基于犹豫模糊二元语义的多属性决策方法

深入研究了犹豫模糊二元语义多属性决策问题。首先利用幂均算子给出了犹豫模糊二元语义集的均值函数,并基于均匀分布概率准则和二元语义的距离测度提出了犹豫模糊二元语义集两两比较的可能度公式,进一步给出了可能度排序公式的性质。针对属性值为犹豫模糊二元语义集的多属性决策问题,提出了一种基于熵权的多属性决策方法。最后结合实际问题,验证了该方法的有效性和可行性。     

一种基于不同粒度且属性权重未知的群决策方法

针对具有不同粒度语言评价矩阵和属性未知的群决策问题,给出了一种基于二元语义和TOPSIS算法的群决策方法。在该方法中,首先给出了不同粒度语言评价矩阵一致化为由基本语言评价集表示的二元语义信息的方法;然后引入TOPSIS的方法,结合二元语义形式计算规则,确定未知的属性客观权重,利用二元语义集结算子,得到单个决策者对方案的评价值;再通过T-OWA算子对各决策者给出的评价信息进行集结和方案选优;最后给出了一个算例。     

广义概率对偶犹豫模糊语言幂集结算子在多属性决策中的应用

在对偶犹豫模糊语言集、概率对偶犹豫模糊集和广义幂集结算子的基础上,研究了在概率对偶犹豫模糊语言环境下的广义幂集结算子问题。首先,给出了概率对偶犹豫模糊语言集的定义、运算规则、得分函数、精确函数、距离测度、熵。然后,定义了广义概率对偶犹豫模糊语言幂集结算子,并研究其具有的性质。其次,提出了一种决策方法来解决集结数据之间存在相互关系的概率对偶犹豫模糊语言多属性决策问题。最后,结合相关案例验证了该方法的有效性和可行性。     

基于Archimedean三角模的犹豫直觉模糊语言信息群决策方法

针对语言术语集下标运算不封闭的问题,基于Archimedean三角模讨论了犹豫直觉模糊语言信息下的封闭运算体系。首先提出基于Archimedean三角模的犹豫直觉模糊语言集,然后给出了相应的得分函数、精确函数、排序规则和集结算子,给出一种基于Archimedean三角模的犹豫直觉模糊语言信息的群决策方法,最后用一个实例说明了方法的有效性和优越性。     

犹豫模糊语言幂均算子及其在群决策中的应用

犹豫模糊语言术语集用以描述专家给出语言评价时表现出犹豫的情形.文章针对专家权重未知的犹豫模糊多属性群决策问题,提出一种基于犹豫模糊语言幂均算子的群决策方法.首先定义了犹豫模糊虚拟术语集,犹豫模糊虚拟术语集上的距离和幂均算子,然后建立一种专家间信息相互支持的犹豫模糊群决策方法.该方法将专家给出的语言评价信息转化为犹豫模糊虚拟术语集,用犹豫模糊虚拟术语集上的幂均算子构建群决策矩阵,并用基于TOPSIS的方法对方案进行排序和择优.最后通过实例说明了所提方法的实用性和有效性.     

犹豫模糊语言集结算子及其在多属性群决策中的应用

犹豫模糊语言术语集是在犹豫模糊集和语言术语集的基础上,建立的一种更为合理的处理定性信息的方法。属性变量为犹豫模糊语言的群决策问题是近年来决策科学的一个研究热点,采用算子进行信息集结是解决该问题的一种有效方法。本文将幂几何算子引入到犹豫模糊语言变量环境下,定义了犹豫模糊语言加权幂几何算子、犹豫模糊语言加权幂有序几何算子、犹豫模糊语言线性加权幂有序几何算子,并探讨了它们的相关性质和特例。新算子通过综合考虑变量位置和自身重要性及相互间的支撑度,从而使决策结果更加令人信服。基于上述算子,论文还提出一种犹豫模糊语言多属性群决策方法,并通过数值案例验证方法的可行性和有效性。     

基于二元语义TAC积分算子的语言型多属性群决策方法

针对属性之间存在模糊关联的语言型多属性群决策问题,给出了二元语义TAC(Two-Additive Choquet)积分算子的定义,分析和证明了算子的有关性质,并提出了相应的决策方法。该方法首先将各专家提供的语言短语形式的属性权重信息、属性关联信息与属性评价信息转化为二元语义形式,然后利用二元语义TAC积分算子将转化后的属性相关信息集结为各专家的方案评价值,并进一步集结专家意见获得方案的综合评价值,从而确定其排序。最后,通过实例分析和方法比较说明了所给方法的有效性和优点。研究结果表明,该方法具有属性关联刻画细致、计算过程简单且无信息损失、决策结果可解释性强等优点,为求解属性之间存在模糊关联的语言型多属性群决策问题提供了一种新的途径。     

基于相对熵的多粒度语言信息的多属性群决策方法

针对具有多粒度语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理和相对熵的群决策方法。该方法首先给出了多粒度语言评价信息一致化为由基本语言评价集表示的相同粒度二元语义信息的方法,然后对于属性权重信息不完全的情形,建立了基于相对熵的多目标规划模型获得相应的属性权重,并利用二元语义的集结算子对语言评价信息进行加权集成,从而获得各个决策方案的排序和择优结果;最后给出一个实例分析,说明了该方法的有效性和可行性。     

属性值和权重均是区间三角模糊数的群体决策方法

研究属性值和属性权重均用区间三角模糊数来表示的群决策问题,提出了一种基于集对分析二元联系数的决策方法。借鉴集对分析理论和统计学理论的思想,将区间三角模糊数转化为"均值+方差"二元联系数的形式,保留了区间三角模糊数决策信息中的确定性与不确定性。集结专家偏好得到二元联系数集结矩阵,给出了两个直观且合理的决策准则。与已有利用模糊集成算子集结区间三角模糊数偏好并基于可能度矩阵进行排序的方法相比,该方法在决策过程中保留了模糊偏好信息的不确定性,使得决策结果更客观和可信,且计算更为简便。通过对实例进行分析验证了方法的实用性和有效性。     

基于Hamacher算子的对偶犹豫毕达哥拉斯模糊不确定语言多属性决策方法

针对对偶犹豫毕达哥拉斯模糊不确定语言信息的多属性决策问题,提出了一种基于Hamacher算子的多属性决策方法。首先,给出了对偶犹豫毕达哥拉斯模糊不确定语言集的定义和得分函数。然后,基于Hamacher算子定义了对偶犹豫毕达哥拉斯模糊不确定语言变量之间的运算法则。在此基础上,提出了一系列对偶犹豫毕达哥拉斯模糊不确定语言Hamacher集结算子,并研究了其一般显著特征以及参数取不同值的特殊情况。最后,利用新算子给出一种解决多属性决策问题的方法,并通过算例来实现,验证了其有效性和实用性。     

犹豫模糊语言Heronian平均算子在多属性决策中的应用

针对输入变量之间的相互影响以及评价值为犹豫模糊语言信息的多属性决策问题,提出一种基于犹豫模糊语言Heronian平均算子的多属性决策方法。由于Heronian平均(HM)算子具有能够反映输入变量之间相互关联的良好特性,在犹豫模糊语言信息环境下,提出了两种新的集成算子,即犹豫模糊语言Heronian平均(HFLHM)算子和犹豫模糊语言几何Heronian平均(HFLGHM)算子,同时研究了它们的一些特性。考虑到输入变量具有不同的重要程度,还定义了犹豫模糊语言加权Heronian平均(HFLWHM)算子和犹豫模糊语言加权几何Heronian平均(HFLWGHM)算子。最后提出了基于HFLWHM算子和HFLWGHM算子的犹豫模糊语言多属性决策方法,并通过实例验证了这些算子的合理性和可行性。     

不确定多属性群决策中混合信息的集结

在不确定多属性群决策中,研究专家给出的评价信息为语言和三角模糊数混合型的决策问题.提出一种转化方法,先将模糊数转化为语言短语集上的模糊集,然后,再将此模糊集转化为二元语义.同时在信息集结过程中,也均以二元语义的形式,以防止信息的过分丢失.最后,给出一个算例来说明此种处理方法的有效性和实用性.     

The OWA-based consensus operator under linguistic representation models using position indexes

When using linguistic approaches to solve decision problems, we need linguistic representation models. The symbolic model, the 2-tuple fuzzy linguistic representation model and the continuous linguistic model are three existing linguistic representation models based on position indexes. Together with these three linguistic models, the corresponding ordered weighted averaging operators, such as the linguistic ordered weighted averaging operator, the 2-tuple ordered weighted averaging operator and the extended ordered weighted averaging operator, have been developed, respectively. In this paper, we analyze the internal relationship among these operators, and propose a consensus operator under the continuous linguistic model (or the 2-tuple fuzzy linguistic representation model). The proposed consensus operator is based on the use of the ordered weighted averaging operator and the deviation measures. Some desired properties of the consensus operator are also presented. In particular, the consensus operator provides an alternative consensus model for group decision making. This consensus model preserves the original preference information given by the decision makers as much as possible, and supports consensus process automatically, without moderator.     

基于对偶犹豫模糊语言变量的多属性决策方法

首先定义了对偶犹豫模糊语言变量,然后给出其运算规则、得分值函数、精确值函数、比较规则以及对偶犹豫模糊语言变量的加权算术平均算子、有序加权算术平均算子和混合平均算子。针对属性值为对偶犹豫模糊语言变量的多属性决策问题,提出了一种基于对偶犹豫模糊语言变量集结算子的多属性决策方法。最后,结合国家电网公司合作单位选择问题,验证了该方法的有效性和可行性。     

基于二维二元语义和模糊AHP-TODIM的低碳供应商选择方法

针对专家给出二维语言评价信息的低碳供应商评选问题,提出一种基于二维二元语义和模糊AHP-TODIM的方法。该方法首先提出改进的二元语义模型,基于此定义二维二元语义及其加权平均算子。接着构建低碳供应商评价的指标体系。最后,将专家给出的二维语言评价信息转化为二维二元语义,使用模糊AHP法计算指标权重,并利用二维二元语义加权平均算子集结信息,在此基础上将TODIM方法扩展到二维二元语义环境以获取低碳供应商排序。案例分析说明了所提出的方法的有效性。     

三角犹豫模糊Heronian平均算子及其在多属性决策中的应用

针对属性间含有关联信息的三角犹豫模糊多属性决策问题,提出一种基于三角犹豫模糊Heronian平均算子的决策方法。首先,考虑已有Heronian平均算子仅适用输入变量为两参数的情形,进一步定义三参数加权Heronian平均(TPWHM)和三参数加权几何Heronian平均(TPWGHM)算子,证明所提算子具有还原性、幂等性、单调性和有界性等性质,并研究它们的几种特例。其次,将TPWHM和TPWGHM算子推广至三角犹豫模糊决策环境下,提出三角犹豫模糊三参数加权Heronian平均(HTFTPWHM)和三角犹豫模糊三参数加权几何Heronian平均(HTFTPWGHM)算子,并证明算子的优良性质。在此基础上,提出基于两种算子的决策分析方法,并用来解决三角犹豫模糊决策问题。最后,通过算例验证所提方法的可行性和合理性。     

Development of some linguistic aggregation operators with conservation of interaction between criteria and their application in multiple attribute group decision problems

Decision making problems with fuzzy linguistic information and Choquet integral is investigated in this paper, to introduce three new aggregation operators: 2-tuple choquet integral averaging operator (TCIA), 2-tuple ordered choquet integral averaging operator (TOCIA) and combined 2-tuple choquet integral averaging operator which can be used to aggregate preference information that takes not only the form of linguistic variables but also study some of its desirable properties. Also, we developed a practical method based on TCIA as well as TOCIA operators for multiple attribute group decision making. Furthermore, in this approach alternative assessments are computed by the aggregation of 2-tuple linguistic information. Therefore, ranking alternatives or selecting the most desirable ones will be the outcome of the comparison between the 2-tuple linguistic information. Ultimately, the demonstration of the developed approaches, its practicality and its effectiveness is proved by a numerical example and a comparison with results issued from Wan method (Knowl-Based Syst 45:31–40, 2013).