基于TPOP法的犹豫模糊语言稳健型多粒度群决策

多粒度群决策是从决策信息中的多粒度特征出发,利用粒计算模型对群决策问题进行高效建模与分析的过程.现有多数多粒度群决策方法仅可提供单一的决策结果,然而不同方法带来的决策结果往往存在差异.为了深入探索犹豫模糊语言信息系统中的稳健型多粒度群决策方法,依据多粒度概率粗糙集、MULTIMOORA (Multi-Objective Optimization by Ratio Analysis Plus the Full Multi-plicative Form)和TPOP (Technique of Precise Order Preference)建立一种面向多粒度群决策的新型犹豫模糊语言多粒度计算方法 .首先结合犹豫模糊语言术语集与多粒度概率粗糙集,提出犹豫模糊语言多粒度概率粗糙集模型,然后依据离差最大化法计算属性权重与决策者权重,并结合TPOP建立犹豫模糊语言稳健型多粒度群决策方法 .最后,通过医学实例验证提出方法的可行性与有效性.     

不同粒度语言评价集的融合方法研究

研究了决策过程中将多粒度语言评价集进行融合的问题.分析了现有的两种多粒度语言评价集的融合方法,提出了一种基于隶属度函数进行的多粒度语言评价集融合新方法.该方法把语言评价用二元语义和在[0,1]区间上的有重叠的模糊数进行表示,融合过程避免了原有方法只能从粒度低的评价集向粒度高的评价集转化的不足,并且计算简单.通过具体算例证明该方法能够准确地给出不同备选方案的评价得分,有助于精确解决不同粒度语言评价集的群决策问题.     

一种基于区间二型模糊信息熵的TOPSIS多属性决策方法

针对属性权重未知的语言多属性决策问题,首先通过EKM算法将语言评价信息定量转化为区间二型模糊数,在此基础之上,定义一种区间二型模糊数的信息熵,并讨论其优良性质;基于该信息熵最大化准则构建了优化模型进行求解属性权重,同时提出一种基于区间二型模糊信息熵的TOPSIS多属性决策方法;最后通过实例说明该方法的合理性和有效性。     

离散型Z-number效用的计算及其应用

针对Z-number效用的问题,提出了离散型Z-number效用的计算方法。首先,针对离散型Znumber的隶属度值的两种分布类型,基于3σ原则和线性函数分别提出了两种不同的将离散型模糊数转化成高斯模糊数和三角模糊数的方法,从而将离散型Z-number转化成连续型Z-number;然后结合连续型Znumber的效用函数,针对转化后的Z-number的4种情形,给出了离散型Z-number效用的计算方法;最后,通过一个多属性决策实例,利用提出的转化方法和计算方法将目标属性信息转化成效用值,并结合基于信息熵的多属性决策方法,给出决策目标的最优排序,从而展现两种离散模糊数的转化方法以及离散型Znumber效用计算方法的可行性和有效性。     

基于区间二型模糊多粒度证据融合方法的钢铁行业耗能决策

为了探索区间二型模糊背景下的多属性群决策方法，以多粒度概率粗糙集为基础，结合MULTIMOORA(Multi-Objective Optimization by Ratio Analysis Plus the Full Multi-Plicative Form)与证据融合理论，发展了一种基于区间二型模糊信息的多粒度证据融合决策模型.首先，提出多粒度区间二型模糊概率粗糙集模型；然后，通过离差最大化法和熵权法计算决策者权重和属性权重，依据多粒度概率粗糙集和MULTIMOORA法建立区间二型模糊多属性群决策模型，通过源自D-S证据理论的证据融合方法融合得出决策结果 .通过钢铁行业耗能的实例，证明提出方法的可行性与有效性，总体上，提出的决策模型具备一定的容错力，有助于获得强解释力的稳健型决策结果 .     

一种多粒度区间语言信息的多属性群决策方法

文章针对具有多粒度区间语言评价信息的多属性群决策问题,提出了一种基于区间二元语义信息处理和TOPSIS的群决策方法;该方法首先给出了将多粒度区间语言评价信息一致化为二元语义信息的方法,其中二元语义信息南基本语言评价集表示,然后计算各方案与正理想方案及负理想方案间的距离,并结合不完全确定的属性权重信息建立非线性规划模型,...     

区间二型模糊语言Z-numbers及其应用

针对区间二型模糊多属性群决策问题,提出了以区间二型模糊语言Z-numbers(IT2FLZNs)为信息环境的群决策方法。首先,在区间二型模糊集和Z-numbers理论基础上提出了区间二型模糊语言Znumbers并定义了其相关运算性质,提出了两个区间二型模糊语言Z-numbers之间的相似度与距离;其次,在专家和属性权重都未知的情况下,根据决策中总体不确定性最小原则,利用相似度构建最优化模型,确定专家和属性的权重,并且通过综合比较各方案的群体效用值、个体遗憾值和亲密度来选择最优方案;最后,通过一个银行流动风险的实例验证所提方法的有效性与可行性。     

基于概率语言术语集中考虑专家权重的决策方法研究

研究概率语言术语情境下的多属性群决策问题.首先,将决策者给予方案中各属性语言评价术语转换为概率语言术语,通过数学模型将属性的概率语言术语再转化为区间数,利用区间数的熵值法确定属性权重;其次,不仅考虑概率语言术语集中的概率值,而且还兼顾构成概率中各决策者的重要性程度,其重要性程度也即权重参与决策计算;再次,为了建立决策算法,把属性的概率语言术语集转换为概率区间值犹豫模糊集并将其映射为区间数集合,利用区间数的积型贴近度模型对各方案对应属性值进行两两测度,通过统计测度数值结果达到对方案优选目的;最后,通过一个实例对文中知识脉络进行了详细梳理,结果表明该方法能够取得符合实际的决策效果.     

不确定型GOWA算子及其应用

把Yager提出的广义有序加权平均(GOWA)算子推广到所给定的数据信息均为区间直觉模糊数形式的不确定环境中.利用基于得分函数和精确函数的区间直觉模糊数之间比较的方法,提出了一种不确定型GOWA算子,并且介绍了一种利用区间直觉模糊GOWA算子进行群决策的通用方法.并把区间直觉模糊GOWA算子在食品生产企业供应链管理中进行了应用,数值结果表明了新算子的有效性和可行性.     

基于区间orthopair模糊距离测度的ELECTREⅢ决策方法

为了解决决策信息为区间q-rung orthopair模糊数的多属性群决策问题,提出了一种基于区间q-rung orthopair模糊距离测度的ELECTREⅢ多属性群决策方法.定义一种新的区间q-rung orthopair模糊Chebyshev距离测度并讨论其性质,同时基于区间q-rung orthopair模糊Chebyshev距离测度提出了最大偏差法求属性权重,最后提出一种基于区间q-rung orthopair模糊距离测度的ELECTREⅢ决策方法,并进行实例分析验证其有效性和实用性.     

基于改进的区间损失函数聚合法的三支决策

在合理粒度原则下,针对基于混合信息表的模糊信息系统提出一种新的三支决策规则.首先,给出一个由模糊信息表和损失函数组成的混合信息表,并将每个对象的损失函数表示为一个区间.其次,将相似类的区间损失函数定义为相似类中所有对象的区间损失函数的聚合,进而提出一种基于合理粒度原则的新的聚合方法,使聚合后的区间损失函数的长度适中,在此基础上还提出一种新的三支决策规则.最后,通过案例说明了该方法的有效性.     

属性权重未知的不确定语言评价双边匹配决策

针对匹配主体没有提供属性权重信息的不确定多粒度语言评价双边匹配问题,提出了一种基于离差最大公式和二元语义的决策方法。决策中,首先创建一个基本语言评价集(BLTS),将多粒度的不确定语言评价信息转换为区间二元语义,并且将所有区间二元语义根据公式投影到基本语言评价集上。根据区间二元语义的距离公式,计算属性之间的离差。通过离差最大化公式,计算得到每个匹配主体的属性权重向量。进而通过属性权重对区间二元语义加权平均,根据理想逼近法计算最终的满意度,得到最终的求解模型。最后通过实验证明该决策方法的可行性。     

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.     

基于商空间的语言型Z-number多准则决策方法

针对Z-number多准则决策中计算复杂度高,计算量大等问题,提出了一种较为简单且行之有效的基于粒度的多准则决策方法;将语言型Z-number决策信息转化为经典模糊数,用提出的可能度公式来两两比较方案的优劣程度,并且根据定义的模糊度公式计算出各准则的权重,继而得到最终的决策矩阵;然后,基于商空间的基本理论对QUALIFLEX排序方法进行改进,根据方案间的优势关系以及保假原理,可以将问题的最优解确定在较小的粒度空间内,在这个较小的粒度空间内搜索出综合一致性最大的最优排列,得到问题的最优解;最后通过实例分析可验证提出方法的可行性和有效性,且方法有效降低了计算的复杂度。     

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.     

基于区间值犹豫模糊多粒度粗糙集的三支决策模型

针对区间值犹豫模糊信息系统,提出了两种基于区间犹豫模糊多粒度粗糙集的三支决策模型。首先,借助多粒度粗糙集理论,提出乐观和悲观区间犹豫模糊多粒度粗糙集模型。其次,引入区间犹豫模糊连续交叉熵的概念,用TOPSIS方法来计算对象在不同情况下的条件概率。基于此,定义区间犹豫模糊决策理论粗糙集并给出相应的三支决策规则。最后,通过实例验证了这两种模型对目标评估采取不同的态度和决策方案,并且证明了所提算法的有效性。     

基于不同粒度语言信息的ERP项目风险综合评价

为了对投资巨大、实施周期长的ERP项目风险进行综合评价,构建了基于不同粒度语言信息的群决策模型。将专家给出的语言评价信息用二元语义形式表示,从多个语言变量集合中选择一个基本语言术语集,并将不同粒度语言信息一致化,通过构造群决策的优化模型,得到ERP项目风险群体综合评价结果。利用算例说明此方法的有效性,对ERP项目风险评价具有一定的应用价值。     

基于综合相对交叉熵的多属性群决策方法

针对以区间二型模糊数为信息环境的多属性群决策问题,提出了一种基于全概率的综合相对交叉熵的决策方法;首先,给出区间二型模糊集的定义,熵及算术平均排序值公式;其次,基于区间二型模糊集的模糊性、犹豫性和区间性,定义了一种新的测量区间二型模糊集的相对交叉熵和综合相对交叉熵的方法,通过构造最优化线性模型求解出了属性权重并对每一方案的属性值进行集结得出最优方案;最后,通过实例分析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研究型高校可持续发展能力评价

定义了基于Einstein运算规则的区间直觉模糊数运算规则以及区间直觉模糊信息的IIFEWG算子和区间直觉模糊信息的IIFEWA算子.针对准则值为区间直觉模糊数的多准则决策问题,提出一种区间直觉模糊多属性决策方法.该方法利用IIFEWG算子或者IIFEWA算子对准则进行集成,得到各方案的综合区间直觉模糊数,通过比较各方案综合区间直觉模糊数的得分函数值和精确函数值得到方案集的排序.从研究型高校的科研能力、人才培养、财务发展潜力和财务当前水平评价其可持续发展能力,评价过程及结果表明了基于Einstein运算规则的区间直觉模糊信息集成方法的有效性和可行性.     

一种基于区间灰色梯形模糊数的多属性群决策方法

针对属性权重未知,属性值为区间灰色梯形模糊数的多属性群决策问题,提出了一种改进的灰色关联决策方法.首先,定义了区间灰色梯形模糊数的概念并建立了区间灰色梯形模糊数的相关运算规则以及区间灰色梯形模糊数之间的距离;然后,采用算术加权平均算法将个体信息集结群信息,基于信息熵建立了指标权重的求解模型,并采用灰色关联方法对方案进行排序;最后,通过实例说明了本方法的有效性.