基于直觉不确定语言评价的群决策方法

针对直觉不确定语言评价的群决策问题,定义了直觉二元不确定语言数及其运算法则、期望值和精确值.提出了直觉二元不确定语言和(IBULS)算子以及加权平均(IBULWA)算子,并验证了IBULWA算子的性质,如单调性、幂等性和介值性.在此基础上,提出一种属性权重已知且属性值为直觉不确定语言信息的群决策方法.最后通过实例说明决策方法的有效性.     

二元不确定语言术语集成算子及在群决策中的应用

针对基于不确定语言评价信息的群决策问题,本文对不确定语言术语进行拓展,定义了包含语言术语权重信息的二元不确定语言术语,并给出能克服目前不确定语言术语集成运算不足的二元不确定语言术语集成运算法则。在此基础上,提出了基于二元不确定语言术语集成算子的群决策方法,并通过算例说明决策方法的可行性和有效性。     

不确定语言多属性决策的组合方法

研究了属性权重完全未知、属性值以不确定语言变量形式给出的不确定语言多属性决策问题.首先引入了不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念.针对属性权重完全未知的情形,给出了一个求解权重的组合公式.然后利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

直觉不确定语言Frank集结算子及其应用

基于直觉不确定语言变量和Frank算子,提出了直觉不确定语言Frank集结算子的概念,给出了直觉不确定语言Frank集结算子的运算规则、期望函数、大小比较方法;定义了直觉不确定语言Frank加权算术平均算子、加权几何平均算子、有序加权算术平均算子、有序加权几何平均算子、广义加权平均算子以及算子具有的幂等性、单调性、有界性等性质.并基于这些算子提出两种属性权重确知且属性值以直觉不确定语言形式给出的决策方法,最后通过实例验证了方法的可行性.     

基于概率测度的不确定语言多属性决策方法及应用

针对具有不确定语言信息的多属性决策问题,给出了一种基于语言概率测度的决策分析方法。阐述了不确定语言变量的概念,提出了一种用于处理不确定语言变量的语言概率有序加权平均（linguistic probabilistic ordered weighted averaging,LPOWA）算子。采用LPOWA算子将不确定语言转化为二元语义,再通过ETOWA算子得到每个方案的综合评价值,进而可得到所有方案的排序结果。利用LPOWA算子和ETOWA算子,对辽宁省风险投资企业进行评估和优选。理论分析和计算结果表明：该方法简洁可行,便于应用。     

不确定隶属度语言Einstein算子及其应用

在不确定隶属度语言变量和Einstein算子的基础上,提出了一种新的算子—不确定隶属度语言Einstein算子,并将其应用到多属性群决策中.首先定义了不确定隶属度语言Einstein算子的概念、相应的运算规则、大小比较方法.之后提出了几种新的不确定隶属度语言Einstein算子,比如:不确定隶属度语言Einstein加权算术平均算子(UMLEWA)、不确定隶属度语言Einstein加权几何平均算子(UMLEWG)、不确定隶属度语言Einstein有序加权算术平均算子(UMLEOWA)、不确定隶属度语言Einstein有序加权几何平均算子(UMLEOWG)、广义不确定隶属度语言Einstein加权算术平均算子(GUMLEWA)、广义不确定隶属度语言Einstein加权几何平均算子(GUMLEWG),以及算子的相应性质(幂等性,有界性,单调性),并证明了性质的正确性.其次在不确定隶属度语言Einstein加权算术平均算子(UMLEWA)和不确定隶属度语言Einstein加权几何平均算子(UMLEWG)基础上,提出了两种不同的方法来处理多属性群决策问题,并给出了具体的群决策步骤.最后,通过实例验证了所提方法的有效性和可行性.     

直觉不确定纯语言信息的集结方法及在群决策中的应用

直觉不确定纯语言标度变量是直觉模糊数和不确定纯语言标度变量的拓展,本文定义了直觉不确定纯语言标度变量的运算法则,提出了一些基于直觉不确定纯语言评估标度及其运算法则的信息集结算子,在此基础上,给出了一种专家权重、属性权重及属性值均以语言标度形式给出的直觉不确定纯语言信息的集结方法,并将此方法应用到群决策中,通过实例分析说明了该方法的有效性和可行性。     

基于不确定信息处理的语言群决策方法

研究了具有语言偏好信息的语言群决策问题。首先提出了一种基于不确定信息处理的二元语义混合加权平均（T—HWA）算子，并对该算子的性质进行了分析，然后给出了一种基于T—HWA算子的语言群决策（TGDM）方法。最后，通过算例对新方法的有效性进行了验证。     

基于不确定多属性群决策方法的装甲武器战力评估

针对方案的属性权重为实数、属性值为不确定语言,通过定义不确定语言的"依可能度不差于"关系和对影响装甲武器战斗潜力的几个属性进行分析,探讨了不确定语言之间"依可能度不差于"关系比较大小的充要条件,提出了一种基于该关系的多属性群决策方法,并给出了实例仿真.实例表明:方法进行评估步骤少,计算简单,容易施行.     

导出的纯语言OWGA算子及其在的群决策中的应用

研究属性权重、专家权重和属性值均为纯语言变量的多属性群决策问题,利用纯语言变量的运算规律,提出一种新的数据信息集成算子:导出的纯语言有序加权几何平均(IPLOWGA)算子。并且给出纯语言环境下基于IPLOWGA算子和PLOWGA算子的一种群决策方法。最后,进行实例分析,说明该方法的实用性和有效性。     

一种基于梯形模糊语言变量的多属性决策方法

针对属性权重未知、属性值以梯形模糊语言变量形式给出的多属性决策问题,提出了一种扩展的VIKOR决策方法。首先介绍了梯形模糊语言变量的概念、运算法则,提出了梯形模糊语言变量值之间的距离公式,并进行了证明。在此基础上利用离差最大化方法确定了属性指标权重,并建立了基于梯形模糊语言变量的扩展VIKOR方法,给出了决策步骤。最后,通过一个算例说明该方法的有效性。     

基于相对熵的多粒度语言判断矩阵的群决策方法

针对多粒度语言判断矩阵的群决策问题提出基于相对熵的最优化模型的排序方法.在多粒度语言偏好信息的导出函数基础上定义了语言判断矩阵对应的导出模糊互补判断矩阵,并给出其排序向量的计算式;同时采用语言判断矩阵的一致性指标来确定专家重要性程度的权向量;在相对熵的意义下构建了群决策排序向量的最优化模型,探讨了模型的求解方法.实例分析表明该模型是可行和有效的.     

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。     

模糊群决策的逼近于理想解排序法

首先给出一致性互补判断矩阵元素与排序权重的一种新逻辑关系,并以模糊极大集和模糊极小集作为模糊正理想解和模糊负理想解。然后,通过α-截集将模糊数转化为α水平下的区间数,并构造基于贴近度的可能度矩阵,利用所提出的逻辑关系确定在α水平下的排序权重。最后集结各水平下的权重得到最终的排序权重。     

模糊环境下的多属性决策分析

探讨经典决策理论中最常见的乐观型、悲观型和赫威斯型决策方法在模糊环境下的表现形式 ,并以左、右模糊集和海明距离为基础提出了新的模糊多属性决策的算法。     

一种新的区间数多属性决策权重信息集结方法

针对属性权重以区间数形式给出的多属性决策问题,在充分分析区间数向量的性质后,给出了一种决策模型。模型首先利用区间数权重向量得到决策偏好,然后在离差最大化思想指导下解决此带有决策偏好的决策问题。最后,通过一个实例说明了方法的可行性。     

一个基于不确定动态几何加权平均算子的多属性决策方法

针对决策过程中,方案属性信息的不确定性且信息是分多个阶段给出的,给出了一个不确定多阶段信息集结算子,不确定动态几何加权平均(UDWGA)算子.该算子可以将决策者在多个阶段给出的区间型信息进行集结.给出了基于此算子的不确定多属性决策方法,最后的实例说明方法的有效性和合理性.     

纯语言信息下基于PLHAA算子的多属性群决策法

本文给出了建立在纯语言加权算术平均(PLWAA)算子和推广的有序加权平均(EOWA)算子基础上的纯语言混合算术平均(PLHAA)算子,研究了专家权重、属性权重及属性值均以语言形式给出的纯语言多属性群决策问题,提出了一种纯语言多属性群决策方法.该方法计算简洁方便且能充分利用已有的决策信息.最后将该方法应用于解决供应链管理领域中的合作伙伴选择问题.