基于集值统计的直觉模糊聚类

针对聚类问题中样品属性值不能或很难直接给出的情况,提出了一种基于集值统计的直觉模糊聚类方法,讨论了四种情况下的属性直觉模糊相似矩阵的公式,给出了聚类方法的步骤,最后通过算例 对该方法进行了说明和分析.     

基于加性一致的直觉模糊偏好关系一致性检验与调整新方法

本文研究了基于直觉模糊偏好关系的决策问题,提出了一种新的基于加性一致的直觉模糊偏好关系决策方法。首先,基于加性一致的直觉模糊偏好关系,提出了一种新的检验指标。在此基础上,给出了直觉模糊偏好关系可接受加性一致性定义。然后,针对不满足可接受加性一致的直觉模糊偏好关系,设计了一种一致性调整新方法,并证明了方法的收敛性。最后,提出了一种基于直觉模糊偏好关系的决策方法,并通过实例分析和比较分析说明了新方法的可行性和合理性。     

三角直觉模糊决策的变权方法

研究了属性值为三角直觉模糊数的多属性决策问题,提出了一种基于变权综合的决策方法。首先,针对三角直觉模糊数,提出一种新的三角直觉模糊排序方法;其次,定义了三角直觉模糊变权加权算术平均算子和三角直觉模糊变权加权几何平均算子;然后,提出一种基于三角直觉模糊变权集成算子的多属性决策方法;最后,数值算例说明了该方法的有效性。     

基于区间直觉模糊数的多属性多阶段冲突型大群体应急决策方法

本文针对属性权重和阶段权重未知且专家偏好表示为区间直觉模糊数的多属性多阶段大群体应急决策问题,提出一种新的决策方法。首先给出了区间直觉模糊数的相似度公式,利用模糊聚类法对各阶段的专家偏好进行聚类。在聚类过程中,为减小聚集结果的群体偏好冲突,以群体偏好一致性水平最大化为目标对聚类阈值进行设定。然后依据模糊熵、相对熵原理分别对属性权重和阶段权重进行计算,进而得到整个决策过程中的方案综合群体偏好。利用区间直觉模糊数的得分函数和精确函数对备选方案进行排序,最后利用算例对该方法的有效性和可行性进行验证。     

一种直觉模糊多属性群决策方法及其在群决策中的应用

对以直觉模糊数形式表示的信息和属性权重完全未知的多属性群决策问题进行了研究.提出了一种基于熵值的直觉模糊数距离测度方法,同时对传统的比较得分函数和精确函数的直觉模糊数排序方法进行了改进,定义了一种新的排序公式;进而利用此距离度量公式,引入到基于直觉模糊数之间距离的离差最大化方法中,确定属性的权重,提出了一种基于属性权重完全未知的直觉模糊多属性群决策方法.最后,将此方法运用在ERP选型中.     

基于阿基米德范数的广义直觉模糊Bonferroni平均及其多属性决策方法

主要提出了一种基于阿基米德T-范数和S-范数的广义直觉模糊Bonferroni平均算子.首先利用广义直觉模糊运算法则和阿基米德T-范数和S-范数,构建了一种新的广义直觉模糊Bonferroni平均算子,并详细研究了该算子的一些优良性质,包括幂等性、单调性、有界性以及置换不变性等;然后探究了广义直觉模糊Bonferroni平均算子的几类特殊形式;最后在直觉模糊环境下,基于提出的算子建立了一种新的多属性决策方法,并以图书馆空调系统的选择为例,分析说明了提出的决策方法的可行性和有效性.     

直觉模糊集信息系统属性约简算法

针对信息系统属性值是直觉模糊集的情况提出一种新的属性约简算法:首先定义各个属性值之间贴近度函数,计算出各个属性值的贴近度矩阵,定义了直觉模糊集信息系统的可区分矩阵,给出了其约简的判定定理,利用模糊聚类中的平方法求出其可区分矩阵的传递闭包,将其转化为等价矩阵,给定一个主观水平对其进行模糊聚类,将其转化为具有等价关系的信息系统并且进行约简,从而得到直觉模糊集信息系统的核心属性。给出了该算法的复杂度。最后通过一个算例表明这种方法的有效性和合理性。     

基于随机采样模糊聚类和卡尔曼滤波方法的模糊辨识

提出一种新的基于模糊聚类和卡尔曼滤波方法的模糊辨识算法 .该方法是基于快速模糊聚类 ,计算给定样本在各类中的隶属度 ,并利用卡尔曼滤波方法辨识模糊模型的结论参数 .整个辨识过程与一般的模糊聚类方法 [1 ]相比 ,需要的 CPU时间大大缩短 .最后通过仿真实例验证了该方法的有效性 .     

基于新得分函数的直觉模糊多属性决策方法

通过考虑直觉模糊数的犹豫度对得分函数的影响,提出了直觉模糊数新的得分函数,并讨论了新得分函数具有的性质,在此基础上给出了直觉模糊数的一种新的排序方法。基于新的得分函数和直觉模糊加权平均算子提出了模糊多属性决策方法,并通过算例分析验证了决策方法的有效性和合理性。     

区间直觉模糊数的序优先度及其在群评价中的应用

区间直觉模糊数是处理模糊问题的一种准确且细腻的信息表达形式,其排序方法也是当今研究的热点问题之一.基于范数理论,提出一种新的概念:区间直觉模糊数的序优先度,给出相应的序优先度的计算公式,并探讨了区间直觉模糊数的序优先度的一些性质,同时给出基于区间直觉模糊数的序优先度的群评价算法,最后结合实例表明本文提出的方法是有效、可行的.     

A new multiple attribute group decision making method in intuitionistic fuzzy setting

The multiple attribute group decision making (MAGDM) problem with intuitionistic fuzzy information investigated in this paper is very useful for solving complicated decision problems under uncertain circumstances. Since experts have their own characteristics, they are familiar with some of the attributes, but not others, the weights of the decision makers to different attributes should be different. We derive the weights of the decision makers by aggregating the individual intuitionistic fuzzy decision matrices into a collective intuitionistic fuzzy decision matrix. The expert has a big weight if his evaluation value is close to the mean value and has a small weight if his evaluation value is far from the mean value. For the incomplete attribute weight information, we establish some optimization models to determine the attribute weights. Furthermore, we develop several algorithms for ranking alternatives under different situations, and then extend the developed models and algorithms to the MAGDM problem with interval-valued intuitionistic fuzzy information. Numerical results finally illustrate the practicality and efficiency of our new algorithms.     

基于改进得分函数的直觉梯形模糊数群体多属性决策方法

为考虑群体多属性决策问题中决策人的风险偏好,在直觉梯形模糊数的基础上,利用连续区间有序加权平均算子对直觉梯形模糊数进行化简,使其转换成直觉模糊数。并基于此提出了一种全新的得分函数。从而得到了一种全新的群体多属性决策方法,将其应用于具体算例中,给出了该方法的具体步骤并证明了有效性。     

区间直觉模糊判断矩阵群决策中的逆判问题

研究了区间直觉模糊判断矩阵的群决策问题.定义了两种区间直觉模糊集相似度公式,给出两种与决策群体意见一致性程度最高的理想区间直觉模糊判断矩阵构造优化方法.利用矩阵对不同专家判断矩阵中相同位置元素的一致性进行分析,并对不同专家的判断信息进行整体相似程度分析,最后通过算例说明了该方法的有效性和实用性.     

基于直觉犹豫模糊集的TOPSIS法

直觉犹豫模糊集集成了直觉模糊集和犹豫模糊集的优势,能更有效地刻画决策者偏好不一致的情况。距离测度一直是研究的热点问题,但尚没有文献研究直觉犹豫模糊集间的距离测度,因此本文定义了直觉犹豫模糊集间的Hamming距离、Euclidean距离和广义距离,同时考虑每个元素的权重,定义了加权距离。犹豫度是直觉犹豫模糊集的重要特性,因此在考虑犹豫度的基础上,又定义了一些距离测度。这些距离测度不仅考虑了直觉犹豫模糊数间的差异,同时考虑了犹豫度的影响,决策者可以根据对直觉犹豫模糊数和犹豫度之间偏好的不同,设置不同的偏好值得到距离测度。然后基于这些距离测度,又提出了直觉犹豫模糊环境下的TOPSIS法。最后通过实例说明了所提出的TOPSIS法的合理性与实用性。     

Multi-person multi-attribute decision making models under intuitionistic fuzzy environment

Intuitionistic fuzzy numbers, each of which is characterized by the degree of membership and the degree of non-membership of an element, are a very useful means to depict the decision information in the process of decision making. In this article, we investigate the group decision making problems in which all the information provided by the decision makers is expressed as intuitionistic fuzzy decision matrices where each of the elements is characterized by intuitionistic fuzzy number, and the information about attribute weights is partially known, which may be constructed by various forms. We first use the intuitionistic fuzzy hybrid geometric (IFHG) operator to aggregate all individual intuitionistic fuzzy decision matrices provided by the decision makers into the collective intuitionistic fuzzy decision matrix, then we utilize the score function to calculate the score of each attribute value and construct the score matrix of the collective intuitionistic fuzzy decision matrix. Based on the score matrix and the given attribute weight information, we establish some optimization models to determine the weights of attributes. Furthermore, we utilize the obtained attribute weights and the intuitionistic fuzzy weighted geometric (IFWG) operator to fuse the intuitionistic fuzzy information in the collective intuitionistic fuzzy decision matrix to get the overall intuitionistic fuzzy values of alternatives by which the ranking of all the given alternatives can be found. Finally, we give an illustrative example.     

直觉模糊多属性的意见集中排序法

研究了属性权重信息不完全确定,属性值为直觉模糊集的多属性决策问题。首先根据直觉模糊数的得分函数和精确函数对决策矩阵中的评价值比较大小,进而按属性集中的每个属性对方案排成线性序;然后通过计算赋权模糊优先矩阵确定方案的优属度,建立规划模型确定属性的权重;再利用加权算术算子对方案集结,得到专家对方案的排序,从而得到一种新的意见集中排序的决策方法。数值实例说明该方法的有效性和实用性,可为解决直觉模糊多属性决策提供新方法     

考虑决策者风险偏好的区间直觉模糊多属性群决策方法

提出了一种考虑决策者风险偏好且属性权重信息不完全的区间直觉模糊数多属性群决策方法。同时考虑相似度和接近度,确定每一属性的决策者权重。为了考虑决策者风险偏好对决策结果的影响和避免区间直觉模糊矩阵的渐进性,引入了决策者风险偏好系数,将集结后的综合决策矩阵转换成区间数矩阵。然后,为了客观地求出属性权重信息不完全环境下属性的权重,构建了基于区间直觉模糊交叉熵的属性权重目标规划模型,该模型不仅考虑了评价值的偏差,也强调了评价值自身的可信度。最后,通过研发项目选择问题的实例分析说明了所提方法的合理性和优越性。     

直觉模糊GM(1,1)模型及其在灰色发展决策的应用

研究了以直觉模糊数为对象的GM(1,1)模型并运用到灰色发展决策方法。利用灰色系统理论中核和灰度的内涵,将直觉模糊数的犹豫度和记分函数结合构建了直觉模糊数序列 GM(1,1)预测模型,从而实现了直觉模糊数的预测。在此基础上结合变权原理提出了基于直觉模糊数的灰色发展决策方法。最后,算例分析说明了该方法的合理性和可行性。     

Multicriteria Decision-making Method Based on Risk Attitude under Interval-valued Intuitionistic Fuzzy Environment

Based on the feature of interval-valued intuitionistic fuzzy multi-attribute decision-making, in this thesis, a mentality parameter is used to reflect the decision makers’ risk attitude in determining of both a membership degree and a non-membership degree. Besides, with the mentality parameter, a new score function and accuracy function are proposed, which integrate the membership degree, the non-membership degree and the hesitancy degree into one index. Furthermore, to compare two interval-valued intuitionistic fuzzy numbers, a new ranking method is generated with the score function and accuracy function. Finally, a multi-attribute decision method under interval-valued intuitionistic fuzzy environment is developed in a linear weighted average operator. And promising numerical results show that this method is available.     

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.