区间直觉模糊数的序优先度及其在群评价中的应用

区间直觉模糊数是处理模糊问题的一种准确且细腻的信息表达形式,其排序方法也是当今研究的热点问题之一.基于范数理论,提出一种新的概念:区间直觉模糊数的序优先度,给出相应的序优先度的计算公式,并探讨了区间直觉模糊数的序优先度的一些性质,同时给出基于区间直觉模糊数的序优先度的群评价算法,最后结合实例表明本文提出的方法是有效、可行的.     

梯形直觉模糊数排序方法及在多属性决策中应用

基于梯形直觉模糊数的值和模糊度两个特征,一类梯形直觉模糊数的排序方法被研究.首先,给出了梯形直觉模糊数的定义、运算法则和截集.其次,定义了梯形直觉模糊数关于隶属度和非隶属度的值和模糊度,以及值的指标和模糊度的指标.最后,给出了梯形直觉模糊数的排序方法,并将其应用到属性值为梯形直觉模糊数的多属性决策问题中.     

基于新精确函数的区间直觉模糊多属性决策方法

基于区间直觉模糊数隶属度和非隶属度构成的二维几何图形特征给出区间直觉模糊数精确函数的新定义,并将其作为区间直觉模糊数的排序指标,区间直觉模糊数的精确函数值越大,则区间直觉模糊数就越大,进而提出一种权重信息不完全确定的区间直觉模糊多属性决策方法.通过算例分析说明所提出排序指标的有效性和决策方法的可行性.     

区间灰数直觉模糊集及其G-TOPSIS模糊多属性决策方法

提出以区间灰数为隶属度、非隶属度和犹豫度的区间灰数直觉模糊集概念,定义了两个区间灰数直觉模糊集之间的距离.对于以灰直觉模糊数为属性值的模糊多属性决策,依据经典TOPSIS准则,提出了基于区间灰数直觉模糊集的模糊多属性决策方法G-TOPSIS.其包含两种方法:一是将区间灰数白化后,按直觉模糊集的TOPSIS方法进行;一是基于区间灰数直觉模糊距离的TOPSIS方法.示例分析表明了两种方法的有效性与一致性.     

梯形直觉模糊数集成算子及在决策中的应用研究

在直觉模糊集理论基础上,用梯形模糊数表示直觉模糊数的隶属度和非隶属度,进而提出了梯形直觉模糊数;然后定义了梯形直觉模糊数的运算法则,给出了相应的证明,并基于这些法则,给出了梯形直觉模糊加权算数平均算子(TIFWAA)、梯形直觉模糊数的加权二次平均算子(TIFWQA)、梯形直觉模糊数的有序加权二次平均算子(TIFOWQA)、梯形直觉模糊数的混合加权二次平均算子(TIFHQA)并研究了这些算子的性质;建立了不确定语言变量与梯形直觉模糊数的转化关系,并证明了转化的合理性;定义了梯形直觉模糊数的得分函数和精确函数,给出了梯形直觉模糊数大小比较方法;最后提供了一种基于梯形直觉模糊信息的决策方法,并通过实例结果证明了该方法的有效性。     

BL-代数的直觉模糊滤子度

提出BL-代数的直觉模糊滤子度的概念,给出其的等价刻画,并用直觉模糊滤子度来讨论BL-代数上的直觉模糊子集是直觉模糊滤子的程度.对于BL-代数的一个直觉模糊集,建立其(强)截集构成的滤子与其直觉模糊滤子度之间的关系.讨论了直觉模糊子集的交、直积的直觉模糊滤子度以及BL-代数的直觉模糊子集的同态像与逆像的直觉模糊滤子度.     

直觉模糊序决策信息系统的分布约简

本文在直觉模糊决策信息系统中引入直觉模糊序关系,建立了基于直觉模糊序关系的决策信息系统.然后,基于定义的分布协调集,给出相应分布约简的判定定理和可辨识分布矩阵,从而提供了直觉模糊序决策信息系统的属性约简方法.最后通过例题验证方法的有效性.     

基于交叉影响的IFWGA算子及其在多属性决策中的应用

不同直觉模糊数在信息集结过程中,其隶属度与非隶属度之间可能存在着相互影响.提出了直觉模糊数上的改进的乘法运算和幂运算,重新给出了直觉模糊加权几何平均算子和直觉模糊有序加权几何平均算子的表达式,并研究了他们的一些性质.最后通过实例说明了新的IFWGA集成算子在多属性决策中的应用是可行和有效的.     

基于新得分函数的直觉模糊多属性决策方法

通过考虑直觉模糊数的犹豫度对得分函数的影响,提出了直觉模糊数新的得分函数,并讨论了新得分函数具有的性质,在此基础上给出了直觉模糊数的一种新的排序方法。基于新的得分函数和直觉模糊加权平均算子提出了模糊多属性决策方法,并通过算例分析验证了决策方法的有效性和合理性。     

基于二型直觉模糊信息的多属性决策方法

模糊数直觉模糊集是直觉模糊集和区间数直觉模糊集的拓展,本文提出了二型直觉模糊数概念,对基于二型直觉模糊信息的多属性决策进行了研究.以结构元理论为基础,给出了二型直觉模糊数的距离公式,然后定义了二型直觉模糊正、负理想点,进而给出了一种基于二型直觉模糊数的多属性决策的步骤.最后通过实例来证明其有效性.     

直觉模糊多属性的意见集中排序法

研究了属性权重信息不完全确定,属性值为直觉模糊集的多属性决策问题。首先根据直觉模糊数的得分函数和精确函数对决策矩阵中的评价值比较大小,进而按属性集中的每个属性对方案排成线性序;然后通过计算赋权模糊优先矩阵确定方案的优属度,建立规划模型确定属性的权重;再利用加权算术算子对方案集结,得到专家对方案的排序,从而得到一种新的意见集中排序的决策方法。数值实例说明该方法的有效性和实用性,可为解决直觉模糊多属性决策提供新方法     

A new method for ranking intuitionistic fuzzy values and its application in multi-attribute decision making

In this paper, we propose a new method for ranking intuitionistic fuzzy values (IFVs) by using the similarity measure and the accuracy degree of IFVs. Then we apply the proposed ranking method to multi-attribute decision making.     

三角直觉模糊数型VIKOR方法

针对备选方案的属性值为三角直觉模糊数且权重为实数的多属性决策问题,研究了三角直觉模糊数型VIKOR方法。首先,本文提出了一种基于偏好指标的三角直觉模糊数排序方法;其次,根据VIKOR方法的基本思想,提出了求解三角直觉模糊数型VIKOR方法的步骤,并在可接受优势和决策过程的稳定条件下对备选方案进行排序,得到折衷解;最后,在最大群体效用权重为0.5的情况下,用第三方物流服务商选择为例说明了该方法的有效性和可行性。     

直觉模糊支付合作对策的核仁解

本文主要研究支付值为直觉模糊集的合作对策问题及其模糊核仁解.首先定义了直觉模糊集的得分函数和精确函数,并给出其排序方法,得到基于直觉模糊集的合作对策模型和适合这种模型的相应定义,同时提出了直觉模糊核仁解的概念;其次运用新的排序方法将求核仁解的问题转化为求解双目标非线性规划问题;最后通过实例分析验证了该方法的可行性和有效性。     

模糊多属性决策的直觉模糊集方法

基于直觉模糊集理论,提出了一种新的TOPSIS方法来研究模糊多属性决策问题。首先,根据直觉模糊集的几何意义,定义了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示;然后,根据TOPSIS原理,通过计算备选方案到直觉模糊正理想解和负理想解的距离,来确定备选方案的综合评价指数,以此判断方案的优劣次序。最后,通过一个具体实例说明该方法的有效性和具体应用过程。     

基于区间粗糙直觉模糊数的多属性决策方法

研究了区间粗糙直觉模糊多属性决策。探讨了区间粗糙直觉模糊数的运算法则及其性质;定义了区间粗糙直觉模糊数的得分函数和精确函数,进而给出其排序方法;给出了区间粗糙直觉模糊数的变权算术平均和变权几何平均算子,并且建立了区间粗糙直觉模糊数的多属性决策模型;实例验证了所提出决策方法的有效性。     

Multicriteria Decision-making Method Based on Risk Attitude under Interval-valued Intuitionistic Fuzzy Environment

Based on the feature of interval-valued intuitionistic fuzzy multi-attribute decision-making, in this thesis, a mentality parameter is used to reflect the decision makers’ risk attitude in determining of both a membership degree and a non-membership degree. Besides, with the mentality parameter, a new score function and accuracy function are proposed, which integrate the membership degree, the non-membership degree and the hesitancy degree into one index. Furthermore, to compare two interval-valued intuitionistic fuzzy numbers, a new ranking method is generated with the score function and accuracy function. Finally, a multi-attribute decision method under interval-valued intuitionistic fuzzy environment is developed in a linear weighted average operator. And promising numerical results show that this method is available.     

Multi-person multi-attribute decision making models under intuitionistic fuzzy environment

Intuitionistic fuzzy numbers, each of which is characterized by the degree of membership and the degree of non-membership of an element, are a very useful means to depict the decision information in the process of decision making. In this article, we investigate the group decision making problems in which all the information provided by the decision makers is expressed as intuitionistic fuzzy decision matrices where each of the elements is characterized by intuitionistic fuzzy number, and the information about attribute weights is partially known, which may be constructed by various forms. We first use the intuitionistic fuzzy hybrid geometric (IFHG) operator to aggregate all individual intuitionistic fuzzy decision matrices provided by the decision makers into the collective intuitionistic fuzzy decision matrix, then we utilize the score function to calculate the score of each attribute value and construct the score matrix of the collective intuitionistic fuzzy decision matrix. Based on the score matrix and the given attribute weight information, we establish some optimization models to determine the weights of attributes. Furthermore, we utilize the obtained attribute weights and the intuitionistic fuzzy weighted geometric (IFWG) operator to fuse the intuitionistic fuzzy information in the collective intuitionistic fuzzy decision matrix to get the overall intuitionistic fuzzy values of alternatives by which the ranking of all the given alternatives can be found. Finally, we give an illustrative example.