区间数多属性决策的Monte Carlo方法

定义了新的方案比较的可能度.对于属性值以区间数形式给出的区间型多属性决策问题,提出了一种新的决策方法.该方法无需计算方案综合评价值的概率分布,只要已知各方案各属性值的概率分布即可对区间数进行比较和排序,具有简洁、直观、易于计算的特点.最后通过假定方案各属性值服从均匀分布的实例对方法的有效性和实用性进行了说明.     

区间数线性不等式及拟不等式

区间数比较大小可以有很多方法.文中基于一种区间数比较大小的方法,提出了区间数线性不等式及拟不等式的概念,这种概念同样也适用于其他区间数排序.此外,根据区间数的运算法则分别给出了相应的解法,这种解不等式的方法同样也适用于其他一些区间数的排序.     

区间数比较可能度在新兴产业评价中实例研究

将概率测度引入区间数比较的可能度公式,通过概率密度函数,将区间数比较可能度公式推广到一般的情况,同时给出了均匀分布和正态分布的一般计算公式。最后给出了离散、连续混合型概率分布情况在新兴产业评价中运用的一个实例。     

基于相对优势度的区间直觉模糊多属性决策方法

基于区间数的相对优势度,提出了区间直觉模糊数的相对优势度概念。通过构建区间直觉模糊数比较的相对优势度矩阵,结合基于互补判断矩阵的排序公式,给出了一种区间直觉模糊数的排序方法,并将此排序方法应用到属性权重未知的区间直觉模糊多属性决策当中。通过算例分析说明了该方法的有效性和可行性。     

基于分布参数的区间粗糙数型MADM的TOPSIS方法

定义了带分布参数的区间粗糙数的运算法则,以期望值和方差集结函数的优劣度得到正负理想点,提出了一种积分形式的带分布参数型的区间粗糙数新的相离度,并根据已有的加权区间粗糙的距离平均算子(WIRDAA)概念,构建基于分布参数的区间粗糙数型MADM的TOPSIS方法。最后以一个实例说明该方法的可行性。     

区间数Fuzzy集的一种模式识别方法

运用Fuzzy集理论对区间数的模式识别问题进行了研究.在确定系数Fuzzy集的基础上,提出了"区间数距离"和"贴近区间"的概念,接着给出了两个贴近区间的模型;最后,实例的求解证明了该算法的可能性和有效性.     

具有连续属性的不完备信息系统Rough集扩展

在模糊相似关系的基础上,针对具有连续属性的不完备信息系统提出了Rough集的扩展模型;利用模糊区间数来表示不完备信息表中缺失的连续属性值,并根据属性值的概率分布情况计算模糊区间数的可能度,在模糊关系的基础上给出了不完备信息表的上近似和下近似的定义;利用基于欧氏距离的贴近度法计算模糊相似度,构造相似矩阵,实现了对论域的划分;给出决策规则的约简和表示方法,应用实例说明了所提出的Rough集模型及规则的实用性。     

强一致性区间数判断矩阵性质和排序

 研究了区间数判断矩阵的性质及排序问题。介绍了强一致性区间数判断矩阵、标准化区间数向量等概念;提出求解强一致性区间数判断矩阵排序向量的线性规划模型,并证明了所求排序向量是标准化区间数排序向量。在此基础上给出强一致性区间数判断矩阵的等价条件,进一步提出基于非线性规划模型的强一致性区间数判断矩阵的排序方法,最后通过实例验证了所提出的方法也适用于一致性区间数判断矩阵及满意一致性区间数判断矩阵。     

基于IGIFR关系的区间灰数直觉模糊粗糙集模型及性质

在论述区间灰数直觉模糊集概念基础上,提出了区间灰数直觉模糊关系与区间灰数直觉模糊等价关系概念,定义了基于区间灰数直觉模糊关系环境下的区间灰数直觉模糊粗糙集模型,并讨论了相关性质.     

基于相对熵的不确定性群决策集成方法

针对带有区间数的不确定性群决策问题做了研究.首先在区间数比较可能度概念的基础上,获得各个决策者对方案集不确定性评价的可能度矩阵,并将其转化为方案集的排序向量;然后从相对熵的概念出发,提出了一种相对熵的不确定性群决策最优化集成模型,讨论了模型的求解;最后实例分析表明文中所提方法的可行性和有效性.     

基于距离测度的折衷型区间数多属性决策方法

针对服从均匀分布的区间数情况,通过区间数之间的距离并考虑决策者的偏好,给出一种基于距离测度的折衷型区间数多属性决策方法,并以实例说明方法的有效性和可行性.该方法首先将区间数属性值转化为排序指标值,以方案排序指标值离差最大化为目标建立数学模型求得属性权重,然后按方案综合排序指标值的大小对方案进行排序.该方法充分利用已有的客观信息,结果准确可信,具有简洁、直观、便于上机实现等优点.     

区间数排序的一种新方法

本文给出了一个反映区间数指标的概念——距,并以此详细研究了它的一些性质,在此基础上给出了区间数的一种新的排序方法。     

带有方案偏好关系的区间型多属性决策方法

给出属性值为区间数、属性权重完全未知但已知方案偏好关系的多属性决策问题的决策方法。该方法首先通过求解一个二次规划模型来确定属性的权重,然后基于简单加权法则来计算方案的模糊综合评价值,再根据区间数的排序方法来对方案进行排序,从而得到最优方案。     

区间型多属性决策的一种新方法

定义了区间型理想点以及决策方案在区间型理想点上的投影等概念．对于属性值以区间数形式给出的区间型多属性决策问题，提出了一种新的决策方法．该法无需对区间数进行比较和排序，具有简洁、直观、易于计算等特点．最后通过实例对方法的有效性和实用性进行了说明．     

基于联系数的多属性决策模型

针对权重为区间数且属性值为实数和区间数相混合的多属性决策问题,提出了基于联系数的多属性决策模型.该模型将区间型权重、实数型及区间型属性值转化成联系数的形式,利用联系数的运算规则确定决策方案的排序.该方法集确定与不确定分析为一体,反映了不确定性对结果的影响,所需计算量较少,便于应用.实例分析验证了该方法的有效性和实用性.     

对方案有偏好的区间粗糙数多属性决策方法

针对属性权重信息不完全且属性值和对方案的偏好值均为区间粗糙数的多属性决策问题,首先引入区间粗糙数的一些运算法则,然后给出了基于投影思想的目标规划模型来确定属性权重,基于区间粗糙数集成算子对区间粗糙信息进行集结,计算出各方案的期望效用值,从而获得各方案的排序择优.最后,实例分析说明了该方法的实用性和有效性.     

基于优性指标的灰色风险型多指标决策方法

针对指标权重完全未知且指标值为区间灰数的风险型多指标决策问题进行了研究,提出了基于优性指标的灰色风险型多指标决策方法;利用区间灰数大小比较的可能度、优性指标矩阵和分析技巧,将原问题转化为指标值为实数的无风险多指标决策问题;利用信息熵确定出指标权重,给出了两种相应的算法,进而得到方案集的排序并进行择优;应用实例说明了所提出的两种算法的合理性和有效性.