全系数模糊的广义模糊变量线性规划

构建并讨论了一类约束条件与目标函数均含模糊系数的广义模糊变量线性规划问题.首先,简单介绍了模糊结构元理论并基于模糊结构元理论定义了表征模糊数面积信息的散度指标.其次,兼顾距离与面积信息,给出了三角模糊数与拟三角模糊数比较排序的新方法,将全系数模糊的广义模糊变量线性规划转化为普通的多目标线性规划.最后,借鉴分层规划的思想,结合模糊数本身性质,给出了此类问题的一种简化求解方法.     

基于模糊结构元表述的模糊数排序

讨论了如何利用结构元理论来解决模糊数的排序问题.首先,给出了四种经典的模糊数排序方法,并证明了这四种方法都可以利用结构元理记来表述;进而,提出了一种基于结构元理论的排序方法,给出了该方法的性质,并同传统方法进行了比较.     

基于模糊不确定性理论的Bernardo方法

Bernardo方法是一种多属性群决策方法。针对Bernardo方法，本文结合模糊不确定性理论，提出“模糊Bernardo”方法；利用模糊变量表示决策者对多方案排序的模糊目标值，给出其Bernardo方法的模糊混合0-1规划模型和模糊机会约束混合0-1规划模型。该方法为群决策提供了一种多方案排序问题的实用且有效的理论依据和计算方法。最后通过实例对此方法予以验证。     

梯形直觉模糊数排序方法及在多属性决策中应用

基于梯形直觉模糊数的值和模糊度两个特征,一类梯形直觉模糊数的排序方法被研究.首先,给出了梯形直觉模糊数的定义、运算法则和截集.其次,定义了梯形直觉模糊数关于隶属度和非隶属度的值和模糊度,以及值的指标和模糊度的指标.最后,给出了梯形直觉模糊数的排序方法,并将其应用到属性值为梯形直觉模糊数的多属性决策问题中.     

区间直觉模糊数的序优先度及其在群评价中的应用

区间直觉模糊数是处理模糊问题的一种准确且细腻的信息表达形式,其排序方法也是当今研究的热点问题之一.基于范数理论,提出一种新的概念:区间直觉模糊数的序优先度,给出相应的序优先度的计算公式,并探讨了区间直觉模糊数的序优先度的一些性质,同时给出基于区间直觉模糊数的序优先度的群评价算法,最后结合实例表明本文提出的方法是有效、可行的.     

模糊一致矩阵排序方法的集成

基于文献[3]和文献[6]的模糊一致矩阵的排序方法,研究了这两种排序方法及排序向量的共性问题,给出了一种新的模糊一致矩阵排序方法的集成模型,得到了模糊一致矩阵排序方法及排序向量的相关结论和性质,丰富了模糊一致矩阵排序方法的理论和应用。     

基于优势度分析的三角模糊数判断矩阵的排序方法

研究了三角模糊数判断矩阵的排序问题,在两个三角模糊数相互比较大小的可能度的基础上,综合分析直接和间接两个方面的比较因素,提出了两个三角模糊数比较的优势度概念.对三角模糊数判断矩阵的行元素信息进行集结并利用所定义的优势度概念作为度量对集结的结果两两进行比较,构造出相应的以实数表示的模糊互补优势度矩阵,进而利用模糊互补判断矩阵的排序公式得到方案的排序权值.最后通过一个算例说明了提出的排序方法.     

基于质心和破碎度的模糊数排序

定义模糊数的破碎度概念,并且结合模糊数的质心给出模糊数排序的新指标。这种排序指标能够在一定程度上克服已有排序方法的某些缺陷,并且有效地实现各种模糊数的排序;文章最后通过算例分析,证明基于质心和破碎度的模糊数排序是完全可行的。     

基于模糊模式识别的动态联盟伙伴选择模型

在基于模糊模式识别的伙伴选择方法中,将TOPS IS方法借助于一个多属性决策问题的“理想解”和“负理想解”去排序的思想应用到其伙伴选择过程中,根据贴近度的公理化定义对TOPS IS方法作以修改,构造出“相对”贴近度,以此折衷地衡量动态联盟合作伙伴的优劣。避免了传统模糊模式识别单纯利用“绝对”贴近度所造成的结果均一化、可比性差的现象,从一定程度上减少了因贴近度选用的不同而造成的结果差异。从某种意义上来说,该种方法可以作为TOPS IS方法的拓展,是本文具有新意之处。     

论域为区间[0,1]上的三角形模糊数的比较

利用包含度(小于度)理论,建立了一个全新的模糊数之间的关系,即,“β-小于等于”关系。研究了其相关性质,并且在此基础上讨论了论域为区间[0,1]上的三角形模糊数的比较。最后利用β-小于等于关系给出了模糊线性规划问题的一种新解法。     

模糊关系的模糊度的一般形式

研究了模糊关系的模糊度的一般表示形式问题,得到了关于模糊关系模糊度的一系列定理及公式,丰富了模糊度的内容.     

目标系数模糊型模糊关系线性规划

提出了目标系数模糊型模糊关系线性规划问题,这是传统模糊关系线性规划的扩展.以三角模糊数为例,基于它的一种排序方法给出了求解该类规划的一个算法.最后,为了说明算法的有效性给出了两个数值例子.     

模糊群决策的逼近于理想解排序法

首先给出一致性互补判断矩阵元素与排序权重的一种新逻辑关系,并以模糊极大集和模糊极小集作为模糊正理想解和模糊负理想解。然后,通过α-截集将模糊数转化为α水平下的区间数,并构造基于贴近度的可能度矩阵,利用所提出的逻辑关系确定在α水平下的排序权重。最后集结各水平下的权重得到最终的排序权重。     

基于可能度的三角模糊数互补判断矩阵排序方法

研究了决策信息为三角模糊数形式给出的互补判断矩阵排序问题.根据三角模糊数互相比较的可能度公式,提出一种基于可能度的三角模糊数互补判断矩阵的排序方法.该方法思路清晰、合理,计算简洁,易于上机实现.最后算例分析表明,该方法是可行、有效的.     

基于直觉模糊数的承包商资格预审模型

业主在招标过程中需要对承包商进行资格预审评价,其本质是一个多指标群决策问题。然而由于客观情况的复杂多变性和主观思维的不确定性,专家在决策过程中存在犹豫度,基于此,本文采用直觉模糊数理论建立承包商资格预审模型,运用模糊熵方法计算评价指标的最优权重,在此基础上,采用直觉模糊加权平均算子集结决策者的评价意见,进而对各个承包商综合评价结果进行排序,选出最优承包商,解决传统模糊集不能完整表达所研究问题的全部信息问题,最后通过算例验证该模型的有效性。     

模糊粗糙集及粗糙模糊集的模糊度

1965年,Zadeh提出了Fuzzy集理论,1982年,Z.Pawlak提出Rough集理论。将二者结合而形成的模糊粗糙集（FR集）及粗糙模糊集（RF集）近年来越来越受到国际学术界的关注。本文所研究的FR集及RF集的模糊度,是对FR集及RF集模糊程度的一种度量,进而引进了相应的明可夫斯基距离,明可夫斯基模糊度和Shannon模糊度。     

基于模糊近容度的战时物资供应偏好选址

提出一种基于模糊近容度的战时物资供应的偏好选址方法,认为选址方案的确立是一个模糊多属性决策过程,而且这些属性在决策中具有主观偏好性,决策表是在原始模糊条件属性表的基础上,根据模糊粗糙隶属度和近似精度约简得到。选址方案的排序由模糊近容度生成。最后说明此方法在应用上的合理性和有效性。     

模糊数排序的可能度方法

由两个模糊数的隶属函数确定三个面积,据此建立一个对模糊数进行大小比较的可能度计算公式.公式表达式非常简洁,同时还具有传递性、互补性等诸多良好的性质,因而具有很强的实用性和可操作性.对给定的一组模糊数,先利用两两比较的结果建立一个可能度矩阵,同时给出基于可能度矩阵的模糊数排序算法.最后给出一个排序算法的实例.     

基于Hausdauff度量的模糊TOPSIS方法研究

针对模糊多属性决策中的模糊 TOPSIS方法 ,提出了一种基于 Hausdauff度量的模糊 TOPSIS方法 .首先由模糊极大集与模糊极小集确定模糊多属性决策问题的理想解与负理想解 ,进而由 Hausdauff度量获得不同备选方案到理想解与负理想解的距离及其贴近度 ,根据贴近度指标对方案进行排序 ,为决策者提供决策支持 .最后以 L-R梯形模糊数为例进行了实例研究 .     

基于不动点的模糊时间序列模型

模糊时间序列在解决模糊性和不确定性数据方面表现出明显的优势.为了提高模型的预测精度,将数学理论中不动点理论与时间序列模型相结合,提出了分式函数、逆分式函数、预测函数的定义,并且证明了预测函数值收敛定理.在这些理论基础上,建立了一种基于不动点的模糊时间序列模型,进一步完善了模糊时间序列理论.预测结果表明,该模型具有预测精度较高、理论完整、鲁棒性强、应用范围广的特点.