广义对偶犹豫模糊软集及其在决策中的应用

犹豫模糊软集作为一种处理不确定问题的工具受到了广泛关注。本文将广义模糊软集与对偶犹豫模糊集相结合,提出了广义对偶犹豫模糊软集的概念,给出了广义对偶犹豫模糊软集的交、并、补、“且”、“或”运算的概念,并基于这些概念研究其若干相关性质。此外,定义了广义对偶犹豫模糊软集的信息能量、相关性和相关系数的概念并讨论了它的性质。最后,给出了基于广义对偶犹豫模糊软集的多属性决策方法,并通过实例说明了该方法的的可行性和有效性。     

广义多值直觉模糊软集及其在多属性决策中的应用

软集理论作为一种处理不确定问题的数学新工具弥补了传统模糊理论在参数工具上的不足。本文将广义模糊软集与多值直觉模糊集相结合,提出了广义多值直觉模糊软集的概念,给出了广义多值直觉模糊软集的交、并、补、“且”、“或”运算的概念,并基于这些概念研究其若干相关性质。此外,还将广义多值直觉模糊软集应用到多属性决策问题中去,给出相应的算法。并进行实例分析说明该决策方法的可行性和有效性。     

犹豫三角模糊语言Prioritized算子的多属性决策方法

针对决策信息为犹豫三角模糊语言集且属性间存在优先顺序的多属性决策问题,提出了一种基于犹豫三角模糊语言Prioritized平均(HTFLPA)算子和犹豫三角模糊语言Prioritized几何(HTFLPG)算子的决策方法。首先,基于犹豫三角模糊语言集的运算法则,定义了HTFLPA算子和HTFLPG算子。并讨论了其相应的运算定理。其次,构建犹豫三角模糊语言集的得分函数,并给出犹豫三角模糊语言集的排序方法。最后,提出了基于HTFLPA算子和HTFLPG算子的犹豫三角模糊语言多属性决策方法,并通过实例验证。     

Pythagorean犹豫模糊语言Maclaurin集结算子及其应用

基于Pythagorean犹豫模糊集、直觉模糊语言集和Maclaurin对称平均算子研究了属性间关联关系的Pythagorean犹豫模糊语言多属性决策问题.首先,定义了Pythagorean犹豫模糊语言集,并提出了Pythagorean犹豫模糊语言数的运算法则、得分函数及其精确函数.然后,根据Pythagorean犹豫...     

犹豫模糊参数软集及其在多属性群体决策中的应用

本文从参数权重的犹豫性角度出发,将犹豫模糊集与软集相结合,首次引入犹豫模糊参数软集的概念,讨论了犹豫模糊参数软集的若干基本运算及其性质。接着,分析了犹豫模糊参数软集、犹豫模糊集、模糊参数软集三者之间的内在联系,在此基础上研究了犹豫模糊参数软集在多属性群体决策中的应用,给出两种不同的决策算法,并通过实例验证了这两种方法的可行性及有效性。     

犹豫模糊集的截集及其性质

通过引入犹豫模糊集的截集概念并研究截集的性质,建立了沟通犹豫模糊集合与经典集合之间的桥梁.进一步,讨论了犹豫模糊关系的截关系及其性质.     

基于区间犹豫模糊集成算子的入侵检测模型

针对属性值为区间犹豫模糊信息的入侵检测模型选择决策问题,对于区间犹豫模糊集成算子,构建了一种入侵检测模型选择方法。首先,为了完善欠缺,新定义了区间犹豫模糊Hamacher算子基本运算法则;其次,基于新的基本运算法则,对区间犹豫模糊有序加权几何Hamacher(I-IHG)算子与区间犹豫模糊有序加权平均Hamacher(I-IHA)算子分别改进,并且讨论两类算子的性质;最后,通过数据入侵检测模型系统的选择实例,验证了所提出的决策算法是可行的和有效的。     

不完整信息下的犹豫模糊群决策北大核心

为了更充分的利用数据信息,本文提出了以犹豫模糊集作为概念的反馈外延。进而给出了考虑犹豫度的犹豫模糊集间的关系与运算;基于此运算,定义了模糊概念的外延包络,并利用包络来集结多因素的偏好信息,为了给出不完整信息下的犹豫模糊群决策方法,本文还提出了一种缺失信息的填补方法,最后给出群决策步骤,并通过实例对上述理论方法进行了应用。     

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。     

模糊参数软区间集及其应用

将模糊参数软集与区间集相结合,定义了模糊参数软区间集的概念,研究了模糊参数软区间集的运算及其性质.然后,给出模糊参数软区间集在决策中的应用,说明了方法的可行性.推广了软区间集的相关研究结果.     

基于犹豫模糊软集的多准则决策方法

犹豫模糊软集是犹豫模糊集和软集的结合,是Babitha和John学者于2013年提出的新理论成果。它能解决犹豫模糊集参数化工具的不足,能够使决策更加精确。文章在Babitha和John学者研究的基础上,定义了几类集结算子及其运算规则,并通过算例分析,验证了其在多准则决策中的可行性和有效性,使得犹豫模糊软集理论得到了进一步的发展和完善,也为下一步的研究提供参考。     

基于因素空间理论的犹豫模糊群决策

为了更充分的利用数据信息, 本文提出了以犹豫模糊集作为概念的反馈外延.进而给出了考虑犹豫度的犹豫模糊集间的关系与运算; 基于此运算, 定义了模糊概念的外延包络, 并利用包络来集结多因素的偏好信息, 最后给出群决策步骤, 并通过实例对上述理论方法进行了应用。     

布尔代数的犹豫模糊理想

将犹豫模糊集的思想和方法应用于布尔代数,提出了犹豫模糊理想的概念,给出了一些性质和若干等价刻画;定义了犹豫模糊集下直积和投影的概念,研究了布尔代数犹豫模糊理想与直积布尔代数犹豫模糊理想之间的关系,得到了H_(R×R′)的犹豫模糊理想可分解为R,R′犹豫模糊理想直积的充分必要条件;最后定义R/H_A上的三种运算,证明了当H_A是布尔代数R的犹豫模糊真理想时,则R/H_A是布尔代数。     

广义犹豫模糊软集的不确定性度量及其应用

本文在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的不确定性度量。首先在犹豫模糊集包含度的公理化定义基础上,建立犹豫模糊集合的三种包含度公式;然后给出广义犹豫模糊软集包含度的公理化定义,并利用犹豫模糊集合的包含度公式构造广义犹豫模糊软集间的包含度公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的包含度。接下来给出广义犹豫模糊软集不确定性度量的公理化定义,并从其包含度出发来构造广义犹豫模糊软集的不确定性度量公式,这种不确定性度量的计算方法同样适用于参数集不同的广义犹豫模糊软集,最后利用广义犹豫模糊软集不确定性度量方法应用到聚类分析实例中,通过实例验证了所提出方法的可行性和有效性。     

一种新型软粗糙模糊集及其在TOPSIS多属性决策中的应用

文中引入一种新型软粗糙模糊集并研究其在TOPSIS多属性决策问题中的应用.首先,通过构造一种新的软近似空间—MS-近似空间,提出了M-软粗糙模糊集的概念,并讨论了它的一些基本性质.同时,还研究了M-软可定义集的拓扑结构及性质.其次,基于M-软粗糙模糊集,提出了一般决策方法和TOPSIS决策方法并给出了这两种决策方法的具体算法.最后,通过实例验证了所提出的决策方法的合理性和有效性.     

基于双边犹豫模糊非均衡语言优先集成算子的应急响应预案评估方法

在应用多属性决策理论求解应急响应预案评估问题时,问题结构的复杂性往往使决策者评价信息存在高度不确定性且属性相对重要性仅能以优先级关系来表征。为此,本文首先提出了双边犹豫模糊非均衡语言集这种新型信息形式以使决策者能够灵活有效的表征复杂评价信息,并定义了运算法则、熵和距离测度;其次,基于熵测度开发了双边犹豫模糊非均衡语言优先加权集成算子,并构建了能够考虑属性优先关系的多属性决策方法;进一步针对属性相对重要性不能由定性分析获得的情况,设计了客观权重确定方法,并构建了另一种更具实际灵活性的VIKOR决策方法;最后,实例研究表明了方法的有效性与优势。     

基于VIKOR和关联系数的犹豫三角模糊语言多属性决策方法

针对属性评价值为犹豫三角模糊语言集的多属性决策问题,提出一种基于VIKOR方法的犹豫三角模糊语言多属性决策方法.首先定义了犹豫三角模糊语言集的相关概念.然后运用VIKOR和关联系数方法,在可接受优势和决策过程稳定的条件下对方案进行择优,在理论分析的基础上,提出了这种新方法的计算步骤.并构建了确定最优属性权重的非线性规划模型,研究了当专家权重和属性权重未知情况下的犹豫三角模糊语言多属性决策方法.最后通过实例说明了该方法的有效性和可行性.     

不完整信息下的犹豫模糊群决策

为了更充分的利用数据信息,本文提出了以犹豫模糊集作为概念的反馈外延。进而给出了考虑犹豫度的犹豫模糊集间的关系与运算;基于此运算,定义了模糊概念的外延包络,并利用包络来集结多因素的偏好信息,为了给出不完整信息下的犹豫模糊群决策方法,本文还提出了一种缺失信息的填补方法,最后给出群决策步骤,并通过实例对上述理论方法进行了应用。     

IFP-模糊软集在BL-代数中的应用

给出了IFP-模糊软集的概念,并定义了其上的一些运算.然后将该理论应用到BL-代数中,提出了IFP-模糊软滤子,探讨了它在同态映射下的像和逆像的特征.最后,构造了基于IFP-模糊软集的决策方法,通过实例展示了的它能有效地处理不确定问题.     

区间犹豫模糊Bonferroni mean算子在多属性决策中的应用

针对在信息集成时, 需要考虑输入变量之间的相互影响以及专家评价值为区间犹豫模糊信息的多属性决策问题, 提出一种基于区间犹豫模糊Bonferroni mean算子的多属性决策方法。考虑到由于Bonferroni mean(BM)算子能够良好的反映输入变量之间相互影响, 首次提出了评价值为区间犹豫模糊集信息环境下的两种新的集成算子, 即区间犹豫模糊Bonferroni mean(IVHFBM)算子和区间犹豫模糊几何Bonferroni mean(IVHFGBM)算子。并讨论了其相关的一些特性。同时基于输入变量会具有不同重要程度的情况, 定义了区间犹豫模糊加权Bonferroni mean(IVHFWBM)算子和区间犹豫模糊加权几何Bonferroni mean(IVHFWGBM)算子。针对评价信息以区间犹豫模糊集表示的决策问题, 提出了基于IVHFWBM算子和IVHFWGBM算子的多属性决策方法。最后通过实例证明了该方法的可行性和有效性。