基于直觉模糊集TOPSIS决策方法的应急预案综合评价研究

通过直觉模糊集决策方法和TOPSIS方法的组合使用,定义了直觉模糊集的正理想解和负理想解,构建了基于直觉模糊集的突发事件应急预案综合评价模型并基于此模型对突发森林火灾扑救的应急预案进行综合评价,通过算例的计算表明了该模型和方法的有效性和可行性,对于模糊决策的理论和应用研究具有一定的参考价值和借鉴意义.     

基于三角形直觉模糊数TOPSIS群决策方法在应急预案有效性评估中的应用

结合三角形直觉模糊数加权集结算子和TOPSIS方法,构建了基于三角形直觉模糊数的突发事件应急预案评估群决策模型.通过对森林大火扑救应急预案方案最优选择这个决策问题的计算和分析,表明了所提模型和方法的有效性、合理性和可行性.     

基于模糊—证据理论的突发事件应急预案评估

应急预案的优劣关系到突发事件的处理效果,要判断应急预案的优劣则需要对应急预案进行评估.基于事件的流程构建突发事件应急预案评价指标体系,采用层次分析法确定各级指标权重,基于模糊-证据理论,将专家评语转化为mass函数,并综合专家评价信息合成为指标mass函数.之后根据权重修正mass函数,建立完整的突发事件应急预案评价模型.最后,结合河南省漯河市突发火灾事件的数据进行了实证研究,得到了满意的结果.     

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.     

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.     

基于直觉模糊集和TOPSIS法的MTO企业中订单重要性评价与选择研究

如何使MTO企业更有效地进行订单的评价和优选.针对MTO企业对订单重要性判定问题,建立了基于直觉模糊集和TOPSIS法的订单重要性综合评价模型.首先构建订单重要性评价指标体系,然后使用熵权法确定评价指标的权重,最后用直觉模糊集和TOPSIS的方法对订单重要性进行评价和选择.通过算例分析的应用验证了方法用于研究订单重要性优选的可行性.基于直觉模糊集和TOPSIS算法实现了订单重要性的评价与选择,以便于企业对订单进行评价和优选,同时为库存管理提供科学依据.     

一种面向多预案整合的层次网络模型

突发事件发生后,需要启动相应的应急预案来减少突发事件所带来的损失。根据灾害后果的不同,所启动的可能是一个预案,更可能是多个预案。为了使得启动的多个预案能够有效衔接,共同起到一个预案的作用,通过应急响应流程分析,首先,从基础概念出发对应急预案体系各要素的概念进行界定,理清各要素之间的相互关系,构建预案体系概念模型。其次,基于概念模型的要素和结构,采用网络的方法对预案体系进行抽象和分析,提出了预案体系的层次网络模型。最后给出了多预案模型整合流程和建模实例。研究结果表明,该模型不仅可以实现基于预案内容特征的流程的纵向整合,而且可以实现多个预案的横向整合,整合后的预案体系各类要素更完整,元素之间的关系更紧密,有效提高了预案体系的完备性,是实现预案修订以及有效性评估的基础。     

基于“直觉模糊集的距离测度”的联想

直觉模糊集不同于模糊集的最重要指标是犹豫度.在直觉模糊集的距离定义和公式中应突出体现犹豫度;在直觉模糊集的距离定义中也应包含经典距离的性质—三角不等式.基于论文"直觉模糊集的距离测度",提出直觉模糊集的新距离定义和新公式.应用实例表明,新提出的直觉模糊集的距离公式是实用的.     

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。     

基于直觉模糊集的多准则模糊决策问题

提出了一种基于直觉模糊集处理模糊决策问题的新方法.该方法用直觉模糊集描述方案关于准则集的满足程度与不满足程度.而且该方法允许决策者给出准则对于模糊集“重要”的隶属度与非隶属度,即准则的权重也由直觉模糊集表示.这种方法为决策者做出最优决策提供了一种方便有效的方法.     

基于区间值直觉模糊集的TOPSIS多属性决策

基于区间值直觉模糊集,提出了一种新的TOPSIS模糊多属性决策方法。首先介绍区间直觉模糊集的概念,定义了两个区间值直觉模糊集之间的距离;然后根据TOPSIS方法的原理,定义了两个区间值直觉模糊集的接近系数,通过计算备选方案到区间值直觉模糊正理想解和负理想解的距离来确定接近系数,从而判断备选方案的优劣次序。最后,通过一个具体实例来说明这种方法的有效性和具体计算过程。     

Multi-attribute decision making based on a novel IF point operator

Intuitionistic fuzzy (IF) point operators transform an intuitionistic fuzzy set to a fuzzy set, or an intuitionistic fuzzy set with a smaller degree of hesitance. The purpose of which is to empower the operations of intuitionistic fuzzy sets with traditional fuzzy set methodologies. In the present paper, a new IF point operator is proposed. Different from the existing IF point operators, the new approach includes two parametric functions with respect to the number of iterations. It is proved that the newly proposed method could be degenerated to the traditional IF point operators. Meanwhile, the new IF point operator can extend our horizons in the exploration of the relationship between fuzzy sets and intuitionistic fuzzy sets. Specifically, a special case of the new IF point operator would be entitled as the memoryless multi-stage voting method, with which the decision makers are assumed to be affected only by the outcomes of the latest round of voting. It is proved that the memoryless multi-stage voting method converges to the limit produced by the infinite number of iterations much faster than the traditional voting method. Furthermore, a numerical example is employed to demonstrate the validity and performance of the memoryless multi-stage voting approach.     

基于直觉模糊软集的煤矿应急救援决策方法

在煤矿突发事故初期,时间的紧迫性和环境的复杂性导致应急救援决策中的评估信息存在不确定性,传统基于确数的决策方法难以适用,对此本文提出了一种基于直觉模糊软集(IFSSs)的煤矿应急救援决策方法。首先对现有IFSSs熵公理化定义中的不合理之处进行修正,进而据此构造新的IFSSs熵计算公式,并通过与既有IFSSs熵公式的对比算例表现了新公式的合理性和有效性。然后基于新熵公式给出属性综合权重的确定方法,再利用推广的TOPSIS方法对预案进行排序以确定最优煤矿应急救援预案。最后将本文提出的方法应用于某煤矿应急救援实例。结果表明,基于IFSSs的煤矿应急救援决策方法能充分利用和有效处理不确定性的信息,具有更好的决策分辨效果,可以为煤矿突发事故的应急救援提供决策支持。     

基于模糊—冲突熵的风险性大群体应急决策方法

针对应急决策信息的模糊性以及大群体偏好的冲突性引起决策风险的问题,提出了一种基于模糊—冲突熵的风险性大群体应急决策方法。首先,依据决策者偏好将大群体进行聚类,得到聚集偏好矩阵;其次,提出一个直觉模糊形式的区间直觉模糊距离以减少偏好信息的丢失,同时定义广义直觉模糊数,将二者与前景理论相结合,通过转换得到聚集的直觉模糊前景决策矩阵;再次,构建以决策风险最小化为目标的大群体模糊—冲突熵应急决策模型,计算准则权重,将大群体的前景决策矩阵和准则权重相结合得到方案的综合前景值,并以此对应急方案排序;最后,通过案例的分析与对比验证了所提方法的合理性与有效性。     

区间直觉模糊集多属性决策方法

定义了区间直觉模糊集的加权算子和加权几何集成算子,介绍了现有的区间直觉模糊集的得分函数和精确函数.定义了一个新的精确函数,此函数弥补了已有函数的不足和缺陷,应用新定义的精确函数,提出了对区间直觉模糊集多属性决策问题进行决策的方法.最后以应用实例对该方法进行说明和验证.     

Multi-criteria decision-making methods based on intuitionistic fuzzy sets

In this paper we present new methods for solving multi-criteria decision-making problem in an intuitionistic fuzzy environment. First, we define an evaluation function for the decision-making problem to measure the degrees to which alternatives satisfy and do not satisfy the decision-maker’s requirement. Then, we introduce and discuss the concept of intuitionistic fuzzy point operators. By using the intuitionistic fuzzy point operators, we can reduce the degree of uncertainty of the elements in a universe corresponding to an intuitionistic fuzzy set. Furthermore, a series of new score functions are defined for multi-criteria decision-making problem based on the intuitionistic fuzzy point operators and the evaluation function and their effectiveness and advantage are illustrated by examples.     

基于改进熵权法的区间直觉模糊TOPSIS方法

本文对区间直觉模糊信息的TOPSIS多属性决策方法进行了研究。在属性权重信息完全未知的情况下,通过研究熵权法以及区间直觉模糊集本身的一些性质特点,将熵权法拓展到区间直觉模糊环境中来确定属性权重,进而提供了一种可直接利用评估信息的新的TOPSIS决策方法。该方法不仅拓展了传统熵权法的应用范围,而且不需要决策者事先给出权重信息,结果更加客观和可靠。应用实例表明该方法的可行性和有效性,具有推广应用价值。     

粗糙直觉模糊集的近似表示

在粗糙直觉模糊集的基础上,从新的角度提出了不确定目标概念的近似表示和处理的方法(通过近似模糊集和近似精确集刻画).首先将已有的直觉模糊集相似概念和均值直觉模糊集概念引入到该模型,定义了Pawlak近似空间U/R下的阶梯直觉模糊集、0.5-精确集的概念,然后得到了均值直觉模糊集(0.5-精确集)是所有直觉模糊集中与目标直觉模糊集最接近的直觉模糊集(近似精确集),接着分析了均值直觉模糊集、0.5-精确集分别与目标直觉模糊集的相似度随着知识粒度变化的变化规律.