三角模糊数直觉模糊PA算子及其应用

针对决策信息为三角模糊数直觉模糊数（TFNIFN）且属性间存在相互关联的多属性群决策（MAGDM）问题,提出了一种基于三角模糊数直觉模糊PA （TFNIFPA）算子的决策方法.首先,基于TFNIFN的运算法则和PA （Power Average）算子,定义了TFNIFPA算子.然后,研究了该算子的一些性质,建立基于TFNIFPA算子的MAGDM模型,结合排序方法进行决策.最后通过MAGDM算例验证了该算子的有效性与可行性.     

导出的纯语言OWGA算子及其在的群决策中的应用

研究属性权重、专家权重和属性值均为纯语言变量的多属性群决策问题,利用纯语言变量的运算规律,提出一种新的数据信息集成算子:导出的纯语言有序加权几何平均(IPLOWGA)算子。并且给出纯语言环境下基于IPLOWGA算子和PLOWGA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。     

基于模糊语言评估和GIOWA算子的多属性群决策方法

研究了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,定义了一种模糊语言评估标度并给出其相应的三角模糊数表达方式.利用广义的导出有序加权平均(GIOWA)算子,对专家所给出的对应于各方案的属性评估信息进行了集结,并提出了一种基于模糊语言评估和GIOWA算子的多属性群决策方法.最后进行了实例分析.     

由普通导算子诱导的F导算子及由F导算子诱导的F拓扑

本文扩展了普通集X的导算子d的定义，诱导出了X的fuzzy导算子d，进而由~^d诱导出了X的一个fuzzy拓扑T，证明了fuzzy拓扑空间（X，T）愉是由d诱导的分明拓扑空间（X，π）拓扑生成的，对X的每个fuzzy导算子d，存在X唯一拓扑T，使得对X的每个fuzzy子集A，其在（X，T）中的导集A^d恰是它在fuzzy导算子~^d下的象~^d（A）。     

基于概率测度的不确定语言多属性决策方法及应用

针对具有不确定语言信息的多属性决策问题,给出了一种基于语言概率测度的决策分析方法。阐述了不确定语言变量的概念,提出了一种用于处理不确定语言变量的语言概率有序加权平均（linguistic probabilistic ordered weighted averaging,LPOWA）算子。采用LPOWA算子将不确定语言转化为二元语义,再通过ETOWA算子得到每个方案的综合评价值,进而可得到所有方案的排序结果。利用LPOWA算子和ETOWA算子,对辽宁省风险投资企业进行评估和优选。理论分析和计算结果表明：该方法简洁可行,便于应用。     

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.     

用L-预远域系算子、L-预外部算子或L-预边界算子确定L-预拓扑

给定集合X，设T（X）是X上的L-预拓扑的全体。本文证明了可以在R（X）（X上的L-预远域系算子的全体）、E（X）（X上的L-预外部算子的全体）和B（X）（X上的L-预边界算子的全体）上定义适当的序关系，使它们在一定条件下成为与（T（X），包含）同构的完备格。因此一个给定集合X上的L-预拓扑可以由X上的L-预远域系算子、L-预外部算子或L-预边界算子确定。     

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。     

二元语义Bonferroni集成算子及其在多属性群决策中的应用

Bonferroni平均算子的优点是在进行信息集成的过程中能够考虑到输入变量之间的相互影响。本文首先将其推广到语言环境中,提出了二元语义Bonferroni平均(2TLBA)算子、加权2TLBA(W2TLBA)算子和组合W2TLBA(C-W2TLBA)算子的概念,研究它们的相关性质。然后针对决策信息以语言变量给出的多属性群决策问题,提出一种基于W2TLBA算子和C-W2TLBA算子的群决策方法。最后应用实例说明了该方法是切实可行的。     

一种基于LPA集结算子的群体一致性程度的计算方法

针对基于语言评价信息的多指标群决策分析中群体一致性程度计算问题,依据近年来最新发展的二元语义及其算子和PA算子,给出了一种用于集结语言评价信息的L PA算子,并基于L PA算子,进一步给出了关于群体一致性程度的计算步骤.最后给出了一个算例.     

多粒度区间语言信息的C-OWH算子及其应用

研究了多粒度区间语言信息的集成问题,把连续的有序加权调和(C-OWH)平均算子拓展到多粒度区间语言环境中,提出了连续区间二元语义OWH(ITC-OWH)算子,并在此基础上提出了加权调和的ITC-OWH(WHITC-OWH)算子,有序加权调和的ITC-OWH(OWHITC-OWH)算子以及组合的ITC-OWH(CITC-OWH)算子,探讨了它们的一些性质。最后给出了基于这些算子的多粒度区间语言多属性群决策方法,实例分析结果表明该方法是可行的。     

基于二维二元语义和模糊AHP-TODIM的低碳供应商选择方法

针对专家给出二维语言评价信息的低碳供应商评选问题,提出一种基于二维二元语义和模糊AHP-TODIM的方法。该方法首先提出改进的二元语义模型,基于此定义二维二元语义及其加权平均算子。接着构建低碳供应商评价的指标体系。最后,将专家给出的二维语言评价信息转化为二维二元语义,使用模糊AHP法计算指标权重,并利用二维二元语义加权平均算子集结信息,在此基础上将TODIM方法扩展到二维二元语义环境以获取低碳供应商排序。案例分析说明了所提出的方法的有效性。     

基于两粒度语言评价信息的双边匹配决策

针对基于两粒度语言评价信息的双边匹配问题,提出了一种了基于二元语义信息处理的决策方法。在该方法中,首先将两粒度语言评价信息转化为两粒度二元语义信息;考虑以每个主体满意度最大为目标,运用广义二元语义加权平均算子构建了多目标优化模型;进一步地,运用二元语义算术平均算子将多目标优化模型转化为双目标优化模型;根据二元语义的自身特点将双目标优化模型转化为单目标优化模型,进而进行求解来得到匹配方案。最后,给出一个算例说明所提供方法的有效性。     

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。     

一种基于不同粒度且属性权重未知的群决策方法

针对具有不同粒度语言评价矩阵和属性未知的群决策问题,给出了一种基于二元语义和TOPSIS算法的群决策方法。在该方法中,首先给出了不同粒度语言评价矩阵一致化为由基本语言评价集表示的二元语义信息的方法;然后引入TOPSIS的方法,结合二元语义形式计算规则,确定未知的属性客观权重,利用二元语义集结算子,得到单个决策者对方案的评价值;再通过T-OWA算子对各决策者给出的评价信息进行集结和方案选优;最后给出了一个算例。     

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。     

基于相对熵的多粒度语言信息的多属性群决策方法

针对具有多粒度语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理和相对熵的群决策方法。该方法首先给出了多粒度语言评价信息一致化为由基本语言评价集表示的相同粒度二元语义信息的方法,然后对于属性权重信息不完全的情形,建立了基于相对熵的多目标规划模型获得相应的属性权重,并利用二元语义的集结算子对语言评价信息进行加权集成,从而获得各个决策方案的排序和择优结果;最后给出一个实例分析,说明了该方法的有效性和可行性。