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。     

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.     

基于直觉模糊距离的群决策专家意见聚合分析

提出了一种基于直觉模糊距离来聚合专家个人意见为一个优化的群体意见一致度的新方法.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;然后,利用直觉模糊距离来聚合专家两两之间对备选方案意见的一致度,综合考虑每位专家的相对重要权重,得到专家群体对备选方案意见的综合一致度;最后通过一个具体实例来说明这种方法的具体应用及计算过程.     

区间值直觉模糊超子群

在K.Atanassov引进区间值直觉模糊集的基础上,给出了区间值直觉模糊超子群的定义,刻画了其特征结构,研究了这类区间值直觉模糊超群的同态像及原像等问题.同时,讨论了区间值直觉模糊超子群与区间值直觉模糊子群的关系.     

区间直觉模糊集的模糊熵群决策方法

针对专家权重未知、专家判断信息以区间直觉模糊集给出的多属性群决策问题,提出了一种新的模糊熵决策方法。通过定义区间直觉模糊集的模糊熵判断专家信息的模糊程度,进而确定每位专家的权重;然后计算备选方案距理想方案和负理想方案的模糊交叉熵距离,得到每个专家对方案的排序;再分别利用加权算术算子和加权几何算子集结专家的排序结果,得到专家群体对方案的排序。实例分析验证了方法的有效性。     

一种基于前景理论和改进TOPSIS的模糊随机多准则决策方法及其应用

针对准则值为区间灰数直觉模糊数、准则权系数部分已知以及自然状态出现概率为灰数的多准则决策问题,提出一种结合前景理论和改进TOPSIS的决策方法。该方法首先定义了灰色直觉模糊数的前景价值函数和概率权重函数,并利用前景理论构建出前景决策矩阵;接着从两个方面对传统TOPSIS决策方法进行改进:(1)过定义方案间综合差异的概念,采用离差最大化思想,建立平均综合差异最大化规划模型,给出了一种兼顾主客观权重信息确定准则权系数的新方法;(2)用灰关联替换备选方案与正负理想方案的距离,据此刻画了各方案与正负理想方案的贴近度。进而利用改进TOPSIS决策方法中的综合贴近度对方案进行了排序。最后通过实例验证了该方法的有效性。     

模糊数直觉模糊集运算的模糊结构元表示

在文[4]提出的模糊数直觉模糊集定义的基础上,将文[2]和[7]定义的区间值直觉模糊集运算推广到模糊数直觉模糊集中.利用模糊数的结构元表示方法,得到了模糊数直觉模糊集运算的简便的结构元表示形式,同时给出这些运算的相关性质及证明.     

模糊数直觉模糊集

定义一种新的模糊数直觉模糊集,同时给出了它的一些运算,并讨论了它与直觉模糊集、区间值直觉模糊集的关系。     

基于集成算子改进得分函数的区间直觉模糊多属性决策方法

为更大程度的保留决策信息的原始性，针对决策过程决策信息的聚合、备选方案的比选问题，提出一种基于集成算子改进得分函数的区间直觉模糊多属性决策方法。首先，构建各决策者区间直觉模糊集评分矩阵，并根据模糊熵获得各决策者权重。其次，利用区间模糊集集成算子得到区间直觉模糊综合决策矩阵，进而选择Hamming距离表示方法，建立总离差最大化为目标的最优化模型客观确定属性权重。然后，基于得分函数的定义及性质将原始得分函数进行改进，获得各方案的得分区间矩阵，并将其与决策者属性进行综合得到综合得分区间。最后，根据区间数中心和半径的全序关系对方案的距离，计算每个方案的最终得分，并通过某公司选择投资企业算例验证该方法的可行性和有效性。     

基于直觉模糊集的多属性决策方法

对基于直觉模糊信息的多属性决策问题进行了研究,引入了直觉模糊数的得分函数、直觉模糊正理想点和负理想点,然后给出了基于TOPSIS的多属性决策方法,通过计算各备选方案的得分向量与直觉模糊负理想点得分向量之间的距离来确定各备选方案的综合评价指数,进而判断方案的优劣次序.最后,通过一个具体的实例分析说明了该方法的有效性与具体应用过程.     

几类广义模糊集的关系

经过近五十年的发展,模糊集在理论与应用两个领域的研究都已经取得长足的进展,特别地,在模糊决策等应用领域,涌现了几类重要的广义模糊集,包括区间值模糊集,直觉模糊集,区间值直觉模糊集,II型模糊集,Vague集,灰集等。本文简要介绍关于这些广义模糊集之间关系的研究成果,以及国外关于直觉模糊集术语问题的争议。     

双论域上的区间值直觉模糊粗糙集模型及其应用

基于区间值直觉模糊相容关系,给出了双论域上的区间值直觉模糊粗糙集模型并讨论了其相关性质,为粗糙集的应用提供了新的理论基础与操作手段。最后,通过一个例子阐述了本文提出的区间值直觉模糊粗糙集模型在临床诊断系统中的具体应用。     

关于区间值直觉模糊集运算性质的注记

针对Atanassov[3]给出的区间值直觉模糊集运算,指出并修正一些区间值模糊集运算的错误性质,有利于以区间值直觉模糊集的进一步研究。     

基于TOPSIS的区间直觉模糊多属性决策法

对基于区间直觉模糊信息的多属性决策问题进行了研究。给出了区间直觉模糊数之间的距离公式,并定义了区间直觉模糊正、负理想点,进而提出了一种基于TOPSIS的区间直觉模糊多属性决策方法。最后进行了实例分析。     

基于模糊二元运算的直觉模糊群

为了使直觉模糊群也具有经典的结构,首先给出经典集合G的一种直觉模糊二元运算,利用这种直觉模糊二元运算定义了直觉模糊群,讨论这种直觉模糊群的一些性质,并给出直觉模糊群的两种等价定义。由于直觉模糊群具有和群一样经典的结构,因此,使直觉模糊代数的深入研究有了充分的理论基础。     

区间值直观模糊集的相似测度和距离测度

对现有的模糊集和直观模糊集的相似测度和距离测度的公理化定义进行分析,并做出改进;然后提出区间值直观模糊集的相似测度和距离测度的公理化定义,并各引入它们的一种计算方法;最后给出区间值直观模糊集的相似测度和距离测度在模式识别中的一个应用实例.     

基于k阶二元关系的直觉模糊粗糙集

利用k阶二元关系定义直觉模糊粗糙集,讨论了分别为串行、自反、对称、传递关系时所对应的上、下近似算子的性质。在有限论域U中,研究了任一自反二元关系所诱导的直觉模糊拓扑空间中直觉模糊闭包、内部算子与相对应的上、下近似算子的关系。