基于不确定语言环境的绩效考评模型

研究了属性权重不完全、属性值以不确定语言变量形式给出的不确定语言绩效考评问题,引入了不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念.首先用不确定语言加权平均(ULWA)算子集成得到群不确定语言决策矩阵,然后针对属性权重不完全的情形,给出了一个求解权重的逼近于相对理想点法;然后利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优;最后进行实例分析.     

基于不确定语言环境的绩效考评模型

研究了属性权重不完全、属性值以不确定语言变量形式给出的不确定语言绩效考评问题,引入了不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念．首先用不确定语言加权平均（ULWA）算子集成得到群不确定语言决策矩阵,然后针对属性权重不完全的情形,给出了一个求解权重的逼近于相对理想点法;然后利用不确定语言加权平均（ULWA）算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵（互补判断矩阵）,继而利用互补判断矩阵排序公式对决策方案进行排序和择优;最后进行实例分析．     

基于拓展C-OWGA算子的多属性群决策方法

目的为求决策方法的简洁实用,研究决策信息为区间数的多属性群决策问题。方法将连续的OWGA(C-OWGA)集结算子拓展到不确定环境之中,提出了一些不确定信息(区间数)集成新算子,如加权的C-OWGA(WC-OWGA)算子、有序加权的C-OWGA(OWC-OWGA)算子以及混合的C-OWGA(HC-OWGA)算子。结果结合区间数的运算法则,利用HC-OWGA算子对决策信息进行集结而获得方案的排序。提出了基于HC-OWGA算子的不确定多属性群决策方法。结论算例表明该方法是可行有效的,且该方法有良好的应用前景。     

权重为区间数的语言多属性群决策方法

利用不确定语言评估标度的运算法则,给出基于语言评估标度及其运算法则的算子,提出一种基于区间权重语言集结(IWLA)算子和不确定语言混合区间权重集结(ULHIWA)算子的语言多属性群决策方法,并用实例验证该方法的可行性及合理性.实例分析表明,该方法计算简便,能够充分利用已有的决策信息,而且能够充分考虑决策者自身的重要性,并且可以消除个别决策者主观因素的影响,保证了决策结果的合理性.     

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。     

一种组合加权几何平均算子及其应用

提出了一种集结数据信息的组合加权几何平均（CWGA）算子，证明了加权几何平均（WGA）算子以及有序加权几何平均（OWGA）算子均为CWGA算子的特例，CWGA算子的根本特点是：不仅考虑每个数据的自身重要性程度，而且还体现了每个数据所在位置的重要性程度，最后，提出了一种基于WGA及CWGA算子的多属性群决策方法，并通过实例对该决策方法的合理性和有效性进行了说明。     

毕达哥拉斯不确定语言Maclaurin对称集成算子及其在多属性决策中的应用

毕达哥拉斯不确定语言变量是直觉不确定语言变量的拓展和一般化.针对毕达哥拉斯不确定语言变量的集成问题,首先结合语言刻度函数,提出新的毕达哥拉斯不确定语言变量运算法则和排序方法,克服已有运算存在的缺少封闭性和灵活性的不足.进而,提出了捕获多元关联关系的毕达哥拉斯不确定语言Maclaurin对称集成算子(PULMSM)及其加权形式(PULWMSM),并探讨其优良性质和特例.最后,提出一种基于PULWMSM的毕达哥拉斯不确定语言多属性决策方法,并通过实例来分析其合理性和有效性.     

基于二元语义投影算子的语言群决策方法

目的 研究属性权重和属性值均以语言信息给出的群决策问题.方法 给出了二元语义的运算法则和二元语义矢量投影算子,并分析其性质.依据投影法的思想,通过计算各方案点在正理想点上的语义投影,最终对方案排序优选.结果 提出了一种基于二元语义的多属性语言群决策方法.结论 算例验证了所提算法的可行性和实用性,为解决语言群决策问题提供了一个有用的工具.     

基于区间粗糙数加权期望多属性决策方法

本文补充了区间粗糙数的一些运算法则及集成算子。首次给出了区间粗糙数加权期望值的定义,研究了该定义所具有的一些良好性质。随后给出基于区间粗糙数加权期望值的多属性决策方法,针对属性值为区间粗糙数的多属性决策问题,在已知权重信息的基础上按区间粗糙数集成算子进行集结,计算出各方案的加权期望效用值,并进行排序择优。最后,把决策方法应用到实际问题中,说明该方法的可行性和有效性。     

基于LGIOWA算子的方案优选问题的分析

采用不确定语言型决策方法来解决方案优选等具有多属性的模糊群决策问题,给出了一种模糊语言评估标度相应的三角模糊数表达方式,提出了LGIOWA算子,及其在应用过程中的具体步骤,并提出了一种相应的集结多属性群决策信息的方法。利用该方法较好地解决了方案优选问题中的一些难点,最后通过算例说明了方法的可行性和有效性。     

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。     

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.     

L-R模糊数型群决策专家意见集成方法

群体决策弥补了个体知识和经验不足的缺陷,因而得到广泛应用。但由于现实问题的复杂性和个体知识、认识水平上的差异以及自身的其他因素影响,决策者对问题给出的意见往往是不一致的,决策者意见的可信度也是不同的。在决策过程中就有必要把决策者个体的意见集成为群体的一致意见。利用截集和隶属度把模糊数型专家意见转化成区间型意见,定义区间数的距离来衡量专家之间意见的偏差程度,提出一种确定专家意见的权重,并集成群体一致意见的方法。数值例子说明该方法合理、可行。     

基于LOWGA算子集结的组合语言判断矩阵保持互反性的条件

语言有序加权几何平均(LOWGA)算子是一种能有效地集结语言数据信息的方法.利用语言判断矩阵的转换函数定义了语言互反判断矩阵,利用LOWGA算子进行集结,同时采用模糊语言量化算子(BUM函数)的方法确定其权向量时,涉及到BUM函数中参数对的选择问题.主旨研究了基于LOWGA算子集结组合语言判断矩阵保持互反性的条件.     

一种区间型不确定多属性决策的统计方法

讨论了属性值为区间值的一类不确定性多属性决策问题.将属性值转化为决策者的满意值后,结合决策者的满意值和属性自身的权重,指出现行简单加权平均以及有序加权平均方法存在的缺陷,提出了一种新的基于随机变量和统计特征的新方法.通过实例证明了该方法的有效性.     

一种区间型不确定多属性决策的统计方法

讨论了属性值为区间值的一类不确定性多属性决策问题．将属性值转化为决策者的满意值后，结合决策者的满意值和属性自身的权重，指出现行简单加权平均以及有序加权平均方法存在的缺陷，提出了一种新的基于随机变量和统计特征的新方法．通过实例证明了该方法的有效性．     

一种新的基于UEOWA算子的多属性决策方法

对不确定语言型的多属性决策问题的研究,首先是对不确定语言变量进行排序.一些专家通常利用可能度建立可能度矩阵,得到可能度矩阵的排序向量,再根据排序向量分量大小对不确定语言变量进行排序.在此基础上,给出了不确定语言变量的下标和的定义,根据下标和的大小来判断不确定语言变量的排序先后.最后用此方法来研究UEOW A算子的多属性决策问题.     

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.     

区间数密度算子及其应用

针对决策信息为区间数形式的不确定多属性决策问题,将密度中间算子由精确值形式拓展到区间数形式.通过引入"区间隶属度"的概念对区间数进行聚类,并给出一种通过规划模型确定密度加权向量的方法;在此基础上,对区间数密度中间算子及其合成算子进行了界定.最后,通过一个算例对区间数密度算子的应用进行了说明.该方法结合区间数的特征,进一步拓展了密度算子的理论体系和实际应用范围.