基于模糊语言评估和联系数的多属性群决策方法

对方案的属性评估信息以模糊语言形式给出的多属性群决策问题,采用集对分析理论进行处理,提出了一种基于模糊语言评估和联系数的多属性群决策方法,实例应用表明了该方法的有效性和实用性.     

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.     

基于二元语言评价的群决策方法

针对语言评价的群决策问题,定义了二元语言术语的概念及其运算法则,并给出二元语言和算子与二元语言加权平均算子,提出一种属性权重已知的语言评价群决策方法.方法首先利用二元语言和算子对专家给出的语言评价信息进行集成,得到方案关于属性的群体评价,然后利用二元语言加权平均算子集成方案各属性的群体评价,得到各方案综合评价.最后通过比较各方案综合评价的期望值和优势度,确定方案排序.     

不确定语言环境下基于ULHGA算子的群决策方法

研究属性权重和专家权重为确定的实数,属性值为不确定语言变量的多属性群决策问题.提出了一种新的数据信息集成算子不确定语言混合几何集结(ULHGA)算子,并给出不确定语言环境下基于ULWGM算子和ULHGA算子的一种群决策方法.最后进行实例分析,说明该方法的实用性和有效性.     

犹豫模糊语言集结算子及其在多属性群决策中的应用

犹豫模糊语言术语集是在犹豫模糊集和语言术语集的基础上,建立的一种更为合理的处理定性信息的方法。属性变量为犹豫模糊语言的群决策问题是近年来决策科学的一个研究热点,采用算子进行信息集结是解决该问题的一种有效方法。本文将幂几何算子引入到犹豫模糊语言变量环境下,定义了犹豫模糊语言加权幂几何算子、犹豫模糊语言加权幂有序几何算子、犹豫模糊语言线性加权幂有序几何算子,并探讨了它们的相关性质和特例。新算子通过综合考虑变量位置和自身重要性及相互间的支撑度,从而使决策结果更加令人信服。基于上述算子,论文还提出一种犹豫模糊语言多属性群决策方法,并通过数值案例验证方法的可行性和有效性。     

基于二元语义TAC积分算子的语言型多属性群决策方法

针对属性之间存在模糊关联的语言型多属性群决策问题,给出了二元语义TAC(Two-Additive Choquet)积分算子的定义,分析和证明了算子的有关性质,并提出了相应的决策方法。该方法首先将各专家提供的语言短语形式的属性权重信息、属性关联信息与属性评价信息转化为二元语义形式,然后利用二元语义TAC积分算子将转化后的属性相关信息集结为各专家的方案评价值,并进一步集结专家意见获得方案的综合评价值,从而确定其排序。最后,通过实例分析和方法比较说明了所给方法的有效性和优点。研究结果表明,该方法具有属性关联刻画细致、计算过程简单且无信息损失、决策结果可解释性强等优点,为求解属性之间存在模糊关联的语言型多属性群决策问题提供了一种新的途径。     

犹豫三角模糊语言Prioritized算子的多属性决策方法

针对决策信息为犹豫三角模糊语言集且属性间存在优先顺序的多属性决策问题,提出了一种基于犹豫三角模糊语言Prioritized平均(HTFLPA)算子和犹豫三角模糊语言Prioritized几何(HTFLPG)算子的决策方法。首先,基于犹豫三角模糊语言集的运算法则,定义了HTFLPA算子和HTFLPG算子。并讨论了其相应的运算定理。其次,构建犹豫三角模糊语言集的得分函数,并给出犹豫三角模糊语言集的排序方法。最后,提出了基于HTFLPA算子和HTFLPG算子的犹豫三角模糊语言多属性决策方法,并通过实例验证。     

纯语言信息下基于PLHAA算子的多属性群决策法

本文给出了建立在纯语言加权算术平均(PLWAA)算子和推广的有序加权平均(EOWA)算子基础上的纯语言混合算术平均(PLHAA)算子,研究了专家权重、属性权重及属性值均以语言形式给出的纯语言多属性群决策问题,提出了一种纯语言多属性群决策方法.该方法计算简洁方便且能充分利用已有的决策信息.最后将该方法应用于解决供应链管理领域中的合作伙伴选择问题.     

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。     

多粒度语言信息的交互式多属性群决策方法及应用

针对目前多阶段交互式决策的研究多是基于点值的缺陷,以及大多数研究忽视了从多个属性对方案进行评价等不足,本文探讨了一种基于多粒度语言信息的交互式多属性群决策方法。首先基于不确定语言变量提出了多粒度语言信息的转换函数,并在给出若干假设的前提下描述了交互式多属性群决策的过程,然后提出了交互影响因子来度量决策者的“话语权”,通过稳定性指标探讨交互终止条件;接着在不确定语言变量的加权算术平均(ULWA)算子和诱导多阶段交互加权算子(I-UOWA和I-UOWGA)的基础上对偏好信息进行集结,再提出优势可能度法对方案排序。最后给出了一个物流供应商选择的案例研究。     

直觉梯形模糊语言Frank算子及其在决策中的应用

本文在直觉梯形模糊语言集的基础上,引入了Frank算子,提出一组新的算子——直觉梯形模糊语言Frank集结算子,并将其应用到多属性决策中。首先,本文提出了直觉梯形模糊语言集Frank算子的表达式,并给出相应的运算规则。然后提出了直觉梯形模糊语言Frank加权算术平均(ITrFLFWA)算子、直觉梯形模糊语言Frank加权几何平均(ITrFLFWG)算子、直觉梯形模糊语言Frank广义加权平均(ITrFLGFWA)算子等,并证明了其具有幂等性、有界性、单调性等性质。最后,通过实例验证了直觉梯形模糊语言Frank算子可以有效解决直觉梯形模糊语言环境下的多属性决策问题。     

含语言评价信息的一种模糊多属性群决策方法

对于多属性群决策问题的处理,有时需要采用先决策、后综合的处理方法,而含有语言评价信息的多属性群决策问题,定性目标一般用语言评价信息描述,由决策人给出定性目标和权系数的语言变量评价,用梯形模糊数表示,对定量目标进行无量纲化处理;将决策人对于单一目标的评价指标聚合成多个目标的评价模糊数,采用Bass-Kw akernaak模糊数排序方法对方案进行排序;群体的评价通过Borda函数来集结方案集的群体排序.     

基于二元语义的犹豫模糊语言决策方法

当决策者在给出语言评价信息而表示出犹豫时,决策信息更适合用犹豫模糊语言术语集表达。为了减少语言决策过程中信息的丢失,得到较精准的评价结果,本文提出基于二元语义的犹豫模糊语言决策方法。首先定义了犹豫模糊二元语义集、犹豫模糊二元语义集的均值函数、方差函数及其集结算子,然后用集结算子求出各方案的综合评价值,通过犹豫模糊二元语义的均值函数和方差函数确定方案排序。最后通过实例说明了该方法的实用性和有效性。     

Pythagorean三角模糊语言Hamacher集结算子及其应用

在Pythagorean模糊集和Hamacher集结算子基础上,研究了Pythagorean三角模糊语言环境下的Hamacher集成算子问题。首先给出了Pythagorean三角模糊语言的定义、运算规则、得分函数、精确函数;其次,介绍了一系列关于Pythagorean三角模糊语言Hamacher集结算子,比如Pythagorean三角模糊语言Hamacher加权平均算子(PTrFLHWA)、Pythagorean三角模糊语言Hamacher加权几何平均算子(PTrFLHWG)等,并研究其具有的性质;之后,提出了两种决策方法来解决Pythagorean三角模糊语言信息环境下的多属性群决策问题;最后,用示例验证所给方法的有效性。     

Intuitionistic uncertain linguistic powered einstein aggregation operators and their application to multi-attribute group decision making

The intuitionistic uncertain fuzzy linguistic variable can easily expressthe fuzzy information, and the power average (PA) operator is a usefultool which provides more versatility in the information aggregation procedure.At the same time, Einstein operations are a kind of various t-normsand t-conorms families which can be used to perform the corresponding intersectionsand unions of intuitionistic fuzzy sets (IFSs). In this paper, wewill combine the PA operator and Einstein operations to intuitionistic uncertainlinguistic environment, and propose some new PA operators. Firstly,the definition and some basic operations of intuitionistic uncertain linguisticnumber (IULN), power aggregation (PA) operator and Einstein operationsare introduced. Then, we propose intuitionistic uncertain linguistic fuzzypowered Einstein averaging (IULFPEA) operator, intuitionistic uncertain linguisticfuzzy powered Einstein weighted (IULFPEWA) operator, intuitionisticuncertain linguistic fuzzy Einstein geometric (IULFPEG) operator and intuitionisticuncertain linguistic fuzzy Einstein weighted geometric (IULFPEWG)operator, and discuss some properties of them in detail. Furthermore, we developthe decision making methods for multi-attribute group decision making(MAGDM) problems with intuitionistic uncertain linguistic information andgive the detail decision steps. At last, an illustrate example is given to showthe process of decision making and the effectiveness of the proposed method.     

基于模糊语言判断矩阵和FIOWA算子的有限方案决策法

定义一种模糊的导出有序加权平均(FIOWA)算子，给出方案之间比较的模糊语言标度。运用模糊语言标度构造出模糊语言判断矩阵，并提出一种基于模糊语言判断矩阵和FIOWA算子的有限方案决策方法。该法利用FIOWA算子对模糊语言信息进行集结，并利用已有的三角模糊数排序公式求得决策方案的排序。     

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。     

基于对偶犹豫模糊语言变量的多属性决策方法

首先定义了对偶犹豫模糊语言变量,然后给出其运算规则、得分值函数、精确值函数、比较规则以及对偶犹豫模糊语言变量的加权算术平均算子、有序加权算术平均算子和混合平均算子。针对属性值为对偶犹豫模糊语言变量的多属性决策问题,提出了一种基于对偶犹豫模糊语言变量集结算子的多属性决策方法。最后,结合国家电网公司合作单位选择问题,验证了该方法的有效性和可行性。     

Multi-attribute group decision-making with multi-granularity linguistic assessment information: An improved approach based on deviation and TOPSIS

With respect to group decision-making problems with multi-granularity linguistic assessment information, a new approach is proposed. Firstly, the computational formulae are given in order to transform and unify the multi-granularity linguistic comparison matrices. Secondly, the method of standard and mean deviation is applied to determine the unknown attribute weights, and the weights of the decision makers will be determined by using the extended TOPSIS (technique for order preference by similarity to an ideal solution) method. Finally, based on the LWAA (linguistic weighted arithmetic averaging) operator, information on the preference provided by each decision maker is aggregated into the comprehensive evaluation value of each alternative, and the most desirable alternative is selected. The proposed approach expands the research in multi-attribute group decision-making with multi-granularity linguistic assessment information by both considering the weights of the attributes and decision makers, and objective weighting for them. A numerical example is given to illustrate the practicability and usefulness of the proposed approach.