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.     

区间直觉正态模糊数的OWGA算子及其在多属性群决策中应用

针对准则值为区间直觉正态模糊数(IVINFN)的群决策问题,探讨了区间直觉正态模糊数的运算法则;考虑决策者的乐观程度,定义了区间直觉正态模糊数的得分函数,给出其排序方法;再得到区间直觉正态模糊数的有序加权几何平均(IVINFN-OWGA)算子和连续有序加权几何平均(IVINFN-COWG)算子;最后,建立了基于区间直觉正态模糊数的多属性决策模型,提出了相应的群决策方法,并且通过实例分析验证了该方法的可行性和有效性.     

基于区间直觉梯形模糊数的多属性群决策方法

针对专家和属性权重完全未知的区间直觉梯形模糊数的多属性群决策问题,根据定义的区间直觉梯形模糊数的交叉熵求解专家权重,结合灰色关联分析法定义了综合关联系数和综合关联度,依据所有决策方案的综合关联度最大化的思想构建模型得到属性权重公式,并给出基于IITFN-WAA算子的群决策步骤,最后通过实例分析验证决策方法的合理性。     

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.     

基于熵权的区间梯形直觉模糊数型VIKOR多属性群决策方法

针对备选方案的属性值为区间梯形直觉模糊数(IVITFN)且方案属性指标和决策者权重未知的多属性群决策(MAGDM)问题,提出了一种基于熵权的区间梯形直觉模糊数型多准则妥协解排序(VIKOR)方法。首先,将决策者的评价信息转化为IVITFN决策矩阵,并对其进行规范化处理;其次,利用区间梯形直觉模糊Bonferroni平均(IVITFBM)算子将多个决策者的决策矩阵集结为一个综合决策矩阵;然后,利用熵权法求出综合决策矩阵中各属性指标的权重,并基于VIKOR方法对备选方案进行排序以及决策分析;最后,通过实例和比较分析验证了该方法的有效性和可行性。     

一种决策信息为区间直觉模糊数的多属性决策方法

将C-OWA算子应用到区间直觉模糊数上,定义了集成区间直觉模糊信息的IC-OWA算子.对于属性权重已知,属性值为区间直觉模糊数的多属性决策问题,先利用IC-OWA算子对决策属性值进行集成,然后对集成结果加权求和,得到各方案的综合属性值,最后根据综合属性值排序和择优.实例分析表明了该方法的合理性和有效性.     

属性权重未知情形下的区间直觉模糊多属性决策方法

针对区间直觉模糊信息环境下属性权重未知的多属性决策问题,提出了一种新的决策方法.在回顾相关基础理论知识基础上,定义了区间直觉模糊数的得分函数与精确度函数,提出了基于离差最大化的属性权重确定方法,然后基于区间直觉模糊加权平均算子给出了属性权重未知情形下属性信息为区间直觉模糊数的多属性决策方法.最后将该方法运用到突发事件应急预案有效性评价问题,通过实例分析验证了该方法的有效性.     

基于直觉模糊值Sugeno积分算子的多属性群决策

针对现实的多属性群决策问题中,决策属性及专家偏好之间均存在不同程度的相互关联问题,提出了一种基于直觉模糊值模糊积分的多属性群决策方法. 并基于直觉模糊值模糊测度,提出了一种直觉模糊值Sugeno积分算子,讨论了该算子的性质,给出了基于该算子的多属性群决策方法与途径. 通过实例分析说明了该方法的具体应用及计算过程.     

区间Pythagorean模糊几何加权Bonferroni平均算子及其应用

在区间毕达哥拉斯模糊集(IVPFS)环境下,分析了几何Bonferroni平均(GBM)算子中输入变量间关联性对决策的影响,构造了区间毕达哥拉斯模糊几何Bonferroni平均(IVPFGBM)算子,并讨论其性质;根据属性指标的重要程度,构造了区间毕达哥拉斯模糊几何加权Bonferroni平均(IVPFGWBM)算子,...     

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.     

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。     

基于梯形直觉模糊数的TOPSIS多属性决策方法

针对属性值为梯形直觉模糊数的多准则决策问题,给出了一种基于梯形直觉模糊数的TOPSIS多属性决策方法.根据提出的梯形直觉模糊数的Hamming距离公式,计算各方案和梯形直觉模糊数正负理想方案的距离,从而求得各方案和正理想解的相对贴近度,基于贴近度大小对方案集进行排序.最后,用数值实例进一步说明了该梯形直觉模糊TOPSIS方法的有效性和实用性.     

基于决策者风险偏好的区间直觉模糊数多属性决策方法

依据决策者的风险偏好,将区间直觉模糊数转化为含参数直觉模糊数,然后基于直觉模糊数投票模型和人们从众心理分析直觉模糊数的犹豫度对其得分的影响,进而定义直觉模糊数新的得分函数,并以此作为区间直觉模糊数的排序指标,提出一种新的区间直觉模糊数模糊决策方法,最后通过例子验证该方法的可行性和有效性.     

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.     

基于区间直觉判断矩阵的群决策及逆判方法

文章对区间直觉判断矩阵进行研究,定义了区间直觉判断矩阵及其距离测度与相似性测度新概念,详细研究它们的性质.基于区间直觉平均算子等集成工具,建立了一种基于区间直觉模糊集模型的群决策途径,并根据群决策结果逆判评判专家的水平.最后通过具体实例证明该方法的有效性.     

基于C-OWA算子区间直觉模糊信息集成的决策方法

直觉模糊集是对传统的模糊集的理论进行了拓展,它更加细致地刻画了模糊形象.论文引进C-OWA算子,给出了两个区间数的大小比较的新方法;针对区间直觉模糊信息的多属性决策矩阵,定义了方案的区间直觉模糊信息的理想点,并利用方案属性值与理想点的Euclidean距离,给出了区间直觉模糊信息的多属性决策矩阵的一种排序方法;最后利用实例说明了该方法的可行性和有效性.     

一种区间直觉模糊信息集成的新方法

研究了属性权值完全未知且属性值为区间直觉模糊数的多属性决策问题．首先提出了一种将区间直觉模糊数转化为区间数的公式;然后,基于可能度法给出了一种新的客观赋权方法。并给出一种基于可能度的方案的排序方法;最后。通过实例证明了该方法的有效性和实用性．     

基于广义区间梯形模糊集的大学生素质评价模型

基于广义区间梯形模糊数的重心计算、广义区间梯形模糊集的有权算术集成算子和混合集成算子,建立一种新模型来处理大学生素质评价问题.算例结果显示该模型处理大学生素质评价问题是有效的.