多准则模糊决策的Vague集方法

对模糊环境下的多准则决策问题,指出了采用Vague集进行多准则模糊决策的现有记分函数的不足,根据Vague集隶属度、非隶属度的之间的大小关系,对由Vague值组成的集合进行划分,提出新的记分函数法以及加权记分函数法.并用Vague集描述方案关于准则集的满足程度与不满足程度,即准则的权重也由Vague集表示.这种方法为决策者做出最优决策提供了一种方便有效的方法.     

基于Vague集模糊多准则决策记分函数法改进性探讨

分析现有的两种基于Vague集记分函数法在决策时存在的局限性与不一致性。针对局限性，提出了一种新的基于反对程度的辅助记分函数，通过运用这一辅助记分函数保证了在以上两种记分函数法无法决策时能够提供一种更为精确的决策方法；针对决策的不一致性，提出了应选择的决策策略。     

基于决策者风险态度的多准则决策的Vague集方法

决策时应该考虑到决策者的风险态度,决策者的风险态度对决策结果有重要的影响.现有的基于Vague集的记分函数法没有考虑到决策者的风险态度,存在不足.分析了现有的基于Vague集记分函数法在决策时存在的局限性和不足,考虑到决策者的风险态度,提出了Vague集的决策者态度函数,同时进一步提出了三种新的记分函数.通过运用这三种记分函数有效地解决了决策时存在的局限性和不足,能够提供更为合理、精确的决策排序.     

基于记分函数的Vague集方案排序局限性及改进策略

分析了Vague集中记分函数的特性,对比了现有几种记分函数的优缺点,得到利用记分函数进行决策方案排序的局限性。通过挖掘Vague值中未知信息与不确定信息的内涵,结合Vague值期望的概念,设计一种新的记分函数,将不同的Vague值对应于Fuzzy集中的某个值;当记分函数值相等时,采用确定性信息进行二次排序。实例验证,该方法可以得到与现实认知匹配的结果,对应不同记分函数值的Vague值可以给出一个合理的评价值。     

基于Vague集的机载电子对抗系统作战效能评估

基于Vague集的模糊决策方法近年来得到了广泛的应用,这种决策方法综合考虑了方案满足目标的可能性和不满足目标的可能性两个方面的因素,以此为基础建立方案和目标之间的关联矩阵,从而利用i-vVague集导出了评价函数和决策函数的表达式,并且可以根据不同的情况选择不同的决策函数。给出了一个实例说明了这种基于Vague集决策方法的具体实施步骤。     

基于Vague集的空中目标威胁评估群决策方法

主观威胁评估方法是空中目标威胁评估的必要手段。将基于Vague集的群决策方法用于空中目标的主观威胁评估,用Vague数表示决策者对目标威胁度的主观评价值,提出一种Vague熵诱导的有序加权平均算子,用于集结各个Vague评价值,可以消除集结过程中人为误差带来的不良影响。为了直观评估各目标威胁程度大小,还提出一种基于Vague数距离和优劣点法的决策方法,来对目标威胁度进行比较和排序。算例证明该方法在空中目标威胁评估中是可行的,而且比常用的模糊综合评估方法更加有效。     

基于熵权的模糊物元决策

熵权是根据评价指标及其属性值的固有信息确定的.根据Vague集理论和物元理论,结合信息熵的概念,将熵权引入模糊物元决策中,介绍了Vague集的相关概念,定义了Vague复合物元.根据Vague排序函数定义熵权,并确定了模糊物元决策的理想解.在同时考虑专家权重和熵权的基础上,对各方案物元进行了综合评价.最后,以1个具体的数例说明如何运用本文所提出的方法.     

基于Vague聚类方法的战场电磁目标分选

为有效地评估战场电磁态势,研究战场电磁目标的聚类分选方法是非常必要的。提出了一种Vague集相似度量方法,该方法能同时考虑目标数据的全部证据信息和不精确性信息。然后,结合领域专家的知识与经验,研究了一种Vague聚类方法,该方法通过对构建的布尔矩阵逐行扫描,能方便地实现对目标的聚类分选。最后,选定某战场环境中的5个电磁目标,采用提出的Vague聚类方法进行分选分析,计算结果验证了采用Vague聚类方法分选战场电磁目标的可行性。     

Vague集在多传感器目标识别中的应用

针对具有多个特征指标的多目标识别问题,提出了一种基于Vague集的多传感器信息融合方法。该方法定义熵权客观地得到了特征的权重,将目标的各特征值转化为Vague值表达,根据Vague值的距离,给出目标识别方法。工件识别实例验证了算法的有效性和实用性。     

基于Vague集相似度量的多准则模糊决策方法

在分析已有关于Vague值（集）相似度量方法存在不足的基础上，综合考虑Vague值区间端点间的距离、核距离以及未知部分对支持度和反对度的影响等主要因素，提出了一种新的Vague值（集）相似度量方法，并对其性质进行讨论. 通过与现有方法的比较，表明该方法具有很强的相似度区分能力. 最后将所提出的Vague值（集）相似度量用于多准则模糊决策中，通过最优化方法选取每个准则的最优权重，根据候选方案与理想方案在相应准则下相似度加权和的大小得出最佳方案. 通过实例分析，表明了这种方法的有效性和可行性.     

AN EXTENSION OF TOPSIS FOR FUZZY MCDM BASED ON VAGUE SET THEORY

1.Introduction The multicriteria decision-making problem(Kickert1978)is a kind of problem that all the alternatives in the choice set can be evaluated according to a number of criteria.A MCDM problem can be concisely expressed in matrix format as C1C2C n11112122122212nnm m m mnA x x xMA x x xA x x x=W={w1,w2,,wn}where A1,A2,,Am are possible alternatives among which decision-makers have to choose,C1,C2,,C n are the criteria with which alternative performance are measured,xi j is the rati…     

基于vague集的模糊多目标决策方法

提出了一种基于vague集的模糊多目标决策方法.首先利用优属度计算方法将决策矩阵转化为 目标优属度矩阵,然后通过计算方案的支持目标集、反对目标集和中立目标集得出方案的vague估计值, 最后利用一个评分函数对方案进行排序,从而选出最优方案.算例验证了该方法的有效性.     

基于Vague集和云模型的河湖水系连通工程规划布局方案优选及排序方法

河湖水系连通工程方案多属性多目标综合评价是河湖水系连通决策和管理迫切需要解决的基础性问题.为克服传统模糊集不能体现信息介于肯定与否定之间踌躇性的弊端,通过利用Vague集评分函数方法,建立了基于多种评分函数组合的河湖水系连通工程优选及排序的综合评价模型,并提出了基于云模型的河湖水系连通评判指标和指标权重灵敏度分析方法.以浙北引水工程为例,探讨了不同评分函数对工程方案排序的影响,对比分析了单一指标值变化和多个权重变化下不同评分函数对决策结果的鲁棒性情况.研究结果为河湖水系连通工程方案的决策和效果的合理性评估提供了一条新的研究路径.     

Intuitionistic fuzzy C-means clustering algorithms

Intuitionistic fuzzy sets (IFSs) are useful means to describe and deal with vague and uncertain data. An intuitionistic fuzzy C-means algorithm to cluster IFSs is developed. In each stage of the intuitionistic fuzzy C-means method the seeds are modified, and for each IFS a membership degree to each of the clusters is estimated. In the end of the algorithm, all the given IFSs are clustered according to the estimated membership degrees. Furthermore, the algorithm is extended for clustering interval-valued intuitionistic fuzzy sets (IVIFSs). Finally, the developed algorithms are illustrated through conducting experiments on both the real-world and simulated data sets.     

Vague集(值)相似度量的比较和改进

相似度量是研究和应用vague集（值）的重要工具．本文首先介绍了vague集（值）的概念，定义了相似度．接着比较了已有的vague值的相似度量方法．用实例说明这些方法在某些情况下不适用，并分析了造成不适用的原因，进而指出影响vague集（值）相似度量的3个因素．在此基础上改进了vague值和加权vague值的相似度量方法，最后修正了vague集的相似度量方法．由于所提出的方法考虑了影响vague集（值）相似度量的各个因素，因而能避免已有方法在某些数值上的不妥．     

基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策

在区间值毕达哥拉斯模糊环境下的多属性决策中, 针对决策过程一般未考虑决策人偏好习惯和风险规避的问题, 同时为解决现有得分函数忽略区间犹豫度对决策影响的情况, 提出了基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策方法。首先, 对区间值毕达哥拉斯模糊集(interval-valued Pythagorean fuzzy set, IVPFS)现有得分函数深入分析, 定义一种改进后的新得分函数, 并证明其相关定理和性质。其次, 将新得分函数应用于区间值毕达哥拉斯模糊多属性决策问题中, 得出各备选方案在各属性下的新得分函数, 基于熵权逼近理想解排序法(technique for order preference by similarity to ideal soution, TOPSIS)确定正、负理想方案的得分函数集。然后, 引入前景理论利用前景价值函数对决策人由于损益表现出的主观感受进行描述, 得出备选方案的综合损益值, 结合各属性权重融合不同方案的综合损益比, 通过对比综合损益比大小得出最优方案。最后，利用算例验证了该改进方法的正确性和有效性, 展示了与原得分函数的对比分析结果, 为多属性决策问题提供了新的技术途径。