区间值直觉犹豫模糊多属性决策方法研究

针对评价信息为区间值直觉犹豫模糊集的多属性决策问题,结合ELECTRE-I和TOPSIS方法,提出了一种解决区间值直觉犹豫模糊多属性决策问题的方法。基于区间值直觉犹豫模糊元得分函数,提出了一种新的确定属性权重的方法。将经典的ELECTRE-I和TOPSIS拓展到区间值直觉犹豫模糊环境下,定义了绝对和谐指标与不和谐指标,相对优势指标和综合优势指标。根据综合优势指标得到方案的排序。最后提供了一种基于区间值直觉犹豫模糊信息的多属性问题的决策步骤,并进行了算例分析与比较分析,证明了该方法的有效性。     

基于区间值犹豫模糊多粒度粗糙集的三支决策模型

针对区间值犹豫模糊信息系统,提出了两种基于区间犹豫模糊多粒度粗糙集的三支决策模型。首先,借助多粒度粗糙集理论,提出乐观和悲观区间犹豫模糊多粒度粗糙集模型。其次,引入区间犹豫模糊连续交叉熵的概念,用TOPSIS方法来计算对象在不同情况下的条件概率。基于此,定义区间犹豫模糊决策理论粗糙集并给出相应的三支决策规则。最后,通过实例验证了这两种模型对目标评估采取不同的态度和决策方案,并且证明了所提算法的有效性。     

区间直觉模糊粒结构的距离度量

在粒结构不确定性的度量上区间直觉模糊信息粒度存在局限性.基于此,提出区间直觉模糊粒结构距离的概念.首先,给出区间直觉模糊粒结构距离的定义,其次,通过定理的证明和实例的分析来验证该距离的有效性,最后,就其潜在的应用进行了探讨.     

基于犹豫度下区间直觉模糊信息的决策方法及其应用

对区间直觉模糊集的度量方法进行了研究．首先介绍了区间直觉模糊集的相关概念,在充分利用犹豫度信息的情况下,构造了一种新的得分函数,并证明了其相关性质;同时,将其与几类精确函数作了比较,并结合加权算术平均算子和加权几何平均算子,提出了一种基于区间直觉模糊信息的决策方法;最后,通过实例分析验证了决策方法的有效性和合理性．     

区间值直觉模糊子群

研究了区间直觉模糊子群,且引入了区间值直觉模糊正规子群概念,并利用集合套研究了区间值直觉模糊子群和区间值直觉模糊正规子群.     

基于不确定性测度的犹豫模糊决策模型

针对已有犹豫模糊熵测度计算复杂、区分能力弱等问题,在综合衡量犹豫模糊元自身不确定性及其所表达信息不确定性的基础上,以凸组合的形式设计了混合型犹豫模糊熵和交叉熵测度。混合型犹豫模糊交叉熵测度用于度量两个犹豫模糊元之间的区分程度,它和混合型犹豫模糊熵测度一起统一于犹豫模糊元的不确定性测度。与已有的犹豫模糊不确定性测度相比,混合型熵测度具有结构简单、物理意义明确、区分能力强等优势;而混合型交叉熵测度则具有自然的对称性。然后,基于混合型犹豫模糊熵和交叉熵测度构建了属性权重未知条件下的多属性决策模型,并将其应用于无人机作战效能评估。     

区间直觉模糊粗糙集的公理化

基于单个以及两个论域之间的区间直觉模糊关系,用构造性方法建立两种区间直觉模糊粗糙集模型,并讨论一些相关性质.在此基础上,用公理化方法给出区间直觉模糊粗糙近似算子的公理化描述.     

直觉模糊信息系统中的信息粒度

在直觉模糊信息系统中,直觉模糊信息粒度是一种有效地进行不确定性研究的重要工具。本文在直觉模糊信息系统上,给出了直觉模糊粒度结构的交、并、差、补等四种运算。提出了直觉模糊结构上的三种偏序关系,并建立了它们之间的联系。定义了直觉模糊信息粒度及其公理化,并研究相关的性质。     

直觉区间值模糊逻辑算子

首先提出了用直觉区间值去表示命题的真值;然后定义了直觉区间值模糊逻辑上的算子－补,t-范、t－余范和蕴函算子,并讨论了它们与I[0,1]及[0,1]上的相应算子的内在联系,指出它们可用I[0,1]及[０,１]上相应逻辑算子表示。     

基于不确定性测度的直觉模糊决策模型

在综合衡量直觉模糊数自身所具有的不确定性及其所表达信息的不确定性的基础上,以凸组合的形式设计了混合型直觉模糊熵和交叉熵测度;与已有测度相比,混合型熵测度具有更强的区分能力,而混合型交叉熵测度具有自然的对称性。在此基础上,设计了直觉模糊环境下的多属性群体决策模型,并将其应用于教育教学质量评价。理论分析和数值结果表明：混合型直觉模糊熵和交叉熵测度能够成对设计,互为印证,因而更具合理性;基于不确定性测度的群体决策模型结构清晰,步骤简明,决策结果客观有效。     

多粒度粗糙直觉模糊截集的研究

直觉模糊集和多粒度粗糙集的融合是一个研究热点.针对多粒度粗糙直觉模糊集的表示问题,根据直觉模糊集的分解定理和截集理论,构造了乐观和悲观多粒度粗糙直觉模糊集模型,定义了乐观和悲观多粒度粗糙直觉模糊集上下近似集,并证明了多粒度粗糙直觉模糊集的一些性质,同时提出了一个新的直觉模糊集的相似度公式.最后通过小麦长势评估实例,分析讨论了乐观和悲观多粒度粗糙直觉模糊集模型的有效性.     

一般多粒度直觉模糊粗糙集模型

直觉模糊粗糙集和多粒度粗糙集都是近几年来研究的热门课题.首先通过定义Pawlak近似空间中的支撑函数给出了一般多粒度直觉模糊粗糙近似算子的定义,并讨论了一般多粒度直觉模糊粗糙上、下近似算子的性质.其次,研究了一般多粒度直觉模糊粗糙集(λ1,λ2)截集的定义和性质.此外,还研究了一般多粒度直觉模糊集的不确定性度量以及参数(λ1,λ2)的一般多粒度直觉模糊粗糙集的不确定性度量.最后通过淘宝信息反馈的例子验证了模型的实用性和有效性.     

多值区间直觉模糊软集

软集理论作为一种处理不确定性问题的新数学工具,弥补了传统不确定性理论在参数不足的缺陷,近年来在理论上得到长足发展,但是忽略了元素的像为多值且隶属度和非隶属度为区间数情形的讨论。将多值直觉模糊软集推广到多值区间直觉模糊软集,并给出了多值区间直觉模糊软集的一些运算(交,并,补),讨论了其相应的一些性质,从而能更好的描述和求解不确定问题。     

格蕴涵代数的区间值犹豫模糊子代数

把区间值犹豫模糊集和格蕴涵代数相结合,给出格蕴涵代数的区间值犹豫模糊子代数的概念,讨论了区间值犹豫模糊子代数与其犹豫模糊子代数的关系。证明了2个区间值犹豫模糊子代数的交是区间值犹豫模糊子代数,并结合具体例子,说明2个区间值犹豫模糊子代数并不满足类似结论。     

基于区间犹豫模糊偏好的改进DEMATEL方法

针对DEMATEL方法中无法直接反应专家在群决策过程中的不确定性和犹豫的问题,将区间犹豫模糊数引入DEMATEL方法中的专家评价中,通过加权综合评价函数和改进的综合影响矩阵的计算方法,提出了一种基于区间犹豫模糊偏好关系的改进DEMATEL方法.算例表明该方法具有可行性和合理性.     

蕴涵区间直觉模糊粗糙集及其性质

在区间直觉模糊近似空间上,利用一对区间直觉模糊蕴涵算子(I,J),定义了蕴涵区间直觉模糊粗糙集的概念,并证明了相应的一些重要性质。最后,对区间直觉模糊关系的自反性,对称性和传递性进行了刻画。     

基于直觉模糊格的不确定性证据分析

针对属性值和权重均为语言真值直觉模糊对的多属性决策问题,文章提出一种基于直觉模糊格和证据理论的群决策方法:对专家给出的每个方案的属性值和属性权重进行证据合成,根据十元语言真值直觉模糊对LI10格对证据合成结果进行排序,通过案例验证了所提出方法的有效性和合理性。首次用语言值直觉模糊对代替数值进行证据合成和群决策,解决了人的自然语言在转化成数值的过程中会出现信息缺失等问题。     

区间直觉模糊支付合作对策的核仁

在考虑支付值为区间直觉模糊集问题的基础上,对合作对策的核仁进行推广.在已知区间直觉模糊集的得分函数和精确函数及其排序方法的基础上,建立区间直觉模糊支付合作对策模型,并提出区间直觉模糊核仁的概念,给出区间直觉模糊支付合作对策的核仁与核心、稳定集之间的关系,讨论区间直觉模糊支付合作对策核仁的特征和性质.     

心态函数的区间直觉模糊多属性决策的研究

针对心态函数在权重信息不完全已知的条件下对多属性决策方法进行了研究,通过建立LP模型,利用贴近度再结合区间直觉模糊加权平均算子,提出了一种新的基于贴近度的综合加权心态函数,当权重信息不完全已知时,此方法对心态函数的多属性决策提供了一种新的解决途径,并由实例说明其准确性.     

一种区间直觉模糊信息集成的新方法

研究了属性权值完全未知且属性值为区间直觉模糊数的多属性决策问题．首先提出了一种将区间直觉模糊数转化为区间数的公式;然后,基于可能度法给出了一种新的客观赋权方法。并给出一种基于可能度的方案的排序方法;最后。通过实例证明了该方法的有效性和实用性．