犹豫模糊语言多属性决策灰关联分析方法及其应用

以区域金融生态环境评价问题为研究对象,提出一种新的融合方法;针对犹豫模糊语言术语集,结合灰色关联分析理论,提出犹豫模糊语言灰色关联度的概念,并基于离差最大化原理给出最优化模型,对各属性进行客观赋权;最后用实例验证了其有效性和可行性,突破了传统的灰色关联分析法应用于区间属性的决策问题,研究了更模糊且更贴近现实的语言评价环境,该方法不仅能够充分利用原始评价数据,且能减少不必要的信息损失。     

Pythagorean犹豫模糊熵及其多属性群决策方法

针对模糊信息下的群决策问题,提出了一种基于Pythagorean犹豫模糊熵的多属性群决策方法;给出了Pythagorean犹豫模糊熵的公理化定义及计算公式;为克服传统Pythagorean犹豫模糊集规范化方法导致原始决策信息流失的不足,完善了基于Pythagorean犹豫模糊环境下的最小公倍数扩充方法,方法能有效地保持原始决策信息;又以Pythagorean犹豫模糊熵作为决策信息差异程度的度量,给出属性权重完全未知或部分已知情况下权重的确定方法,并定义了基于最小公倍数的Pythagorean犹豫模糊距离测度和Pythagorean犹豫模糊熵测度;构造了一种基于Pythagorean犹豫模糊熵的TOPSIS方法,并通过精准扶贫补贴项目案例说明了方法的可行性和有效性.     

基于区间犹豫模糊偏好关系的多属性决策方法

在现有的区间偏好关系和犹豫偏好关系基础上,首先定义了具有专家犹豫优先度的乘 性一致性区间犹豫模糊偏好关系,并提出了其一致性和评价对象优先权重之间的关系;其次,基于 模糊决策思想,建立线性规划模型,求出对应评价对象的区间权重向量;最后将模型应用于实例 中,说明其可行性。     

基于犹豫梯形模糊Bonferroni Mean算子的多属性决策

针对专家评价值为犹豫梯形模糊元的多属性决策问题,考虑专家评价值之间的关联性,结合Bonferroni均值提出了犹豫梯形模糊Bonferroni mean算子及其加权形式.利用犹豫梯形模糊元的运算法则研究算子的相关性质和一些特例,给出了基于犹豫梯形模糊加权Bonferroni mean算子的决策方法,并通过数值实例验证了该算子的有效性.     

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.     

基于改进DEMATEL的区间对偶犹豫模糊多属性决策方法

针对区间对偶犹豫模糊多属性决策问题,将传统DEMATEL分析法加以改进,引入决策偏好系数,提出了一种基于中心度、原因度参量的属性权重确定方法。为避免行为偏好对距离刻画带来的主观性影响,定义了广义区间对偶犹豫模糊距离。借助加权平均(WA)算子,将权重向量与初始决策矩阵集结,得到最终的综合决策矩阵,并通过TOPSIS法对各方案进行综合评价。通过实例说明本方法的有效性和可行性。     

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．     

区间值直觉犹豫模糊多属性决策方法研究

针对评价信息为区间值直觉犹豫模糊集的多属性决策问题,结合ELECTRE-I和TOPSIS方法,提出了一种解决区间值直觉犹豫模糊多属性决策问题的方法。基于区间值直觉犹豫模糊元得分函数,提出了一种新的确定属性权重的方法。将经典的ELECTRE-I和TOPSIS拓展到区间值直觉犹豫模糊环境下,定义了绝对和谐指标与不和谐指标,相对优势指标和综合优势指标。根据综合优势指标得到方案的排序。最后提供了一种基于区间值直觉犹豫模糊信息的多属性问题的决策步骤,并进行了算例分析与比较分析,证明了该方法的有效性。     

基于Pythagorean犹豫模糊集成算子的多属性决策方法及其应用

基于Pythagorean犹豫模糊集理论,提出了基于Pythagorean犹豫模糊环境下的集成算子来研究多属性决策问题。首先提出了Pythagorean犹豫模糊有序加权算术平均算子和Pythagorean犹豫模糊有序加权几何平均算子;基于对Pythagorean犹豫模糊决策信息本身及其信息顺序位置重要性的兼顾,又提出了Pythagorean犹豫模糊混合算术平均算子和Pythagorean犹豫模糊混合几何平均算子;最后,提出了基于Pythagorean犹豫模糊信息集成的多属性决策方法,并通过智慧医疗评估体系的例子说明提出的决策方法的可行性.     

犹豫模糊多属性决策的折中比值法

针对属性值为犹豫模糊元的多属性决策问题,提出了一种新的多属性决策方法——折中比值法。折中比值法方法是通过定义能同时反映出备选方案尽可能地接近正理想点又同时尽可能地远离负理想点,并且把决策者的主观态度也包含在内的排序指标对备选方案进行排序和择优。最后,通过应用实例说明了所提出的方法的有效性和可行性。     

基于包含度的犹豫模糊属性约简

将模糊集的包含度拓展到犹豫模糊集中,针对属性值为犹豫模糊元的决策问题,提出了一种犹豫模糊信息系统的属性约简方法。首先,给出了犹豫模糊包含度的公理化定义和不同形式的计算公式;然后,计算决策条件选择,得到条件属性重新组合后的犹豫模糊信息系统,再计算组合的条件属性在决策中的包含度,得到相应的决策规则;最后通过逐项删减条件属性,得到最大决策约简集,并通过实例表明了该方法的有效性和可行性。     

基于语言图犹豫模糊Hamy平均算子的多属性决策方法

将图犹豫模糊集与语言术语集结合,定义了语言图犹豫模糊集和语言图犹豫模糊数的运算,为比较语言图犹豫模糊数的大小,考虑了语言图犹豫模糊数中元素的离散程度对评估结果的影响,定义了得分函数和精确函数,提高了得分函数对语言图犹豫模糊数的区分能力。结合Hamy平均算子,定义了语言图犹豫模糊Hamy平均算子,研究了语言图犹豫模糊Hamy平均算子的性质,并提出了语言图犹豫模糊Hamy平均算子的多属性决策方法。最后,将其应用于建筑公司原料供应商的选择中,并与现有方法进行对比分析,验证了所提方法的有效性和可行性。     

基于可能度的犹豫模糊PROMETHEE方法

 针对犹豫模糊多属性决策问题, 引入犹豫模糊可能度概念, 提出了基于可能度的PROMETHEE 方法。首先, 基于均匀分布的概率准则给出了犹豫模糊元比较的可能度公式, 并证明其性质;在其基础上结合PROMETHEE 法, 给出犹豫模糊多属性决策方法。本方法将传统PROMETHEE 的多步骤整合为一个公式, 简化了计算过程。最后, 通过实例验证了该方法的合理性和可行性。     

基于模糊语言评估的多属性决策方法

研究了属性权重确知，属性值以模糊语言形式给出的多属性决策问题，定义了一种模糊语言评估标度并给出其相应的区间数表达方式，利用区间数运算法则对各方案的属性值进行集结。基于区间数之间两两比较的可能度公式，构造可能变矩阵，并利用已有的排序公式求出其相应的排序向量。进而对决策方案进行排序和择优，最后进行了实例分析，数值结果表明：该方法可行且有效。     

一种结合勾股模糊相似度的多属性决策方法

为了解决现有勾股模糊相似度度量中由于忽略犹豫度而造成度量不精确的问题,提出一种新的相似度的度量方法.首先,在属性值为勾股模糊数的条件下,将勾股模糊相似度定义结合灰色关联分析的思想应用于多属性决策,提出一种新的结合勾股模糊相似度的灰色关联分析多属性决策方法,并设计了该方法的算法.通过一个翔实的算例分析证实了提出方法的正确性和有效性,证明其为多属性决策的一种新的可行方法 .通过两组实验结果的对比,提出的方法比其他方法的决策更贴近实际结果,验证了该方法的可靠性.该算法还避免了人工计算,具有高效性.     

犹豫模糊最优加权Bonferroni几何平均算子及其在多属性决策中的应用

Bonferroni几何平均算子是信息集结问题的研究热点,其主要优点是能捕获变量间的关联性。在Bonferroni几何平均算子基础上提出犹豫模糊最优加权Bonferroni几何平均算子、广义犹豫模糊最优加权Bonferroni几何平均算子。新算子能体现变量同余下变量整体间的加权平均、余下变量相互间的加权平均,并具有退化性。验证了新算子具有幂等性、单调性、有界性等优良性质。以此为基础,提出一种犹豫模糊多属性决策方法,并通过算例验证了方法的实用性。     

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.     

基于模糊理想点的模糊多属性决策方法

针对属性权重信息完全未知或只有部分权重信息且属性值为三角模糊数的模糊多属性决策问题,提出3种基于模糊理想点的最优化决策模型.通过对这3种模型的求解,获得属性的权重,给出相应的对方案进行排序和择优的决策方法,从而为解决权重信息不完全的模糊多属性决策问题提供新的途径.     

基于相对优势度的区间直觉模糊多属性决策方法

基于区间数的相对优势度,提出了区间直觉模糊数的相对优势度概念。通过构建区间直觉模糊数比较的相对优势度矩阵,结合基于互补判断矩阵的排序公式,给出了一种区间直觉模糊数的排序方法,并将此排序方法应用到属性权重未知的区间直觉模糊多属性决策当中。通过算例分析说明了该方法的有效性和可行性。