时序广义犹豫模糊软集及其决策方法

针对犹豫模糊软集的属性参数并非同等重要的情形,同时考虑到时间的变化对决策会产生影响,在犹豫模糊软集的基础上,提出了时序广义犹豫模糊软集的概念。基于时序广义犹豫模糊软集的概念,定义了其基本运算,分析了相应的运算结果,并讨论了运算性质。提出了时序广义犹豫模糊软集的一种决策方法,给出了具体的决策步骤,并通过实例验证了该决策方法的合理性与可行性。     

基于动态双极值模糊软矩阵的群决策新方法

研究了动态情况下的双极值模糊软矩阵的群决策问题.在实际生活中,时间对决策的影响至关重要,基于此提出了一种新的基于熵权的动态群决策方法.给定一个新的信息熵公式,并建立非线性规划模型,从而确定时间权重.然后利用集成算子将动态双极值模糊软矩阵集成为综合双极值模糊软矩阵,根据中位数水平软集计算出各对象的机会值,得出最优决策.最后通过实例证明此决策方法的合理性与可行性.     

基于模糊软集的群决策方法研究

针对基于模糊软集的群决策问题,将模糊软集相似度度量的概念引入到专家权重未知的群决策问题中来,分析了单个专家模糊软集与标准模糊软集之间的关系及单个专家模糊软集与其他专家模糊软集之间的关系,进而提出了一种构造专家权重的方法。最后利用模糊软矩阵和专家权重设计了一个基于模糊软集的群决策算法,实例表明该算法是合理的。     

一种基于二型模糊的广义模糊软集

针对普通模糊子集隶属度的模糊性,介绍了二型模糊集及现实刻画的合理性,然后从实际问题出发,提出了广义模糊软集的概念;在此基础上,研究广义模糊软集的包含关系,交、并、补运算和有关性质,并讨论基于广义模糊软集下的模糊软关系和模糊软矩阵,且进一步探讨与广义模糊软集平行的运算及性质;最后将广义模糊软集应用到医疗诊断中,通过解模糊,构造得分函数判断病人的患病类型,从而验证了它的可行性与有效性.     

基于模糊软矩阵的多专家群决策方法

对模糊软矩阵信息的多专家群决策问题进行了研究.在模糊软集的基础上定义了模糊软矩阵,并定义模糊软矩阵间的相关运算法则,基于这些运算给出了加权算术平均算子和加权几何平均算子.针对在给定模糊软矩阵信息下如何对论域元素进行排序的问题定义了可能度,从而得到可能度矩阵并结合排序向量法给出了一种排序方法.最后,利用集成算子和可能度矩阵等工具给出了一种基于模糊软矩阵信息的多专家群决策途径,并利用实例验证该决策方法的可行性和有效性.     

广义Pythagorean模糊软集的代数结构

拓展Pythagorean模糊软集理论,引进一种广义Pythagorean模糊软集的概念。为了给广义Pythagorean模糊软集建立理论基础,给出该模型的一些运算算子,并讨论其格结构。首先建立了3种广义Pythagorean模糊软集的格结构,然后证明了3种格结构是软代数结构,最后确立了3种有补分配格,即布尔格。     

广义直觉模糊软集的格结构

为推广软集理论的应用范围,研究了广义直觉模糊软集的格结构.介绍了广义直觉模糊软集的概念,给出了广义直觉模糊软集的一些算子及其性质.利用定义的4个交并算子,讨论了广义直觉模糊软集的格结构.最后得到了广义直觉模糊软集的两种格结构,并且证得这两种格都为有界分配格.     

改进的广义模糊软集的贴近度

基于广义模糊软集在处理不确定性问题中的应用,本文对已有的广义模糊软集的贴近度进行了修正,并将其应用于医疗诊断问题中.通过比较得到,修正的贴近度更合理,因而有更好的适用性.     

基于期望得分函数的直觉模糊软决策方法

针对直觉模糊数排序中的一些局限性, 通过改进直觉模糊数的经典得分函数, 利用期望得分函数及其诱导的偏序给出一种直觉模糊软决策方法. 实例分析表明, 该方法推广了直觉模糊软集的补运算, 可有效解决相关决策问题.     

基于IFSM改进水平软集的群决策方法

研究了在直觉模糊软矩阵环境下改进水平软集的群决策方法.首先利用直觉模糊软矩阵给出了在专家权重未知情况下的集成算法,并对λmid（E）-水平软集进行改进,提出了λnew（E）-水平软集;同时对λmed（E）-水平软集进行改进,提出了三均值水平软集.然后利用水平软集计算各对象的选择值,得出最优决策.最后,通过实例验证了决策方法的可行性和合理性.     

基于Vague集模糊熵和D-S证据理论的多属性群决策方法

针对方案属性值为Vague值且考虑专家评分可信度的多属性群决策问题,提出了一种基于Vague集模糊熵和D-S证据理论的多属性群决策分析方法。该方法充分考虑各专家给出的Vague值评价信息中所蕴含的模糊性与不确定性,借助模糊熵来获取与专家自身意见相匹配的评分可信度序列,其完全由数据驱动,弥补了传统方法对可信度主观统一设定的不足。首先,基于各专家原始决策矩阵获得各属性下的Vague集模糊熵,以构建与专家集相对应的评分可信度矩阵;其次,对经可信度调整后的各专家决策矩阵使用证据合成进行信息集结,利用Vague集记分函数并经可信度调整得到属性权重;最后,将专家群体集结信息经属性权重加权修正后算出各方案最终的Vague评价值,进而使用记分函数获得各方案综合得分,筛选出最优方案。利用证据理论在不确定信息融合方面的优势和Vague集记分函数的信息转化功能,通过证据合成和记分函数集结专家群体的评价信息,所得出的决策结果更加客观、合理,并通过一个具体算例验证了所提方法的可行性和有效性。     

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.     

基于模糊粗糙集与模糊推理的作战指挥方式决策分析

依据指挥权限集中程度,指挥方式可分为集中指挥和分散指挥两种形式.本文探讨了基于模糊粗糙集与模糊推理的指挥方式决策分析新方法.首先,分析了作战指挥方式决策的影响因素,即指挥控制手段和情报保障程度;在此基础上,给出了基于模糊粗糙集的作战指挥方式的一种知识发现方法;然后,通过获取的模糊推理规则,运用多输入多重Mamdani模糊推理算法获得量化的指挥方式决策结论;最后,通过在MATLAB7.0模糊逻辑工具箱中构建的模糊推理仿真系统进行验证推演,给出了三种类型的指挥方式决策结论,与军事专家的经验决策相符合,该系统可纳入到作战指挥决策支持系统中.     

直觉模糊群决策的最大偏差法

针对属性权重完全未知,且属性值以直觉模糊集形式表示的多属性群决策问题,运用最大偏差法建立模型,求出属性的最优权重,利用得分函数将直觉模糊信息转化为实数信息,并运用WAA算子将所得的实数信息进行集结,从而对方案进行排序．最后通过一个算例说明了该方法的有效性和实用性．     

IC—OWGA算子及其在区间数群决策中的应用

基于IOWGA算子和C—OWGA算子，提出一种IC—OWGA算子，讨论了该算子的优良性质．针对区间数互反判断矩阵提出一种连续偏好矩阵的概念，定义了一种DIC—OWGA算子，并给出了一种基于该算子的区间数群决策方法，最后通过算例说明了该方法的可行性．     

模糊群决策分析

从单一决策者的独米情形到多个决策者的集议情形，决策的关键在于由每个成员的偏好形成群体偏好的次序和方式，本文在模糊优先关系的基础上，结合模糊极大集与模糊极小集的概念，提出了两类折衷型决策方法，用以解决模糊环境下的多属性、群决策问题。     

两种改进的直觉模糊多属性决策方法

对直觉模糊条件下的多属性决策问题,针对现有记分函数法和距离法的不足,基于IFS之间相对接近度的概念,提出了新的记分函数法和改进TOPSIS方法,综合利用了各方案至理想方案和负理想方案的距离信息,得到决策结果综合性能最优,并通过实例对比证明了本文方法的有效性。     

基于PIFOWA算子的直觉模糊信息集结方法

针对属性间具有优先级别关系的直觉模糊多属性决策问题,提出了属性间具有优先关系的直觉模糊有序加权平均(PIFOWA)算子,给出了基于这个算子的决策方法,并研究了其性质.