基于联系数的直觉模糊多属性决策不确定分析与应用

由于已有直觉模糊多属性决策难以开展不确定性问题的分析,用集对分析中的二元联系数表示一个直觉模糊数,利用二元联系数的普通加、乘运算进行直觉模糊多属性决策,为直觉模糊多属性决策提供一种新的简便算法,且能借助对i的不同取值展开不确定性分析,实例应用表明该方法合理可行.     

多属性决策的三角模糊函数方法

为了解决多属性决策问题,采用三角模糊数的三角函数表达式进行多属性决策,从概率统计的角度提出均值与方差也是三角模糊数特征参数,用二元联系数表示三角模糊数的特征参数,并映射到D—u空间。不仅结果可信,而且能直观地看出三角模糊数不确定性对方案排序稳定性的影响。     

基于理想点的三角模糊数群体多属性决策法

针对模糊群体多属性决策问题,提出了一种新的属性权重和属性值均以三角模糊数形式给出的模糊群体多属性决策方法.该方法先假设方案在主观评价属性下的属性值采用三角模糊数的形式来表示专家评价值的模糊性和不确定性,而后假定每一主观评价属性都有一组相应的专家权重值,以反映专家在不同评价属性中的重要性程度,同时考虑到专家意见的相似度,将专家意见进行集结得到专家群体关于方案集的模糊决策矩阵.最后定义了三角模糊数正理想方案和负理想方案,计算各方案与理想方案的接近度,以此给出了三角模糊数群体多属性决策问题的理想点法.通过实例分析说明了该方法的可行性和有效性.     

一种新的区间直觉模糊交叉熵及其应用

为了全面反映区间直觉模糊集的不确定性,定义了区间直觉模糊集的3种不确定性因子,即直觉因子、模糊因子和跨度因子;基于这3种不确定性因子,给出了一种新的区间直觉模糊交叉熵,并且证明了交叉熵的相关性质;利用区间直觉模糊集的交叉熵,提出一种确定属性权重的方法,并且根据区间直觉模糊集的加权相关系数,给出了具体的区间直觉模糊多属性决策算法;最后,通过实例分析了方法的可行性和有效性。     

排序决策的直觉模糊数方法

为了更细腻地描述作为比较评价的语言信息,用一个直觉模糊数表示两两对象的比较评价,将直觉模糊数表示为由上理想模糊数和下理想模糊数的二元模糊数组,定义了关于直觉模糊数的一种运算并且给出了基于结构元表示的排序比较方法;在排序决策过程中,通过对相对属性判断值的规范化处理完成对一组对象的排序,实现了优选的目的.结果表明:通过下、上理想模糊数将结构元理论应用到直觉模糊数上,简化了计算,同时直觉模糊数在表达信息上考虑人的犹豫度,使得在表达语言信息上较模糊数更贴近现实,排序结果自然更精确.     

基于三角直觉模糊的交互式偏好顺序决策模型

针对多属性决策问题中决策者主观判断的模糊性和决策过程中存在的补偿问题,本文提出了基于三角直觉模糊数的多属性决策模型。首先,用三角直觉模糊数来完成模糊信息的表达,从而更好地描述出决策信息的不确定性。其次,利用改进后的交互式多准则决策方法（an acronym in Portuguese for interactive multi-criteria decision-making, TODIM）,并结合偏好顺序结构评估法（Preference Ranking Organization Method for Enrichment Evaluations, PROMETHEE-II）方法在模糊环境中对备选方案进行排序,使该框架更具实用性和适用性。最后,通过案例证明了该决策框架的有效性,并对决策结果进行进一步敏感性分析,分析结果验证了其稳定性。     

基于直觉模糊变换的多属性决策模型

本文对直觉模糊信息的多属性决策问题进行了研究。通过介绍直觉模糊集和直觉模糊数的概念及其排序的方法,引入了直觉模糊向量内积的概念,并由此提出了直觉模糊集的直觉模糊变换的方法和基于直觉模糊变换的直觉模糊多属性决策模型以及应用的步骤。用实例分析说明了该决策模型的实用性和有效性。     

权重优化下基于证据推理的直觉模糊多属性决策

针对决策者给出属性权重系数的直觉模糊多属性决策问题,提出一种权重系数优化方法并通过证据推理有效融合各项决策数据.首先,用直觉模糊熵和直觉模糊相似度表示决策信息的客观性,利用熵权法融合公式对主观权重系数进行优化修正;其次,发挥证据推理方法的优越性,将各属性的直觉模糊信息进行融合得到每个方案的综合直觉模糊集;再次,运用一种...     

基于群体理想解的三角模糊数群体多属性决策

为求解群体多属性决策问题,提出属性值为三角模糊数的一种群体多属性决策法.该方法首先引入依赖于评价属性和专家个体判断相似度的专家权重思想,以反映专家在不同评价属性中的综合重要性程度;其次采用理想点法对每个单一评价属性将专家个体判断集结成专家群体判断,构造出关于方案集的群体判断决策矩阵;最后定义三角模糊数正负群体理想方案,以此给出了三角模糊数群体多属性决策问题的群体理想解算法.通过算例分析说明了该方法的可行性.     

基于新的距离度量的三角模糊数多属性决策法

利用基于区间数的中心、半宽度的距离度量以及三角模糊数的水平集信息,定义了三角模糊数上一个新的距离度量,并证明了该距离满足非负性、对称性和三角不等式性质.进一步,针对三角模糊数上的多属性决策问题,利用该距离度量和模糊理想点思想,给出了一种基于新的距离度量的多属性topsis决策方法.最后,给出应用实例,并验证了该方法的合理性、有效性.     

基于知识测度的区间直觉模糊多属性群决策方法

针对现有的区间直觉模糊熵未能全面体现区间直觉模糊集所包含的信息,从而会导致相关熵应用的多属性群决策出现偏差这一问题,提出了一种基于知识测度的区间直觉模糊多属性群决策方法.首先,利用扩展的区间直觉模糊知识测度确定属性权重;然后,利用区间直觉模糊加权算术平均算子集成信息,得到各备选方案的综合属性值,进而用得分函数对方案进行排序.最后通过一个实例表明了提出方法的合理性和有效性.     

基于联系数的区间二元语义模糊多属性群决策方法

针对区间二元语义评价信息的不确定性,考虑区间二元语义变量取值的分布情况,定义了二元语义联系变量、二元语义正态分布变量,研究了它们的运算法则,并提出了二元语义联系变量信息集结算子;针对决策矩阵元素为区间二元语义变量属性权重完全未知的模糊多属性群决策问题,利用二元语义正态分布变量的方差,通过构建优化模型确定最优属性权重,提出了基于二元语义联系变量信息集成算子的模糊多属性决策方法,最后通过实例分析了方法的可行性和有效性.     

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.     

基于集对分析的区间直觉模糊多属性决策方法

本文研究了属性权重为实数且属性值为区间直觉模糊数的多属性决策问题. 首先, 基于直觉模糊集思想与集对分析思想兼容性的考虑, 将区间直觉模糊决策矩阵转化为联系度矩阵. 然后算出各方案的综合联系度, 通过一个排序公式得到区间数形式方案排序, 再结合区间数排序方法最终实现方案排序. 最后, 给出一个算例, 说明了该方法的有效性和实用性.     

属性值为三角模糊数的多属性决策研究

针对一类模糊多属性决策问题,当属性权重为已知实数且属性值为三角模糊数时,本文提出了一种基于优先关系的决策方案,该方法通过直接应用三角模糊数的排序方法,对决策的方案来进行排序,从而使得运算过程更加简便。最后用例子说明该决策方法的可行性和有效性。     

三角模糊数的可能度排序方法与应用

给出了新的三角模糊数相互比较的可能度公式,并与已有结果[1]中的三角模糊数可能度定义进行比较分析,给出了一种基于三角模糊数可能度概念的多属性决策方法,并通过实例说明了该方法的可行性与有效性.     

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.     

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。     

基于软似然函数的直觉模糊多属性决策方法

为解决传统似然函数中结果值受极端数据影响及无法全面反映决策者偏好程度等问题,本文提出基于软似然函数的直觉模糊多属性决策方法。首先,针对具有不确定性的多属性决策信息,利用直觉模糊集表示模糊信息,对不确定的属性信息进行统一描述,构建了一个直觉模糊环境下的多属性决策问题。其次,通过引入态度特征识别决策者的主观偏好,考虑幂有序加权平均算子下各属性间的支持度,从而确定属性权重,在此基础上采用基于软似然函数的多属性决策算法对多个概率证据进行有效聚合。实验结果表明,所得软似然函数值更趋近于线性变化,不仅能更好地软化加权值,反映决策者的偏好信息,而且能在一定程度上减弱极端数据对结果产生的影响。     

基于自信息熵的直觉模糊决策系统的属性约简

针对在直觉模糊集中,利用下近似构建的约简只考虑了下近似而忽略了上近似,从而导致一些信息丢失的问题,基于直觉模糊集的上、下近似提出了3种熵度量,并将其应用于直觉模糊决策信息系统的约简之中。在直觉模糊决策信息系统上定义用于描述直觉模糊关系的3种不确定性度量,分别为平均决策指数、平均安全决策指数以及平均风险决策指数,并在此基础上依次提出了条件信息熵、条件粗糙熵和自信息熵,基于自信息熵给出了相应的约简定义以及属性约简算法。在多个数据集上的实验表明,所提出的属性约简算法与其他算法相比,约简结果更具有优越性以及鲁棒性。