基于GOWA算子的直觉模糊多属性决策方法

针对直觉模糊环境下的多属性决策问题,提出了一种基于广义有序加权平均(GOWA)算子的决策方法。首先构造了直觉模糊集相对隶属度和相对非隶属度计算公式,使得决策方案的定性、定量指标的属性评价值和权重都可以用直觉模糊集进行统一描述,然后提出能集结直觉模糊集的GOWA算子,进而建立了直觉模糊多属性决策问题的GOWA决策方法。最后利用一个实例对文中模型与方法进行了验证、说明。     

基于区间直觉模糊熵和时间熵的动态多属性模糊决策

以熵理论为基础,针对属性权重和时间权重完全未知的动态多属性区间直觉模糊决策问题,首先针对现有区间直觉模糊熵公理化定义的缺陷进行了分析,提出一种改进的区间直觉模糊熵的公理化定义,并据此构造了区间直觉模糊熵的一个新的计算公式;其次,利用改进的区间直觉模糊熵确定属性权重;再次,基于时间度体现对近期数据的重视程度的基础上,利用时间权向量的信息熵为优化目标来确定时间权重;然后,利用区间直觉模糊几何加权算子进行集结,并利用区间直觉模糊集的排序函数对决策方案进行排序和择优。最后,通过一个实例分析,表明本文提出的方法的可行性和有效性,为动态多属性区间直觉模糊决策问题提供了一种新的方法和思路。     

基于决策者风险偏好的直觉模糊数排序方法

决策者的风险偏好对决策有着重要的影响。本文通过引入反映决策者风险偏好程度的风险参数,基于直觉模糊数的隶属度、非隶属度和犹豫度,定义排序直觉模糊数的含风险参数的得分函数,并结合直觉模糊加权平均算子给出了一种属性值为直觉模糊数的多属性决策方法。通过算例阐明该方法的可行性和有效性。     

直觉模糊交叉影响Choquet积分算子及其决策应用

直觉模糊Choquet积分集成算子能有效解决属性关联的直觉模糊决策问题,直觉模糊数交叉影响运算能反映出不同直觉模糊数的隶属度和非隶属度之间的交叉影响.通过将直觉模糊Choquet积分平均算子与直觉模糊数交叉影响运算相结合,定义了直觉模糊交叉影响Choquet积分集成算子,包括直觉模糊交叉影响Choquet积分平均算子(IFICIA)和直觉模糊交叉影响Choquet积分几何算子(IFICIG),推导出它们的计算公式,讨论了它们的性质.通过研究直觉模糊交叉影响Choquet积分集成算子的特殊形式,发现直觉模糊交叉加权平均算子(IFIWA)和有序加权平均算子(IFIOWA)、直觉模糊交叉加权几何算子(IFIWG)和有序加权几何算子(IFIOWG)等均为它们的特例。最后,提出了基于直觉模糊交叉影响Choquet积分集成算子的决策方法,通过决策实例说明其可行性和稳定性。     

基于连续直觉梯形模糊相似测度的多属性群决策方法

针对评价值以直觉梯形模糊数形式给出的多属性群决策问题,提出一种基于α-截集,β-截集及连续区间有序加权平均(COWA)算子的连续直觉梯形模糊平均算子,并定义一种新的连续直觉梯形模糊相似测度,基于该相似测度构建群决策专家权重和属性权重确定模型,进而提出了一种基于连续直觉梯形模糊相似测度的多属性群决策方法。最后分析了决策者态度参数λ对群决策专家权重、属性权重以及方案排序值的影响,并通过投资方案选择问题的分析对新方法的有效性和合理性进行了说明。     

基于心态函数的区间直觉模糊多属性决策方法的研究

针对权重信息完全未知的条件下对心态函数多属性决策问题进行了研究,结合区间直觉模糊加权平均算子,提出了一种新的综合加权心态函数,利用改进的综合加权心态函数将熵权法推广到区间直觉模糊领域中,为属性权重完全未知的多属性决策问题提供了一种新的决策方法,最后运用实例说明该方法的可行性和有效性。     

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.     

权重完全未知下基于投影的犹豫模糊多属性群决策方法及应用

旨在犹豫模糊环境下,针对属性权重和专家权重完全未知的情形,提出了一种基于投影的犹豫模糊多属性群决策方法.首先,根据改进的犹豫模糊熵结合均熵求得决策者的客观权重,利用熵最小化原则与犹豫模糊指数熵确定评价属性的权重.接着,利用犹豫模糊加权算术平均算子对个体犹豫模糊决策矩阵进行集结,构建并求解出每个方案在正、负理想方案上的投影.然后,通过计算相对贴近度实现方案的排序和择优.最后,把该决策方法应用在应急救援路径选择问题上,进而验证了所提群决策方法的可行性与有效性.     

基于时间度的动态直觉模糊多属性妥协决策

针对当前动态直觉模糊多属性决策方法存在的不足,提出一种基于时间度的动态直觉模糊妥协决策方法。引入时间度准则,基于逼近理想解法融合主客观两类赋权法,获得兼顾主观偏好和样本客观信息的时序权重,克服现有时序权重主观赋值的随意性,同时运用直觉模糊熵(IFE)确定不同时序状态下各属性权重;根据动态直觉模糊加权几何算子(DIFWG)集结不同时序直觉模糊决策矩阵,构造动态直觉模糊综合决策矩阵,并利用VIKOR法,提供兼顾群体效用最大化与个体后悔最小化的各方案妥协折中排序,得到与理想解最近的妥协方案;以分布式创新企业合作伙伴选择为例,验证该方法在实际决策过程中的可行性和有效性。     

基于模糊熵-熵权法的混合多属性决策方法

针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策问题,提出了基于模糊熵-熵权法的混合多属性决策方法。通过规范化的方法把区间数转化为直觉模糊数,建立了直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用熵权法确定属性的客观权重区间,通过求解属性信息模糊熵最小的线性规划模型得到属性客观权重;再与主观赋权方法相结合确定属性的组合权重;最后应用相对熵排序法得到方案的最终排序结果。算例分析表明方法的可行性和实用性。     

基于偏好和动态直觉的产学研合作伙伴选择群决策分析

针对产学研合作伙伴选择的有限理性和偏好特性,基于直觉模糊多属性决策理论和相对熵理论,构建产学研合作伙伴选择群决策模型。运用动态直觉模糊加权几何算子(DIFWG)集成合作伙伴不同时段的个人准则决策矩阵,实现对产学研合作伙伴持续性的评价;运用直觉模糊有序加权平均算子(IFOWA)集成不同决策者的决策矩阵和偏好矩阵,并利用决策者对合作伙伴的主观偏好与对合作伙伴各准则的客观评价之间差距的极小化,基于加权平均思想,求取评价准则的客观权重;然后,引入相对熵求取评价对象理想的最优权重解,依据该解对各合作伙伴进行排序并选择;最终通过实证研究说明了该方法的有效性和可行性,充分利用直觉模糊理论,实现了产学研合作伙伴的“群偏好—多时段—群决策”的全面评价。     

直觉模糊熵与加权决策算法

直觉模糊熵是直觉模糊集理论中的一个重要概念,反映了直觉模糊集的模糊程度和不确定程度.首先给出一种新的直觉模糊熵,并运用到多属性直觉模糊决策问题中.决策时根据直觉模糊熵计算属性权重,再综合决策者的偏好对各属性权重进行修正,然后使用直觉模糊集结算子和得分函数对方案进行排序,从而获得最优方案.     

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     

一种基于Choquet积分的多属性直觉模糊决策方法

研究了决策者对方案的主观偏好值以及属性值均为直觉模糊数的且属性间存在关联的多属性决策问题.利用Choquet模糊积分作为集结算子,构建了基于属性关联的M OD和SOD模型.通过求解模型获得属性的权重,进而给出了一种新的直觉模糊多属性决策方法.最后通过一个算例说明了该决策方法的有效性和可行性.     

基于新精确函数的区间直觉模糊多属性决策方法

基于区间直觉模糊数隶属度和非隶属度构成的二维几何图形特征给出区间直觉模糊数精确函数的新定义,并将其作为区间直觉模糊数的排序指标,区间直觉模糊数的精确函数值越大,则区间直觉模糊数就越大,进而提出一种权重信息不完全确定的区间直觉模糊多属性决策方法.通过算例分析说明所提出排序指标的有效性和决策方法的可行性.     

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。     

基于区间直觉梯形模糊数的改进TOPSIS多属性决策方法

研究了属性权重完全未知的区间直觉梯形模糊数的多属性决策问题,结合TOPSIS方法定义了相对贴近度及总贴近度公式.首先由区间直觉梯形模糊数的Hamming距离给出了每个方案的属性与正负理想解的距离,基于此,给出了相对贴近度矩阵,根据所有决策方案的综合贴近度最小化建立多目标规划模型,从而确定属性的权重值,然后根据区间直觉梯形模糊数的加权算数平均算子求出各决策方案的总贴近度,根据总贴近度的大小对方案进行排序;最后,通过实例分析说明该方法的可行性和有效性.     

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。     

基于交叉影响的IFWGA算子及其在多属性决策中的应用

不同直觉模糊数在信息集结过程中,其隶属度与非隶属度之间可能存在着相互影响.提出了直觉模糊数上的改进的乘法运算和幂运算,重新给出了直觉模糊加权几何平均算子和直觉模糊有序加权几何平均算子的表达式,并研究了他们的一些性质.最后通过实例说明了新的IFWGA集成算子在多属性决策中的应用是可行和有效的.