一种新犹豫模糊符号距离及其应用

研究了属性权重部分已知的犹豫模糊多属性决策问题.针对犹豫模糊元中为便于计算添加的多余数值影响方案排序等问题,提出一种新的犹豫模糊决策方法.首先,提出一种新的犹豫模糊元得分函数与犹豫度.基于此,构造一种新的犹豫模糊符号距离,对犹豫模糊元中添加的多余数值具有很好的鲁棒性.其次,基于max-min算子思想,建立属性权重优化模型.最后,将新的犹豫模糊符号距离应用于求解多属性决策问题中,并通过算例说明所提方法的可行性与有效性.     

考虑权重优化的改进TODIM犹豫模糊多属性决策方法

针对属性权重未知的犹豫模糊多属性决策问题,提出一种权重优化的改进TODIM的决策方法。从方案和属性值两个层面出发,以犹豫模糊数均值、方差和非明确熵构建多目标优化模型,确定相对权重;考虑决策者的不同心理行为特征,基于方案两两比较下相对"收益"或"损失"值的价值函数,获得各属性下的感知价值函数矩阵;通过简单加权原则,将感知价值函数矩阵与相对权重进行集结,给出新的综合感知价值函数和全局优势度的表达方式,提出一种改进TODIM的犹豫模糊多属性决策方法。最后,通过实例分析验证了本文所提方法的可行性和有效性。     

基于三角模糊数犹豫直觉模糊集的多属性智能决策

通过剖析现实生活中数据对象复杂性以及决策人思考的犹豫模糊性,提出了基于三角模糊数的犹豫直觉模糊集决策方法。首先,给出了三角模糊数犹豫直觉模糊集的定义,构建并证明了三角犹豫直觉模糊元及模糊数的基本运算法则和集成算子。其次,通过对三角犹豫直觉模糊元的得分函数和精确函数的定义,实现了三角犹豫直觉模糊数下的对象间的取值比较,针对三角犹豫直觉模糊数下多属性决策分析中的不确定性权重求解难题,提出了一种基于得分函数和最大熵理论的最优权重求解模型,并构建遗传算法模型实施最优化求解。最后,给出了三角犹豫直觉模糊数下的多属性智能决策算法,并以算例证明了所提方法的可行性和有效性。     

基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策

在区间值毕达哥拉斯模糊环境下的多属性决策中, 针对决策过程一般未考虑决策人偏好习惯和风险规避的问题, 同时为解决现有得分函数忽略区间犹豫度对决策影响的情况, 提出了基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策方法。首先, 对区间值毕达哥拉斯模糊集(interval-valued Pythagorean fuzzy set, IVPFS)现有得分函数深入分析, 定义一种改进后的新得分函数, 并证明其相关定理和性质。其次, 将新得分函数应用于区间值毕达哥拉斯模糊多属性决策问题中, 得出各备选方案在各属性下的新得分函数, 基于熵权逼近理想解排序法(technique for order preference by similarity to ideal soution, TOPSIS)确定正、负理想方案的得分函数集。然后, 引入前景理论利用前景价值函数对决策人由于损益表现出的主观感受进行描述, 得出备选方案的综合损益值, 结合各属性权重融合不同方案的综合损益比, 通过对比综合损益比大小得出最优方案。最后，利用算例验证了该改进方法的正确性和有效性, 展示了与原得分函数的对比分析结果, 为多属性决策问题提供了新的技术途径。     

基于前景理论的勾股模糊多属性决策

针对属性值为勾股模糊数,属性权重未知的多属性决策问题,提出一种基于前景理论的决策方法.首先考虑了犹豫度对隶属度和非隶属度的不同影响,本文将勾股模糊数转换成勾股模糊数直角三角形,并提出了基于勾股模糊数直角三角形几何中心距离测度.利用前景理论,以双参考点的选择均衡综合前景值,构建前景决策矩阵.结合前景决策矩阵及属性权重,计算各方案的综合前景值,并以此对方案进行排序.最后通过实例验证该方法的实用性和有效性.     

毕达哥拉斯犹豫模糊集多属性决策研究

针对属性间相互关联,评价信息为毕达哥拉斯犹豫模糊信息的多属性决策问题,首先通过研究犹豫度对决策结果的影响,提出一种新的毕达哥拉斯犹豫模糊集得分函数,解决了现有得分函数中存在的不足。其次,提出一种最小公倍数规范化原则,解决了现有方法容易引入误差的缺陷。最后,针对属性关联的多属性决策问题,基于λ-模糊测度与Choquet积分,提出了一种拓展交互式多准则决策(interative multi-criteria decision-making, TODIM)方法,既解决了属性关联的问题,又通过前景理论反映了决策者的心理行为特征。实例分析与敏感性分析验证了所提算法的正确性与有效性。     

基于概率犹豫-直觉模糊熵和证据推理的多属性决策方法

针对专家决策带有犹豫性和偏好性的多属性决策问题,提出一种基于概率犹豫-直觉模糊熵和证据推理的决策方法。在概率犹豫模糊集和犹豫直觉模糊集的基础上,考虑专家偏好,提出一种新的概率犹豫-直觉模糊集,对混合型属性的决策信息进行统一描述;基于犹豫熵和直觉模糊熵,提出概率犹豫-直觉模糊熵对决策信息的犹豫性和不确定性进行测度,并确定属性权重;采用证据推理算法进行属性信息的集结,并基于效用理论对方案进行排序。通过算例对比分析验证了所提方法得到的决策结果更为科学、准确。     

基于区间对偶犹豫不确定语言广义Banzhaf Choquet积分算子的多属性决策方法

基于将对偶犹豫模糊集和语言变量相结合定义对偶犹豫模糊语言集的思路,提出了区间对偶犹豫不确定语言集的概念,研究了区间对偶犹豫不确定语言变量相关的基本理论与方法,并针对属性值为区间对偶犹豫不确定语言信息的关联多属性决策问题,提出了相应的决策方法.首先,定义了区间对偶犹豫不确定语言变量的概念、运算法则、得分函数、精确函数、海明距离以及排序方法.然后,提出了区间对偶犹豫不确定语言广义Banzhaf Choquet积分算子并证明了该算子的一些性质.为了确定属性集的模糊测度,建立了基于离差最大化方法以及Banzhaf函数的模型.进而,给出一种用于解决属性权重部分未知,属性值为区间对偶犹豫不确定语言变量的关联多属性决策方法.最后,通过算例验证了该方法的有效性.     

基于犹豫直觉模糊数的多属性决策方法

综合犹豫模糊集和直觉模糊集,提出犹豫直觉模糊集。针对犹豫直觉模糊集中不同元素对应的犹豫直觉模糊数,定义其基本运算法则。基于运算法则,设计犹豫直觉模糊数的加权几何和加权算术集成算子。构建犹豫直觉模糊数的得分函数和精确函数,实现不同犹豫直觉模糊数间的比较。考虑犹豫直觉模糊数的集成算子和比较方法,提出相应的多属性决策方法,并将此方法应用于混合云存储服务供应商的选择,阐释方法的应用性与有效性。     

基于改进模糊熵的区间直觉模糊多属性决策

充分考虑区间直觉模糊决策问题的直觉性和模糊性因素,提出改进的融合隶属度、非隶属度和犹豫度的区间直觉模糊熵计算公式,运用改进的模糊熵公式计算决策属性指标的权重值,提高决策指标权重的客观性。首先,在以上改进熵公式基础上,运用区间直觉模糊混合几何算子和新的得分函数计算各决策方案的综合指标值,以保证决策信息的全面性;然后,再利用新的得分函数对方案进行排序得到最优决策结果。最后,以实际案例验证提出的决策方法的有效性和实用性。     

考虑可信度和优先级的犹豫模糊信息集成算子

研究了具有专家可信度与属性优先级的犹豫模糊信息集成问题,对每一个犹豫模糊数给出相应的可信度,用来表示专家对属性的熟悉程度。考虑到专家可信度的重要影响,提出了考虑专家可信度的犹豫模糊熵值算法,并在此基础上结合属性优先级提出了考虑专家可信度和属性优先级的混合赋权方法,该赋权方法既能保证属性优先级恒定,又可以有效区分专家意见的统一程度以及专家对属性的熟悉程度。之后,在此基础上给出了考虑专家可信度与属性优先级的犹豫模糊信息集成算子,并给出了基于该类算子的多属性决策方法。     

面向属性关联的区间犹豫模糊型PROMETHEE决策方法

面向属性关联的多属性决策问题中, 合理刻画并设计融合属性关联的决策模型是提高决策绩效的重要路径。首先,分析了各类属性关联情形下的属性权重调整方法优缺点, 采用莫比乌斯变换法则变换属性关联性系数(Shaplely值), 设计了融合Shaplely值和属性权重的合成权重函数, 分析了属性关联性系数对权重的影响机制。其次, 基于偏好顺序结构评估方法(preference ranking organization methods for enrichment evaluations, PROMETHEE)决策方法的优先函数表征特征, 运用可能度比较区间犹豫模糊型数值, 设计了基于sigmoid函数的优先函数, 提出了考虑属性关联的改进型PROMETHEE决策方法。最后, 通过算例证明了所提方法的优越性。     

基于新直觉模糊距离的随机决策方法

针对指标权重未知,方案的指标值为直觉模糊数的随机直觉模糊决策问题,提出了一种基于前景理论和新的直觉模糊距离的随机决策方法. 首先提出一种新的直觉模糊相似度公式,在此基础上构建了一种以直觉模糊数形式表征的直觉模糊距离公式以减少在运算中信息的丢失,运用直觉模糊熵方法确定指标权重,通过前景理论对方案进行对比和排序.最后,算例分析说明了该方法的合理性和可行性.     

基于前景理论的区间直觉模糊多准则决策方法

针对准则值为区间直觉模糊数, 准则权重分别为完全未知和部分已知的多准则决策问题, 提出一种基于前景理论的决策分析方法. 该方法给出一种新的记分函数(P-记分函数), 据此可将区间直觉模糊数转化为实数. 利用前景理论, 以零点为参考点计算前景值, 构建前景决策矩阵. 建立以综合前景值最大化为目标, 以权重取值允许范围和决策者主观偏好为约束的优化模型, 计算准则权重. 结合前景决策矩阵及准则权重, 计算各方案的综合前景值, 并以此对方案进行排序. 最后通过实例验证了该方法的有效性.     

基于直觉模糊折扣算子的异类数据融合方法

异类数据作为不确定数据的类型之一,成为模式识别、多属性决策等问题中数据融合的难点.为此,以直觉模糊集为理论基础,本文提出一种异类数据的多属性融合方法.首先,定义一种新的直觉模糊数折扣算子及合成法则,证明了该算子与合成法则的基本性质.其次,定义异类数据之间的距离度量测度,基于灰关联方法,得到用于决策的系数矩阵,通过对备选...