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.     

三角直觉模糊广义有序加权平均算子及其在多属性群决策中的应用

针对属性以三角直觉模糊数(TIFN)形式表示和具有不完全权重信息的多属性群决策(MAGDM)问题进行了研究。首先定义了三角直觉模糊广义有序加权平均(TIFGOWA)算子,再利用得分函数和精确函数对方案的排序方法,对不完全权重信息的三角直觉模糊MAGDM问题,运用TIFGOWA算子提出一种新的多目标线性规划的求解方法。最后,运用一个算例说明了本文所提方法的合理性与有效性。     

基于模糊偏好关系及OWA算子的多准则群决策方法

根据一种基于加权的新型模糊偏好关系及计算模糊关系的解析表达式，集结不同决策者的偏好信息，得出群体偏好矩阵，进而求出最优方案．此外，为了使专家在决策时能就所决策的问题达成最大程度的一致，提出了一些“软的”度量专家在决策时所达成的一致程度的一些指标及计算方法，为进一步调整专家决策时的评估信息提供了依据．     

基于OWA算子的群决策方法的灵敏度分析

针对基于OWA算子的群决策方法,给出了一种灵敏度分析方法·首先,给出了关于OWA算子的描述及其基本性质;然后,给出了一种基于OWA算子的群决策方法以及相应的灵敏度分析问题的描述·分析了在保持任意两个方案优劣关系不变的条件下,专家给出的评价信息的灵敏度变化范围的计算公式,为进一步研究基于OWA算子的方案排序稳定性以及群组决策分析等问题打下了基础·最后,通过一个算例说明了本文给出的分析方法·     

基于模糊集合理论和OWA算子的群决策偏好集结模型

将OWA算子和模糊集合理论应用到群决策偏好集结领域,给出了相应的集结群决策信息的模型和实施步骤.最后通过一个算例的演算来说明如何将模糊集合方法和OWA算子应用到群决策偏好集结领域,并给出算例分析.     

基于OWA算子威胁评估的群决策方法

基于作战实际情况,提出了一种新的基于OWA算子的威胁评估方法。采用将主观偏好信息一致化为效用值的方法,通过OWA算子集结出决策群体的主观偏好信息,建立主客观信息相集成的威胁评估模型,然后通过二次规划模型计算属性权重,最后"通过一个排序公式"得出目标的威胁评估值和排序结果。所建立的威胁评估模型更为符合作战的实际过程,算例表明了方法的有效性。     

区间不确定群决策方法及其在信息技术改进项目中的应用

针对信息技术改进项目的选择问题,基于罚函数思想构造偏差模型,提出了不确定广义有序加权对数平均(UGOWLA)算子,分析了其相关性质。然后,提出了一种基于UGOWLA算子的群决策方法,并实现了对信息技术改进备选项目的最优排序。通过对比分析发现本文所提的方法既能充分利用区间不确定信息,又具有明显的项目决策分辨效果,可为信息技术改进项目的决策提供理论支撑。     

一种具有多粒度不确定语言信息的群决策方法

针对具有多粒度不确定语言信息的群决策问题,运用不确定语言信息运算法则计算各决策者关于方案的综合不确定语言信息.依据不确定语言信息优势可能度的定义,计算各决策者关于方案的优势可能度矩阵.运用OWA算子集结各决策者关于方案的优势可能度矩阵并计算各方案的排序值.通过一个应用实例说明了该方法的可行性和有效性.     

导出模糊OWA算子及其应用

研究了决策过程中决策者往往更容易选择模糊语言来表达评价意见的问题,提出了导出模糊OWA算子（IFOWA）。定义了模糊语言相对应的三角模糊数,并将模糊语言评估及其相对应的三角模糊数组成OWA对进行集结。为判断衡量集结结果,提出了问隙度概念。在判断集结后的三角模糊数所对应的模糊评价语言时,通过举例分析,取‘间隙’最小。验证了该方法的有效性,提出的IFOWA算子对多属性决策问题具有实际应用价值。     

基于不确定语言信息的群决策方法及其应用

对于属性权重和属性值均以不确定语言信息形式给出的多属性群决策问题进行了研究,提出了基于ULWM算子和ULHA算子的多属性群决策方法。首先定义了ULWM算子,并且讨论了该算子的一些性质。通过ULWM算子集结决策方案的综合属性评估值,ULHA算子集结决策方案的群体综合属性评估值。然后利用可能度公式对于所有决策方案综合评估值进行比较得到可能度矩阵,最后对模糊互补判断矩阵排序得到所有决策方案的排序信息。实例表明了该方法的有效性。     

诱导有序加权平均的组合预测模型及其应用

有序加权平均算子是近年来发展的在许多领域有着广泛应用的信息融合方法.本文引进诱导有序加权平均算子的概念,并探讨了它的一些性质,然后建立诱导有序加权平均新的组合预测模型,最后给出其在股票价格预测中的应用研究,实例分析结果表明了该方法的有效性.     

基于模糊语义量化函数的赋权方法及应用

由于客观事物具有的复杂性和不确定性,决策问题往往不能获得确切的权重信息,只能得到模糊语言形式的权重。为研究模糊语言形式的权重,首先定义了一种更广泛的四段折线型模糊语义量化函数,并给出了该函数的诸多基本性质,如单调性、非负有界性和归一性等,同时证明该函数在特殊情况下可退化为传统的三折线模糊语义量化函数。接着,根据定义的四段折线型模糊语义量化函数建立了一种新的权重确定方法。利用此方法确定的权重,便于计算其orness值,该值可用于度量决策者的乐观程度。最后,利用该赋权方法,对有序加权平均(OWA)算子中的权重进行赋值,并将其应用到一类权重为模糊语言形式的多属性决策问题中。所得结果表明了此方法的有效性与直观性。     

不确定语言广义加权Heronian平均算子及决策应用

在实际多属性决策问题中,属性间有时会存在一定的关联关系,且属性值有时以不确定语言的形式给出.为解决不确定语言环境下属性间存在关联关系的多属性决策问题,首先给出不确定语言广义加权Heronian平均(uncertain linguistic generalized weighted Heronian mean, ULGWHM)算子,并研究该算子的性质,包括幂等性、有界性、单调性、置换性及极限性质,然后给出了基于该算子的多属性决策方法,最后通过实例说明了基于ULGWHM算子的多属性决策方法的可行性.     

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.     

有序加权集结算子的赋权方法

对有序加权集结算子中的2个最重要算子（有序加权平均算子和有序加权几何平均算子）的赋权方法进行了研究，利用已知的样本数据以及专家事先对每个样本所给定的偏好集结值，给出了部分权重信息下求解这2种算子的加权向量的线性目标规划模型，通过算例对模型进行了说明，数值结果表明了模型的可行性和有效性。     

广义区间值Pythagorean三角模糊集成算子及其决策应用

针对连续集合上决策变量的隶属度和非隶属度之和超过1的决策问题,提出区间值Pythagorean三角模糊数,并且分析其广义集成算子的决策应用。首先,引入区间值Pythagorean三角模糊数的概念,得到其运算法则。其次,推导区间值Pythagorean三角模糊数的加权平均算子、加权几何算子、有序加权平均算子、有序加权几何算子、广义有序加权平均算子以及广义有序加权几何算子,介绍它们的相关性质。最后,构建出基于广义区间值Pythagorean三角模糊集成算子的多属性决策模型,并且根据实例对广义有序加权平均算子和广义有序加权几何算子进行稳定性分析,运用图像直观地证明在处理决策问题时前者优于后者,说明决策模型的有效性和可行性。     

基于加权意见集中排序法的群决策裁决模式

在研究群决策裁决模式的基础上,分析了现有群决策裁决算法的局限,并综合考虑各决策者的知识、经验、智慧和意见,尤其是决策过程中各决策者所拥有的权力因素作用,提出了基于加权意见集中排序法的群决策裁决模式,以实现群决策的一致性和科学性．具体算例表明,该方法在各种群决策裁决模式中具有较强的有效性、实用性和通用性．     

连续区间广义power多重集结算子及在群决策中的应用

针对不确定区间信息的集成问题,提出了连续区间广义power多重平均(C-GPMA)算子和连续区间广义power有序加权多重平均(C-GPOWMA)算子,研究了这些算子的性质,并讨论C-GPMA算子和C-GPOWMA算子的算子族。在此基础上,提出一种属性权重未知且属性值以不确定区间数形式给出的多属性群决策方法。最后,通过算例说明此方法在不确定多属性群决策中的应用,结果表明该方法是有效的、可行的。     

基于OWA算子的不同形式偏好信息的群决策方法

研究了决策者(或专家)的偏好信息以不同形式给出的群决策问题。首先,利用不同偏好信息之间的转换公式,将偏好次序型、效用值型、互补判矩阵型三种偏好信息一致化为互反判矩阵型的偏好信息。其次,利用OWA算子对一致化的决策信息进行群集结,再对各方案的相对优势度进行综合集结,并以此进行方案的排序。提出了基于OWA算子的群决策方法。最后,通过实例说明方法的可行性和实用性。