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。     

基于模糊熵的直觉模糊多属性群决策方法

针对专家权重未知、专家判断信息以直觉模糊集给出的多属性群决策问题,提出了一种新的决策方法.通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度,进而确定每位专家的权重.然后定义直觉模糊集的模糊交叉熵确定备选方案距理想方案和负理想方案的距离,再根据加权算术算子集结专家的判断信息,得到方案的排序.最后,通过一个实例分析验证了方法的有效性.     

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。     

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.     

不确定环境下网络舆情突发事件应急方案评估决策研究

网络舆情突发事件由于短时间内信息收集不完备,具有明显的不确定性和社会危害性,各相关应急部门可能会按照自身利益偏好而提前制定多个应急备选方案来应对网络舆情危机.为及时高效地辅助决策者在不确定环境下从中选择实施最优方案,设计了基于直觉模糊集决策方法和Topsis法相结合的网络舆情突发事件应急方案评估决策模型,首先构建应急方案对各评估指标的直觉模糊集评估矩阵,接着利用改进的直觉模糊熵来确定各评估指标的客观权重,进而通过加权集结计算得到各应急备选方案的相对贴近度,并根据相对贴近度的大小对各应急备选方案进行优劣排序.最后通过一个具体算例验证了模型的有效性和可行性.     

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。     

一种基于直觉模糊集的群决策方法

利用直觉模糊集理论研究专家意见为{满意,不满意,弃权}三种形式的群决策问题.在构建群决策模型的过程中,分如下两种情形分别将专家意见综合为直觉模糊集:一是首先综合单个专家根据各准则给出的方案评估值;二是首先对单个准则综合所有专家给出的方案评估值.由此建立两个群决策模型.对由直觉模糊集表示的群决策结果,利用推广的TOPSIS方法对它们进行排序选优.最后给出一个应用实例.     

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.     

基于证据推理的直觉模糊多属性群决策方法

针对属性值为直觉模糊数的多属性群决策问题,提出了一种证据推理的扩展方法。首先,在考虑主观因素与客观因素的基础上运用直觉模糊熵法计算出属性及专家的综合权重。其次,提出一种基于证据推理的直觉模糊信息融合方法,该方法可以避免由于评价值的隶属度为0而导致的信息丢失现象,弥补了现有直觉模糊信息融合方法存在的不足。在此基础上,集结评价信息并按照备选方案与理想方案的相对贴近度对备选方案进行比选。最后,运用实例验证了所提方法的有效性。     

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.     

考虑权重信息未知的区间直觉模糊三支群决策方法

本文提出优化视角下专家权重信息未知的区间直觉模糊三支群决策方法。首先利用区间直觉模糊加权平均算子集结不同专家提供的区间直觉模糊损失评价,获得群体综合损失评价结果。以专家个体与群体综合评价相似度越髙,越能反映群体综合评价意见且赋予髙的专家权重为原则,分别构建专家权重信息完全未知和部分已知的权重确定模型。进而建立确定区间直觉模糊三支决策概率阈值对的优化模型,并提出基于专家权重信息未知的区间直觉模糊三支群决策方法。最后,算例分析及比较结果表明所提出方法的有效性。     

模糊环境下消费类电子产品推荐方法研究

基于消费类电子产品自身的特点,提出一种新型的推荐方法。首先,考虑专家对备选产品进行评分时存在信息共享性,提出处理专家之间相互关联的直觉梯形模糊Shapley加权几何算子,并研究该算子的相关性质。其次,针对专家权重信息部分已知情况,建立规划模型求解专家的Shapley权重值,并运用所提算子对专家意见进行集成以得到各标准下各备选产品的综合评分。在给定顾客目标需求的基础上,基于投影法求出各备选产品在目标产品上的投影值,并将投影值最大的产品推荐给顾客以完成推荐过程。最后,以戴尔中国官网上的笔记本电脑购买为例,阐述该推荐方法的可行性和实用性。     

基于直觉模糊二元语义交互式群决策的技术创新项目选择

为适应全球经济一体化的快速发展,企业应选择最优的技术创新项目,从而提升其竞争力。首先定义了直觉模糊二元语义,探讨了将其区间化的方法,建立了直觉模糊二元语义与区间模糊二元语义之间的联系。接着重新定义了直觉模糊二元语义的距离和相似度,给出了群决策的集结算子。通过集结决策者的意见和进行交互式决策,使得群体的决策意见达到满意的一致性水平。最后以技术创新项目选择为例说明了本文提出的方法。     

一种基于不完备直觉模糊信息的TOPSIS方法

多属性决策过程中,每个方案的属性值有时体现为由直觉模糊数所刻划的语言变量,通过定义直觉模糊数间的距离,首先提出了基于直觉模糊数的TOPSIS方法;其次,考虑到在实际问题中往往会遇到不完备直觉模糊信息的事实,提出一种将不完备直觉模糊数完备化的方法,并建立了基于不完备直觉模糊信息的TOPSIS方法,同时通过实例说明该方法的有效性以及在多属性决策中的应用.     

Extension of the TOPSIS method for decision making problems under interval-valued intuitionistic fuzzy environment

TOPSIS is one of the well-known methods for multiple attribute decision making (MADM). In this paper, we extend the TOPSIS method to solve multiple attribute group decision making (MAGDM) problems in interval-valued intuitionistic fuzzy environment in which all the preference information provided by the decision-makers is presented as interval-valued intuitionistic fuzzy decision matrices where each of the elements is characterized by interval-valued intuitionistic fuzzy number (IVIFNs), and the information about attribute weights is partially known. First, we use the interval-valued intuitionistic fuzzy hybrid geometric (IIFHG) operator to aggregate all individual interval-valued intuitionistic fuzzy decision matrices provided by the decision-makers into the collective interval-valued intuitionistic fuzzy decision matrix, and then we use the score function to calculate the score of each attribute value and construct the score matrix of the collective interval-valued intuitionistic fuzzy decision matrix. From the score matrix and the given attribute weight information, we establish an optimization model to determine the weights of attributes, and construct the weighted collective interval-valued intuitionistic fuzzy decision matrix, and then determine the interval-valued intuitionistic positive-ideal solution and interval-valued intuitionistic negative-ideal solution. Based on different distance definitions, we calculate the relative closeness of each alternative to the interval-valued intuitionistic positive-ideal solution and rank the alternatives according to the relative closeness to the interval-valued intuitionistic positive-ideal solution and select the most desirable one(s). Finally, an example is used to illustrate the applicability of the proposed approach.     

Intuitionistic and interval-valued intutionistic fuzzy preference relations and their measures of similarity for the evaluation of agreement within a group

Szmidt and Kacprzyk (Lecture Notes in Artificial Intelligence 3070:388–393, 2004a) introduced a similarity measure, which takes into account not only a pure distance between intuitionistic fuzzy sets but also examines if the compared values are more similar or more dissimilar to each other. By analyzing this similarity measure, we find it somewhat inconvenient in some cases, and thus we develop a new similarity measure between intuitionistic fuzzy sets. Then we apply the developed similarity measure for consensus analysis in group decision making based on intuitionistic fuzzy preference relations, and finally further extend it to the interval-valued intuitionistic fuzzy set theory.