基于决策者风险态度的直觉模糊多属性决策方法

根据直觉模糊多属性决策的特征,引进反应决策者风险态度的风险参数,构造融决策者风险态度、得分函数和精确函数为一体的综合得分函数,并依据综合得分函数得到一种排序直觉模糊数的新方法,再结合直觉模糊加权平均算子提出一种属性值为直觉模糊数的多属性决策方法,并通过算例说明该决策方法的可行性和有效性.     

基于决策者风险偏好的直觉语言数排序方法

对于属性值以直觉语言数形式给出的多属性决策问题,引入风险偏好因子表达决策者的风险偏好,根据直觉语言数的犹豫度对其得分的影响,构造含风险偏好的直觉语言数得分函数,并提出直觉语言数排序的新方法,进而给出一种基于新型得分函数的直觉语言多属性决策方法.最后通过算例说明该方法的可行性和有效性.     

一种结合主客观偏好的区间直觉模糊多属性决策方法

针对决策者的偏好信息和决策矩阵元素均为区间直觉模糊数的多属性决策问题,提出了一种新的决策方法．该方法通过求解主观偏好与客观偏好的总绝对偏差最小,同时各方案综合属性值差距最大的双目标规划模型,得到属性的最优权重向量．并基于IIFWA算子对区间直觉模糊信息进行集结,进而根据得分函数和精确函数对方案进行排序．最后,通过实例证明了该方法的有效性和实用性．     

基于信息熵的区间直觉模糊多属性决策方法

对属性权重信息完全未知且属性值为区间直觉模糊数的多属性决策问题进行了研究,定义了区间直觉模糊数的得分函数,进而提出了一种基于信息熵的区间直觉模糊多属性决策方法,最后通过实例分析说明了该方法有效、可行而且计算简单．     

基于区间直觉模糊集的动态多属性群决策方法

针对决策者权重未知、属性权重已知,属性值为区间直觉模糊数的多属性群决策问题,提出采用区间直觉模糊加权平均算子进行信息集结,利用带有转化参数的得分函数进行决策.首先借助区间直觉模糊数的距离来确定决策者权重,然后利用区间直觉模糊加权平均算子和决策者权重对个体决策矩阵进行集结,最终得到每个方案对应的区间直觉模糊数,将其带入得分函数进行动态决策分析.通过实例求解验证了方法的可行性.     

一种决策信息为区间直觉模糊数的多属性决策方法

将C-OWA算子应用到区间直觉模糊数上,定义了集成区间直觉模糊信息的IC-OWA算子.对于属性权重已知,属性值为区间直觉模糊数的多属性决策问题,先利用IC-OWA算子对决策属性值进行集成,然后对集成结果加权求和,得到各方案的综合属性值,最后根据综合属性值排序和择优.实例分析表明了该方法的合理性和有效性.     

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.     

信息不完全确定的区间直觉模糊多属性决策方法

针对属性权重信息不完全确定且属性值为区间直觉模糊数的多属性决策问题,建立一个基于加权精确度函数的多目标线性规划模型来获取属性权重信息,然后求得每个方案的加权精确度函数,进而根据方案加权精确度函数对方案进行排序,最后通过算例分析说明该方法是有效和实用的.     

基于Topsis方法的区间直觉模糊多属性决策方法

提出一种权系数信息不完全确定且准则值为区间直觉模糊集的多准则排序方法．给出了区间直觉模糊数之间的距离公式,并定义了区间直觉模糊正、负理想点,通过计算各方案与理想方案和负理想方案的距离,并结合不完全确定的权系数建立线性规划模型,利用manab求解所得优化模型,得出最优准则权系数,通过比较方案的直觉模糊集与理想方案和负理想方案的距离,得到方案集的排序,最后的数值计算说明了该方法的有效性和可行性．     

属性权重未知情形下的区间直觉模糊多属性决策方法

针对区间直觉模糊信息环境下属性权重未知的多属性决策问题,提出了一种新的决策方法.在回顾相关基础理论知识基础上,定义了区间直觉模糊数的得分函数与精确度函数,提出了基于离差最大化的属性权重确定方法,然后基于区间直觉模糊加权平均算子给出了属性权重未知情形下属性信息为区间直觉模糊数的多属性决策方法.最后将该方法运用到突发事件应急预案有效性评价问题,通过实例分析验证了该方法的有效性.     

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．     

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．     

基于相对优势度的直觉模糊多属性决策方法

把区间数的相对优势度概念推广到直觉模糊数,再根据直觉模糊数两两比较的相对优势度构建模糊互补判断矩阵,提出一种直觉模糊数的排序方法,并将此排序方法应用到直觉模糊多属性决策中,得到一种基于相对优势度的直觉模糊数多属性决策方法．     

区间直觉模糊集的分解定理

引入了区间直觉模糊集截集的概念,讨论了其有关性质,并给出了关于区间直觉模糊集的分解定理,进一步丰富了模糊集的理论基础.     

区间直觉梯形模糊几何Bonferroni平均算子及其应用

研究了决策信息为区间直觉梯形模糊数且属性间存在相互关联的多属性群决策问题,提出一种基于区间直觉梯形模糊几何加权Bonferroni平均算子的决策方法.基于区间梯形直觉模糊数的运算法则和几何Bonferroni平均算子,定义了区间直觉梯形模糊几何Bonferroni平均算子及其加权算子.给出了这些算子的一些性质,建立基于区间直觉梯形模糊几何加权Bonferroni平均算子的多属性群决策模型.最后,将该方法应用在供应商选择的群决策问题中,结果表明了该方法的有效性与可行性.     

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。     

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.     

基于直觉模糊熵的直觉模糊聚类

Atanassov直觉模糊集合是对Zadeh模糊集合最有影响的一种扩充和发展,将模糊聚类扩展为直觉模糊聚类,具有重要的应用价值。在研究将模糊聚类扩展为直觉模糊聚类时,提出了一种基于熵最大的直觉模糊聚类,并推导了迭代求解的算法。典型实验表明,直觉模糊聚类的性能优于模糊聚类,提高了聚类的正确率。