基于模糊偏好信息和WGA算子的多属性决策分析

针对有决策者偏好信息的多属性决策问题,提出了一种基于模糊集和加权几何平均算子（WGA）的决策分析方法。应用模糊集理论,根据决策者的偏好对决策属性给出隶属函数,然后由隶属函数对决策属性进行赋权,再利用加权几何平均算子计算综合属性值进行方案集的排序与择优,最后通过实例验证了所给出方法的可行性和有效性。     

基于直觉模糊集合的软件质量评价模型

为了合理的评价软件质量,本文研究一种基于直觉模糊集合的多属性决策软件质量评价模型。该模型在模糊子集的隶属度的基础上,加入非隶属度及犹豫度,从这三个方面对软件质量指标进行评价,使之更加符合人们对事物评价的不确定性及犹豫程度。同时,本文还应用了直觉模糊熵权法来确定评价指标的权重值,并利用GIFHWA算子对直觉模糊集合进行集成,通过具体案例的结果对比,说明了本文给出的软件质量评价模型是有效的。     

基于直觉模糊熵的多属性决策方法

针对一组直觉模糊集在隶属度和非隶属度相同以及犹豫度相同无法区分的情况,提出一个新的直觉模糊熵.将直觉模糊熵应用于属性权重求解.给出基于直觉模糊熵的多属性决策步骤,并将其运用于实例,说明该决策步骤的有效性.     

一种新的二型模糊熵在多属性决策中的应用

为了度量二型模糊集的不确定性信息并解决以二型模糊集为信息环境的多属性决策问题,该文首先基于二型模糊熵的公理化准则,利用余弦函数定义一个新的二型模糊熵公式。该公式不仅将二型模糊集的犹豫性和模糊性皆考虑在内,而且利用余弦函数的单调性与对称性容易比较两个二型模糊集之间熵的大小。其次在决策过程中考虑决策者的风险态度引入风险偏好函数,同时考虑主隶属度与次隶属度的交叉影响给出新的得分矩阵,并结合熵构建基于属性权重完全未知的非线性优化模型来观察风险偏好对属性权重的影响。最后通过一个实例分析证明了该决策模型的可行性与稳定性。     

多属性决策中一种模糊度量排序方法

针对多属性决策的排序问题,在模糊集的基础上重新建立了一种优势关系,定义了新的优势类,利用优势度及综合优势度,基于优势度的多属性决策方法,得到一种多属性决策排序的新方法.给出了此优势关系性质及此方法的可行性.具体实例的应用和验证表明该方法在多种条件下,对多属性排序具有适应性和方便应用的特点,丰富了多属性决策中的排序方法.     

区间直觉模糊集的包含度的多目标属性决策方法

通过正常的蕴涵算子将Vague集的包含度公式进一步扩展到区间直觉模糊集上,并给出了基于区间直觉模糊集的包含度在多目标属性决策方法,最后通过实例阐明方法的有效性.     

隶属函数μ_(u)的扰动问题及扰动算子研究

提出隶属函数μA～ ( u)的扰动概念 ,给出了扰动隶属区间函数的定义作为一般隶属函数的一种延拓 .对扰动模糊集仍沿用一般模糊集的“并”、“交”、“补”运算 ,并仍记为 A～ ,说明了全体扰动模糊集对这三种运算是封闭的 .给出了隶属区间度的扰动算子“∧.”、“∨.”运算和隶属区间矩阵等概念 ,使得对模糊概念的描述更加符合客观实际     

基于χ~2分布的直觉模糊散度测度及其在推荐系统中的应用

直觉模糊集同时考虑了对象的隶属度、非隶属度和犹豫度,而散度则能够表示信息之间的差异程度.定义了一种基于χ~2分布的直觉模糊散度测度并讨论了其性质,结果可直接应用在多属性决策和推荐系统中.最后,通过算例验证了该方法的有效性和可操作性.     

犹豫模糊多属性决策的M-TOPSIS法

犹豫模糊集由于允许隶属度用几个数值的集合来描述,对于处理决策者对决策的信息表现出犹豫和优柔寡断情形特别适合,成为不确定多属性决策的又一有力工具;针对属性值为犹豫模糊元的多属性决策问题,提出了一种改进的TOPSIS决策法——M-TOPSIS决策法.并通过实际应用例子说明所提出的方法的有效性和实用性.     

一种基于区间直觉模糊集的多属性决策方法

对已有区间直觉模糊集的得分函数和精确函数进行了研究,在此基础上定义了一种新的得分函数,弥补了已有得分函数和精确函数的不足和缺陷,并讨论了得分函数的一些性质。通过区间直觉模糊集的加权平均算子和加权几何集成算子对多属性进行集成,应用新的得分函数,给出了基于区间直觉模糊集的多属性决策方法。实例表明该方法具有良好的实用性。     

一种基于占优度的随机多属性决策方法

针对具有随机变量的随机多属性决策(SMADM)问题,提出了一种基于占优度的随机多属性决策方法.首先,给出了两个方案之间比较的占优度定义;然后通过计算针对每个属性的两两方案比较的占优度,构建占优度矩阵,并在此基础上,运用PROMETHEE Ⅱ方法得到方案的排序结果.结果表明,该方法具有概念清晰、计算过程简单等特点,较好地解决了运用基于随机占优准则的方法可能产生的信息损失问题.并通过一个算例说明了所提出方法的可行性和有效性.     

一种新的粗糙模糊集近似算子

Dubois粗糙模糊集中,上、下近似集的隶属度分别由等价类中元素隶属度的上、下确界来确定,由于没有充分反映出等价类中隶属度介于上、下确界之间的那些元素的作用,在信息处理中不免造成这些元素信息的丢失.为此提出一种新的粗糙模糊集近似算子的表示方法,该方法能够涵盖等价类中所有元素的隶属度.阐述了该方法在信息处理中的合理性,给出了相应的代数性质;在此基础上重新定义了粗糙模糊隶属函数;给出新算子下近似分类的精度、分类质量、属性的依赖度及基于依赖度的属性约简算法;最后用实例说明了算法的有效性.     

基于直觉模糊值Sugeno积分算子的多属性群决策

针对现实的多属性群决策问题中,决策属性及专家偏好之间均存在不同程度的相互关联问题,提出了一种基于直觉模糊值模糊积分的多属性群决策方法. 并基于直觉模糊值模糊测度,提出了一种直觉模糊值Sugeno积分算子,讨论了该算子的性质,给出了基于该算子的多属性群决策方法与途径. 通过实例分析说明了该方法的具体应用及计算过程.     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力.最后通过算例说明方法的可行性和实用性.     

基于直觉模糊可能性测度的三支决策模型的研究

在直觉模糊集和可能性测度理论基础上,用可信度,对三支决策模型进行了研究.首先运用直觉模糊集和可能性理论,定义了直觉模糊可能性测度和直觉模糊可信度,讨论它们的性质.在直觉模糊可能性空间中,建立了基于直觉模糊可能性测度的三支决策模型,给出了该模型的划分规则.然后,定义了直觉模糊信息表的三支决策模型,给出了求信息表对象的综合直觉模糊属性特征值方法.最后,对该模型下的误判进行分析,给出了一种基于直觉模糊可能性测度和可信度的决策风险计算方法,并进行了实例演算.通过实例,给出具体计算步骤:综合分析了对象在不同属性特征下的隶属度和非隶属度,计算其直觉模糊可能性测度;运用可信度,计算出边界阈值和综合直觉模糊属性特征值;讨论了该模型的有效性.     

隶属函数μA～(u)的扰动问题及扰动算子研究

提出隶属函数μA~(u)的扰动概念，给出了扰动隶属区间函数的定义作为一般隶属函数的一种延拓，对扰动模糊集仍沿用一般模糊集的“并”，“交”，“补”运算，并仍记为A~,说明了全体扰动模糊集对这三种运算是封闭的，给出了隶属区度的扰动算子“∧”，“任意”运算和隶属区间矩阵等概念，使得对模糊概念的描述更加符合客观实际。     

朴素模糊描述逻辑知识库构造及其朴素推理

提出朴素模糊描述逻辑理论框架,主要分为朴素隶属函数构造和基于模糊描述逻辑之上的朴素推理两个方面.朴素隶属函数构造的基本思想是简化模糊集合隶属度取值,并把模糊集作2种理解——即它的隶属函数或是元素隶属它的程度,或是元素聚合的标志性指标.并且当问题需要深化时,通过模糊集理论中的2型集或2级集进行提升,然后再化归为普通模糊集,借此拓广模糊集隶属度和(或者)产生新的模糊集.在推理方面,运用模糊集理论中"所有算子",并不强调它们在逻辑上的一致性.最后以中医理论为例,说明朴素模糊描述逻辑在表达有别于西方自然科学范型的经验理论中的重要作用.     

加权的概率犹豫模糊集的三维向量测度法与决策应用

为了更加精细化地描述概率犹豫模糊集,将概率犹豫模糊元中的隶属度添加相应的决策专家权重,并由此提出了加权的概率犹豫模糊集概念.用三维向量表示加权的概率犹豫模糊数,在此基础上建立了加权的概率犹豫模糊元的三维向量得分函数模型、三维向量离差函数模型、2个加权的概率犹豫模糊元的大小比较规则与距离测度模型.分别给出了属性的外部权重、内部权重以及综合权重的计算方法.在属性的3种权重条件下,运用方案的整体得分值与内部决策专家评价差异值2个因素计算方案的综合属性值,进而对各个方案排序.决策结果表明,在利用三维向量刻画加权的概率犹豫模糊集的基础上建立的决策算法不但有效可行,而且提供了一种多元化的决策方法.     

基于粗集和模糊集的启发式规则约简算法研究

提出了一种新型的决策规则约简方法。基于均匀划分和正态分布隶属度函数,对决策表的连续属性进行模糊化,用欧氏距离贴近度来构建相似矩阵,并提出了一种论域的模糊划分算法;依据粗糙集隶属度进行属性约简的基础上,给出了一种决策规则约简算法,从而达到发掘知识并简化知识的目的。     

直觉模糊集的贴近度与熵的关系

基于直觉模糊集贴近度与熵的公理性定义给出了直觉模糊集贴近度与熵的几种不同的算法.并给出了如何由直觉模糊集的贴近度而建立熵,同时给出了由直觉模糊集的熵而建立贴近度的方法,说明了直觉模糊集的贴近度与熵有着必然的联系.