4种诱导有序加权平均模型的构建

诱导有序加权平均算子是一种新的信息集结算子,用途非常广泛．基于诱导有序加权平均算子构建了4种组合预测模型．实例表明这种模型能有效地提高预测精度．     

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ITFOWA算子的多属性决策方法研究

将梯形模糊有序加权平均算子（TFOWA）扩充至诱导的梯形模糊有序加权平均（ITFOWA）算子情形．提出两梯形模糊数接近度概念,用其度量属性本身的重要性程度、并以属性值的接近度作为诱导变量,采用ITFOWA算子进行信息集结,得到一种新的基于诱导梯形模糊有序加权平均算子的多属性决策方法．     

区间数密度中间算子在多属性决策中的应用

针对群决策中的决策者群体偏好信息分布问题,研究了不确定多属性决策密度中间算子,把实数密度中间算子扩展到区间数密度中间算子.给出了区间数密度算子权向量的确定方法及具体过程.提出了区间数密度算子(IDM算子),定义了区间数密度加权平均中间算子(IDWA算子)和区间数密度加权几何平均中间算子(IDWGA算子),给出基于区间数密度算子的合成算子:密度算术加权平均算子(IDWAWAA算子)和密度有序加权平均算子(IDWGAOWA算子),最后用实例对算子密度权向量的确定进行了说明.     

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.     

诱导有序加权平均算子在城市公共交通预测中的应用

有序加权平均算子是近年来发展起来的,并在许多领域有着广泛的应用.本文通过引进诱导有序加权平均算子(IOWA),介绍并建立了组合预测模型,最后给出IOWA在城市公共交通预测中的应用,并结合实例分析结果表明了模型的有效性.     

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。     

基于不确定IOWGA算子的多属性决策方法

将导出有序加权平均(IOWGA)算子推广到不确定的环境下,即所给出的数据信息为区间数。提出了一种不确定导出有序加权几何平均(UIOWGA)算子。利用区间数比较的可能度公式,提出了一种决策信息的集结方法,最后的实例说明该方法的有效性和合理性。     

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.     

基于可持续发展的公共项目投资决策方法

为了使项目的资金投入更为合理,项目的方案选择达到较优,从可持续发展的视角出发,提出一个基于有序加权平均算子( OWA:Ordered Weighted Average)和有序加权几何平均算子(OWGA:Ordered Weighted Geometric Average)的公共项目投资决策方法,并通过一个案例论证该方法...     

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WOWA集结的模糊认知图

现有模糊认知图(Fuzzy Congnitive Map, FCM)模型忽略了原因节点间与或组合关系的不确定性.针对这一缺陷,作者通过引入加权的有序加权平均(Weighted Ordered Weighted Averaging, WOWA)算子来模拟原因节点间确定的或模糊的与或关系,提出了基于WOWA集结算子的模糊认知图框架.为增强传统FCM的因果认知性能,作者在此新的框架下,利用单前件模糊规则拓展数值型FCM的因果模糊测度,提出了一种混合模糊认知图模型.     

基于直觉模糊集对集结方法的隐私风险决策

针对隐私风险的不确定性决策问题,在直觉模糊和集对分析理论基础上,对隐私确定-不确定建立信息权重的集对关系,给出了直觉模糊集对(IFSPA:Intuitionistic Fuzzy Set Pair Analysis)算子,定义了直觉模糊集对的相关概念、运算、性质、期望值、大小排序和几种直觉模糊集对信息集结算子：直觉模糊集对加权平均(IFSPAWA:Intuitionistic Fuzzy Set Pair Analysis Weighted Average)算子、直觉模糊集对加权几何(IFSPAWG:Intuitionistic Fuzzy Set Pair Analysis Weighted Geometric)算子、直觉模糊集对有序加权(IFSPAOWA:Intuitionistic Fuzzy Set Pair Analysis Ordered Weighted Average)算子、直觉模糊集对有序加权几何(IFSPAOWG:Intuitionistic Fuzzy Set Pair Analysis Ordered Weighted Geometric)算子、直觉模糊集对混合...     

基于不确定语言信息的C-OWA和C-OWG算子及其应用

研究了不确定语言信息的集成问题，把连续的有序加权平均（C—OWA）算子和连续的有序加权几何（C-OWG）算子扩展到不确定语言环境之中。提出了一些新的不确定语言信息集成算子，如：加权的不确定语言偏差C-OWA（WULDC-OWA）算子和加权的不确定语言偏离C-OWG（WULDC-OWG）算子等，研究了它们的一些优良性质，如：齐次性、单调性等。分别给出了基于WULDC-OWA算子和基于WULC-OWG算子的不确定语言多属性决策方法，并且用实例对方法的求解过程进行了详细说明。     

一种基于新的不确定语言集成算子的多属性群决策方法

针对不确定语言评价信息的多属性群决策问题,为避免直接运算时产生的越界现象,文章构建基于等信息转换理论的不确定语言模型,定义该模型下的新运算法则,提出新运算法则下的广义不确定语言加权平均算子(ULWA_2)和广义不确定语言有序加权平均算子(ULOWA_2).基于所定义的不确定语言集成算子,文章提出一种多属性群决策方法,并通过实例说明该决策方法的可行性与有效性.     

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。     

主成分法确定WA算子的权重

确定加权平均(WA)算子普遍处理方法:一种是先确定不同专家的权重,如权威专家赋予较大的权重,其他专家赋予较小的权重;另一种是先将专家给予的得分进行排序,然后根据得分高低给予不同的权重赋值,即有序加权平均(OWA)算子.基于此,利用主成分方法确定WA算子的权重:首先把每位专家给出的相应得分视为一个向量,求出这些向量的相关矩阵M;然后求出矩阵M的特征值和特征向量;根据特征值贡献率确定主成分的个数以及比重;最后结合特征向量(主成分)给出每位专家的权重.     

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.     

基于相似度的三角模糊数组合预测模型

通过对三角模糊数进行研究分析,将三角模糊数用等量信息的三个指标进行替代,采用三角模糊数的相似度作为最优准则的度量指标,并引入广义诱导有序加权平均(GIOWA)算子,建立了基于三角模糊相似度的GIOWA算子的变权系数的三角模糊数组合预测模型.通过数值实验表明,该方法有效可行.