一种新的基于重心的广义梯形模糊数相似性测度

采用几何方法精确地计算了广义梯形模糊数的重心(COG),提出了一种度量广义梯形模糊数相似性测度的新方法;考虑了广义梯形模糊数之间的几何距离、重心、周长和面积;证明了所提出相似性测度的一些基本性质.最后,通过实例说明文章提出的度量方法比现有方法能更好地度量广义梯形模糊数的相似性测度.     

基于重心法的模糊风险分析

为了使模糊风险分析理论在实际中的应用更有效,需要建立更合理的模糊数间的相似性测度公式.以往基于重心法所建立的模糊数间的相似性测度依据的都是近似的重心公式,缺乏理论根据.针对广义梯形模糊数,采用SCGM建立准确的COG公式,说明了基于此表达式计算广义梯形模糊数相似度的优势,从而克服了用近似重心公式得到的相似性测度公式的缺陷.结果表明:基于准确COG表达式所给出的相似性测度进行模糊风险分析,得到的结果可靠性更高,便于决策者作出更加准确的决策.     

基于广义区间梯形模糊集的大学生素质评价模型

基于广义区间梯形模糊数的重心计算、广义区间梯形模糊集的有权算术集成算子和混合集成算子,建立一种新模型来处理大学生素质评价问题.算例结果显示该模型处理大学生素质评价问题是有效的.     

基于GOWA算子的IITFN群决策方法

对区间直觉梯形模糊数(IITFN)决策方法进行了研究.通过定义区间直觉梯形模糊数的期望值和预期得分,进而给出区间直觉梯形模糊数的一种新的排序方法;同时,给出了广义有序加权平均算子及其性质.为了求广义有序加权平均(GOWA)算子的权重,提出了广义最小二乘法,进而建立了基于区间直觉梯形模糊数的属性权重完全未知的多属性群决策方法,并给出了相应的群决策方法.实例分析验证了所提出方法的有效性.     

基于LR-梯形模糊数的模糊线性系统解问题及其数值计算

为了将模糊线性系统转化为不带参数r∈[0,1]的分明线性矩阵方程进行求解,在推广LR-梯形模糊数的基础上,利用LR-梯形模糊数的结构特点和系数矩阵的广义逆讨论了模糊线性系统的强模糊解和弱模糊解以及数值计算的迭代法.     

基于模糊AHP的虚拟研究中心合作伙伴选择

针对虚拟研究中心合作伙伴选择过程中的复杂性和不确定性,提出了一种基于层次分析法(AHP)和梯形模糊数理论的综合评价模型.采用梯形模糊数构造评价模型的判断矩阵,并选用一致性充要条件检验判断矩阵的一致性,进而推导出评价模型中各评价准则下指标的权重.综合运用重心法和方差法完成梯形模糊数的排序,并结合雅砻江水电开发虚拟研究中心进行了分析.结果表明:梯形模糊数在AHP中的应用使综合评价模型能有效地结合定性与定量分析,减少人为主观因素的影响,从而选择最佳的合作伙伴.     

Frank算子在广义正交梯形模糊语言环境下的应用

基于广义正交梯形模糊语言变量及Frank T模和S模，定义了广义正交梯形模糊语言环境下的Frank T模和S模的运算规则。同时，给出了广义正交梯形模糊语言Frank加权算术平均算子、加权几何平均算子的具体表达形式，并证明了算子具有幂等性、有界性、单调性等性质。之后，将这些算子应用于属性权重已知且属性值以广义正交梯形模糊语言变量形式给出的多属性群决策问题中。最后，提出了两种不同的决策方法来处理多属性决策问题，并通过具体的示例验证了文中所提方法的正确性和可行性。     

基于梯形模糊数的多维偏好群决策模型

在假设属性指标都是梯形模糊数的状态下，针对模糊多属性群体决策问题，对原多维偏好分析线性规划法进行改进，利用模糊理想解法和广义加权距离，定义群一致度和群不一致度，建立了基于梯形模糊数的多属性多维偏好群体决策模型。最后给出一个模型应用及求解计算的实际例子，算例结果证明了模型的合理性和有效性。     

TFOWA算子及其在决策中的应用

研究了属性权重信息完全未知、属性值以梯形模糊数形式给出的多属性决策问题,给出了梯形模糊数决策矩阵的规范化公式.把有序加权平均(OWA)算子推广到所给定的数据信息均为梯形模糊数形式的不确定环境中,提出了一种梯形模糊有序加权平均(TFOWA)算子,给出了其在应用过程中的具体步骤,并提出了一种相应的集结决策信息的方法.TFOWA算子的特点是充分利用梯形模糊数的不确定性,因而更能反映客观事物的复杂性及人类思维的模糊性,从而使得决策更符合实际情况.最后通过算例说明了方法的可行性和有效性.     

一种基于属性加权综合直觉梯形模糊数多属性决策方法

在解决属性值为直觉模糊数的多属性决策问题中,其权重信息未知.先采用熵值法来求其权重,并用直觉梯形模糊数权重平均算子求出各指标的平均属性值,给出了直觉梯形模糊数得分函数公式,期望函数公式.并提出了解决此类问题的方法与步骤,根据得分函数值大小进行排序,选择出最优方案.通过一个实例对此方法进行验证.     

模糊数互补判断矩阵的加性一致性

研究带有模糊数的互补判断矩阵的一致性.首先给出三角模糊数、梯形模糊数和混合互补判断矩阵定义,然后引入模糊数的心、心算子以及心矩阵,进而基于心矩阵给出模糊数互补判断矩阵的一致性定义,同时建立可达矩阵给出模糊数互补判断矩阵的一致性判别方法;通过构造和分析偏差矩阵,给出非一致性模糊数互补判断矩阵的加性一致性改进方法.调整时,调整量可以是精确数也可以是模糊数.为了说明方法的可行性,给出了一个算例.该方法的提出,为模糊数互补判断矩阵一致性的判断和改进提供了一个实用方法.     

基于梯形直觉模糊数的TOPSIS多属性决策方法

针对属性值为梯形直觉模糊数的多准则决策问题,给出了一种基于梯形直觉模糊数的TOPSIS多属性决策方法.根据提出的梯形直觉模糊数的Hamming距离公式,计算各方案和梯形直觉模糊数正负理想方案的距离,从而求得各方案和正理想解的相对贴近度,基于贴近度大小对方案集进行排序.最后,用数值实例进一步说明了该梯形直觉模糊TOPSIS方法的有效性和实用性.     

模糊权值网络最小生成树问题研究

针对边权值为梯形模糊数的模糊权值网络,提出一种求解该网络最小生成树问题的新算法.该算法首先基于梯形模糊结构元加权排序思想,将梯形模糊数转化为其加权特征数进行排序;然后利用经典的Dijkstra算法求解转化为边权值确定的网络的最小生成树问题,即得该模糊权值网络的最小生成树;最后对算法的复杂度进行分析,并通过算例验证了算法的有效性.     

基于可能度的梯形模糊数排序方法

根据梯形模糊数互补判断矩阵概念和梯形模糊数相互比较的可能度公式,给出一种基于可能度的梯形模糊数排序方法,然后通过实际算例说明该方法的可行性和有效性.     

关于模糊数的顺序

关于模糊数的比较，有许多不同的方法，由于一般的模糊数可用三角模糊糊数和梯形模糊数来近似，故对三角模糊数和梯形模糊数的研究是非常有意义的，讨论了一般的三角模糊数的比较，得到了一些结果，这些结果可以直接应用到模糊线性规划的研究中。     

基于突变理论与梯形模糊数的海洋视景仿真逼真度综合评定

针对海洋视景仿真逼真度评定难以兼顾模糊性和主观性的问题,提出了一种基于突变理论和梯形模糊数的分析与评判方法.从视景仿真所遵循原则和海洋战场环境特点出发,建立了一套定量指标为主、定性指标为辅的四级海洋视景仿真逼真度指标评价体系;构建了基于梯形模糊数的突变理论动态综合决策模型,利用梯形模糊数对低层指标初始化和突变理论归一化公式机理本身来确定各指标对各目标重要性的确定性量化,并通过对3个典型海洋战场视景仿真完成系统决策评定.试验结果表明:该模型能够合理和正确地解决视景仿真逼真度评定问题,为大型复杂系统的多属性决策提供了一个新视角.     

基于顾客群体语言评价信息的服务质量评价方法

针对多个相同类型的服务方案或项目的服务质量评价问题,给出了一种基于顾客群体语言评价信息的服务质量评价方法.首先通过调查问卷方式获取顾客针对服务方案的语言评价信息,并将其转化成梯形模糊数;然后计算出各指标的平均权重、服务方案在各指标下的平均服务感知绩效以及每个指标下所有顾客的平均服务期望;进一步地,运用模糊加权平均算子计算各服务方案的服务质量评价值,同时计算其与每个语言短语所对应的梯形模糊数之间的相似度,从而确定各服务方案的服务质量等级,而对于服务质量等级相同的服务方案,通过计算其非模糊价值量来比较服务方案间的优劣.最后,通过一个算例说明了所提方法的有效性和实用性.     

基于梯形模糊贝叶斯网的施工安全性分析方法

文章针对传统的建筑施工安全性分析方法存在的不足,提出了一种基于梯形模糊贝叶斯网络(Bayesian network,BN)的安全性分析方法。该方法将广义区间梯形模糊数理论引入贝叶斯网络安全性分析中,避免了安全性影响因素多状态的精确概率难以获得的状况,用广义区间梯形模糊数描述专家的模糊语言值,通过解模糊化、均值化和归一化得到不同状态发生概率的精确值。将其代入贝叶斯网络中,计算叶节点不同状态的发生概率,进而计算各根节点的后验概率及安全性重要度。该方法应用到建筑施工的安全性分析实例中,实验结果表明能提高贝叶斯网络处理不确定性安全问题的准确性和应用范围。     

梯形中智数有序几何算子及其在群决策的应用

梯形中智数是中智数的一个扩展,其主要特点是将中智数的真实程度、不确定程度以及谬误程度以梯形模糊数的形式表示.对于其集成问题,文中给出了梯形中智数两个新的集成算子,即梯形中智数有序加权几何(TNNOWG)算子以及梯形中智数组合几何(TNNHG)算子,研究了这些算子所具有的性质.并且根据实例说明了所提出的算子的合理性.进一步地给出了一种属性权重未知且属性值以梯形中智数表示的多属性群决策方法.最后通过实例分析验证了所提出的方法的有效性.     

一种直觉梯形模糊数的排序方法及其在多准则决策中的应用

先根据直觉梯形模糊数的特点,定义一种新的直觉梯形模糊数距离公式,再结合理想点方法,提出一种直觉梯形模糊数的排序方法,最后将该方法应用于模糊多准则决策中,并通过实例说明了所提方法是有效的.