基于直觉模糊软集的群决策方法研究

研究了专家权重未知情况下基于直觉模糊软集的群决策问题.首先利用距离提出了一种基于直觉模糊软集的决策算法.然后通过考虑专家个体提供信息本身的不确定性和专家之间提供的信息间的一致性,定义了直觉模糊软集的知识测度和基于α-相似关系的一致度,由此提出了一种确定专家权重的方法.进而给出了一种基于直觉模糊软集的群决策算法.最后通过实例说明所提出算法是有效的与合理的.     

模糊参数软区间集及其应用

将模糊参数软集与区间集相结合,定义了模糊参数软区间集的概念,研究了模糊参数软区间集的运算及其性质.然后,给出模糊参数软区间集在决策中的应用,说明了方法的可行性.推广了软区间集的相关研究结果.     

广义犹豫模糊软集的不确定性度量及其应用

本文在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的不确定性度量。首先在犹豫模糊集包含度的公理化定义基础上,建立犹豫模糊集合的三种包含度公式;然后给出广义犹豫模糊软集包含度的公理化定义,并利用犹豫模糊集合的包含度公式构造广义犹豫模糊软集间的包含度公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的包含度。接下来给出广义犹豫模糊软集不确定性度量的公理化定义,并从其包含度出发来构造广义犹豫模糊软集的不确定性度量公式,这种不确定性度量的计算方法同样适用于参数集不同的广义犹豫模糊软集,最后利用广义犹豫模糊软集不确定性度量方法应用到聚类分析实例中,通过实例验证了所提出方法的可行性和有效性。     

犹豫模糊语言幂均算子及其在群决策中的应用

犹豫模糊语言术语集用以描述专家给出语言评价时表现出犹豫的情形.文章针对专家权重未知的犹豫模糊多属性群决策问题,提出一种基于犹豫模糊语言幂均算子的群决策方法.首先定义了犹豫模糊虚拟术语集,犹豫模糊虚拟术语集上的距离和幂均算子,然后建立一种专家间信息相互支持的犹豫模糊群决策方法.该方法将专家给出的语言评价信息转化为犹豫模糊虚拟术语集,用犹豫模糊虚拟术语集上的幂均算子构建群决策矩阵,并用基于TOPSIS的方法对方案进行排序和择优.最后通过实例说明了所提方法的实用性和有效性.     

不完整信息下的直觉模糊软集群决策方法

为了解决具有不完整信息的直觉模糊软集多属性群决策方法的问题,首先在模糊软集和直觉模糊软集的基础之上推广已有软集中缺失数据的填补方法,用来确定不完整信息的填补值。不同决策者的权重值由直觉模糊软集的距离来确定,参数的权重值由熵度量来确定。在群决策的过程中,借助直觉模糊软矩阵集成运算公式,将不同决策者的决策矩阵集成为综合决策矩阵。然后根据对象得分值的不同实现决策。最后,给出实例分析,验证了该方法在实际中有广泛的应用。     

犹豫模糊参数软集及其在多属性群体决策中的应用

本文从参数权重的犹豫性角度出发,将犹豫模糊集与软集相结合,首次引入犹豫模糊参数软集的概念,讨论了犹豫模糊参数软集的若干基本运算及其性质。接着,分析了犹豫模糊参数软集、犹豫模糊集、模糊参数软集三者之间的内在联系,在此基础上研究了犹豫模糊参数软集在多属性群体决策中的应用,给出两种不同的决策算法,并通过实例验证了这两种方法的可行性及有效性。     

不完全专家信息条件下基于区间数排序的群决策方法研究

专家根据自身的知识和经验,选取部分熟悉的评价指标进行评价,这类问题称为不完全专家信息条件下的群决策问题.这类问题目前主要利用基于模糊软集合的综合评价方法进行决策,但是方法无法考虑各类评价指标之间的权重信息,而直接利用模糊综合评价方法虽然考虑了权重信息,但其实质是将未打分的专家进行了主观上的赋值,可能导致决策失误.为此,提出将未提供的专家意见按照[0,1]区间数进行补全,实现将原始评价矩阵等价转换为区间数评价矩阵,从而使问题转化成为基于区间数决策矩阵的综合评价问题,并利用基于可能度的区间数排序方法实现了最终决策.最后,通过一个算例验证了方法的正确性和相比基于模糊软集合的综合评价方法的优越性.     

直觉模糊软集的不确定性度量及其应用

研究了直觉模糊软集的包含度与相似度。首先在直觉模糊软集中利用直觉模糊集在完备有界格上的包含度和相似度的定义,提出直觉模糊值形式的直觉模糊软集的包含度和相似度。然后利用现有的直觉模糊集在完备有界格上的包含度公式,构造参数不同的直觉模糊软集的各种包含度公式。最后利用直觉模糊软集的包含度构造出直觉模糊软集的相似度公式,并利用这种相似度给出一种决策方法,将它应用到受灾后的隧道安全状况判定中。     

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.     

IFP-模糊软集在BL-代数中的应用

给出了IFP-模糊软集的概念,并定义了其上的一些运算.然后将该理论应用到BL-代数中,提出了IFP-模糊软滤子,探讨了它在同态映射下的像和逆像的特征.最后,构造了基于IFP-模糊软集的决策方法,通过实例展示了的它能有效地处理不确定问题.