基于FOWGA算子的动态三角模糊数多属性决策法

针对各决策时段权重未知、属性值以三角模糊数形式给出的动态多属性决策问题,给出模糊有序加权几何平均(FOWGA)算子.算子可以对各时段属性信息进行横向和纵向的集结,从而得到方案的排序.最后通过实例分析说明方法的有效性和可行性.     

基于区间值三角模糊数的多属性群决策方法

研究了属性值以区间值三角模糊数表示的群决策问题,对属性值为模糊数的HFGB算子进行扩展,定义了区间值三角模糊数几何加权均值(ITFGWM)算子.同时对Carson定义的均值进行扩展,从而给出了区间值三角模糊数的均值定义.在此基础上,基于ITFGWM算子、均值及可能度,提出了区间值三角模糊数的模糊多属性群决策的新方法,最后给出一个实例进行分析,结果表明了此方法的实用性和可行性.     

基于新型区间直觉三角模糊熵的多属性决策方法

在进行区间直觉模糊多属性决策时,有时属性权重是未知的,针对这一问题,提出一种新型区间直觉三角模糊熵的决策方法.首先,给出该新型区间直觉三角模糊熵定义和相关定理,应用该区间直觉三角模糊熵确定属性的权重.然后,基于逼近理想解排序法(TOPSIS)的思想,采用改进的加权欧几里得距离,进行区间直觉模糊群决策,并给出决策步骤.最后,将该方法应用在供应链选择的群决策问题中,通过算例实验验证了该方法的有效性与可行性.     

基于海明距离的区间三角模糊多属性决策问题

针对属性值为区间三角模糊数,权重信息不完全的多属性决策问题,为保证决策的准确性,构建了一种基于信息理论思想的决策方法.首先给出区间三角模糊集(数)的海明距离(Hamming distance)的定义,再利用极大偏差法建立线性规划模型计算属性的权重,最后用TOPSIS方法对方案进行排序,并给出此方法的计算步骤,通过实例验证了该方法的有效性.     

权值不确定的模糊多属性格序决策方法

针对权值是区间数且指标值以三角模糊数形式给出的模糊多属性决策问题,基于格序决策的理论,提出一种新的格序决策办法.方法通过计算梯形模糊数的中心将TOPSIS方法推广到了模糊数的领域,进而给出一种新的方案排序方法.     

基于TOPSIS的动态三角模糊多属性决策方法

针对属性值为三角模糊数形式的动态多属性决策问题,提出基于TOPSIS的动态三角模糊多属性决策方法.该方法不仅可以得到各备选方案的差异程度,还可分析各备选方案的增长程度,同时设置偏好参数以考虑决策者对于差异性和增长性的不同偏好,运用时间权重进行二次加权以解决不同时点排序结果不一致的问题.最后,通过算例分析及偏好参数敏感性...     

基于TOPSIS的模糊群体多属性决策方法

针对模糊群体多属性决策问题,给出一种基于理想点法(TOPSIS)的多属性决策方法.方法先用三角模糊数的形式表示专家评价值的模糊性和不确定性,而后考虑了专家在不同评价属性中的重要程度和意见的相似度,并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形式的正负理想方案,通过计算各方案与正负理想方案的距离以及各方案与理想点的相对接近度,最终确定最优方案.通过实例分析说明了该方法的可行性和有效性.     

基于方案偏好值的属性关联区间多属性决策

针对属性值为区间数,属性权重完全未知,但给出方案的主观偏好值,部分属性偏好关系以及属性交互类型的属性关联多属性决策问题给出决策方法.首先建立期望值目标规划模型,确定出属性集的M(o|¨)bius表达式以及属性权重,然后利用扩展的区间Choquet积分算子对决策信息进行集结,计算出各方案的区间模糊综合评价值,再利用比较区间数的期望值方法,从而得到方案的最终排序.最后给出了分析实例以说明所提出方法的有效可行性.     

基于不确定互补判断矩阵的多目标决策方法研究

针对多目标决策中两种不确定互补判断矩阵形式(区间数互补判断矩阵与三角模糊数互补判断矩阵),给出了各自的模型及其排序方法,并对一些方法进行了推广,提出了一些模型的新方法,为不确定互补判断矩阵排序方法的进一步研究奠定了基础.     

基于ELECTRE-IN方法的装备战场威胁评估

针对ELECTRE法处理不确定的模糊信息能力弱的缺点,将ELECTRE-IN法拓展到了模糊环境下,用来进行装备战场的威胁评估,决策评估中涉及到的属性值与属性权重值等模糊信息以三角模糊数形式给出.首先根据三角模糊数互补判断矩阵完全一致性的概念,通过建立一个多层次非线性规划,求解出三角模糊数型的属性权重向量;其次集结决策者对各方案属性的评价,确定出模糊决策矩阵;最后按照模糊ELECTRE-IN方法的步骤进行威胁评估,得到决策方案的排序.