基于对偶犹豫模糊集的多属性决策方法

基于对偶犹豫模糊集的定义,首先由对偶犹豫模糊集距离测度的定义,给出了对偶犹豫模糊集的Hamming距离测度公式。其次给出了一个最优化模型来计算完全未知的属性权重。最后提出了以便用来度量两个对偶犹豫模糊信息之间相关关系的相关系数,并给出定义和加权相关系数计算公式,使决策运算更快捷有效。由此提出一种属性权重完全未知的模糊多属性决策方法,并给出此方法的计算步骤,通过实例验证了该方法的有效性。     

基于相似度和改进雷达图的概率犹豫模糊多属性决策方法

为了解决属性权重未知的概率犹豫模糊多属性决策问题,构建基于相似度和改进雷达图的多属性决策方法。首先基于概率犹豫模糊元的信息完全度构建概率犹豫模糊集的距离测度和灰色关联系数,然后基于灰色关联理想解法定义了概率犹豫模糊集的相似度,最后根据概率犹豫模糊集的相似度和改进雷达图构建多属性决策模型,并通过案例进行了验证分析。     

基于毕达哥拉斯犹豫模糊距离测度的灰关联双向投影决策法

为解决多属性决策单方向偏差难题所提出的灰关联投影法尚存在适用性差的技术不足。为此,在借鉴双向投影技术要点的基础上联合新型灰关联系数,并引入毕达哥拉斯犹豫模糊集的表达优势,提出基于毕达哥拉斯犹豫模糊距离测度的灰关联双向投影决策方法。新方法能够有效解决毕达哥拉斯犹豫模糊多属性决策问题,具有较高的分辨度。通过算例应用分析,直接验证了毕达哥拉斯犹豫模糊灰关联双向投影方法的实用性,间接验证了毕达哥拉斯犹豫模糊距离测度和灰关联双向投影法的有效性。     

基于区间值对偶犹豫模糊集的多属性决策方法

基于区间值对偶犹豫模糊集的基本定义,提出了区间值对偶犹豫模糊熵与相似性测度的概念。给出了区间值对偶犹豫模糊熵的定义及公式,在此基础上构造了熵权重模型;由距离与相似性测度的关系给出三种区间值对偶犹豫模糊集的距离公式。由此基于区间值对偶犹豫模糊集的熵和相似性测度提出一种新的区间值对偶犹豫模糊集的决策方法。最终给出此方法的计算步骤,通过实例验证该方法的有效性。     

区间直觉犹豫模糊集的两种相似测度及其在模式识别中的应用

模糊集的相似测度是模糊集理论的重要组成部分之一,有着广泛的应用.首先给出了基于隶属度、非隶属度和犹豫度的区间直觉犹豫模糊集的标准海明距离、标准欧氏距离、广义标准海明距离公式以及它们的加权距离公式.然后提出了基于距离的区间直觉犹豫模糊集相似测度和区间直觉犹豫模糊集的余弦相似度,并给出了公理化证明.两种相似测度均包含了区间直觉犹豫模糊集的隶属度、非隶属度和犹豫度.最后将这两种相似测度应用到基于区间直觉犹豫模糊信息的模式识别中.     

基于熵和关联系数的概率对偶犹豫模糊多属性决策方法

针对概率对偶犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于熵和关联系数的多属性决策方法。首先定义了概率对偶犹豫模糊熵的公理化定义和公式,然后基于概率对偶犹豫模糊集的特征信息集合和熵测度定义了概率对偶犹豫模糊集的关联系数,最后根据概率对偶犹豫模糊集的熵和关联系数构建多属性决策模型,并通过算例验证了该模型的有效性和合理性。     

区间灰数直觉模糊集及其G-TOPSIS模糊多属性决策方法

提出以区间灰数为隶属度、非隶属度和犹豫度的区间灰数直觉模糊集概念,定义了两个区间灰数直觉模糊集之间的距离.对于以灰直觉模糊数为属性值的模糊多属性决策,依据经典TOPSIS准则,提出了基于区间灰数直觉模糊集的模糊多属性决策方法G-TOPSIS.其包含两种方法:一是将区间灰数白化后,按直觉模糊集的TOPSIS方法进行;一是基于区间灰数直觉模糊距离的TOPSIS方法.示例分析表明了两种方法的有效性与一致性.     

基于直觉犹豫模糊集的TOPSIS法

直觉犹豫模糊集集成了直觉模糊集和犹豫模糊集的优势,能更有效地刻画决策者偏好不一致的情况。距离测度一直是研究的热点问题,但尚没有文献研究直觉犹豫模糊集间的距离测度,因此本文定义了直觉犹豫模糊集间的Hamming距离、Euclidean距离和广义距离,同时考虑每个元素的权重,定义了加权距离。犹豫度是直觉犹豫模糊集的重要特性,因此在考虑犹豫度的基础上,又定义了一些距离测度。这些距离测度不仅考虑了直觉犹豫模糊数间的差异,同时考虑了犹豫度的影响,决策者可以根据对直觉犹豫模糊数和犹豫度之间偏好的不同,设置不同的偏好值得到距离测度。然后基于这些距离测度,又提出了直觉犹豫模糊环境下的TOPSIS法。最后通过实例说明了所提出的TOPSIS法的合理性与实用性。     

犹豫模糊语言距离测度及其在多属性决策中的应用

针对现有犹豫模糊语言距离测度存在不满足直递性、改变了原始决策信息、忽略了犹豫度差异等方面的问题，提出了一系列更为合理的新型犹豫模糊语言距离测度方法。首先，对现有犹豫模糊语言距离测度的局限性进行了枚举和分析。其次，给出了犹豫模糊语言犹豫度的定义，分别提出了犹豫模糊语言集的Euclidean距离、Hamming距离、Hamming-Hausdorff距离、Euclidean-Hausdorff距离以及它们的广义形式、加权形式和广义加权形式等一系列新型犹豫模糊语言距离测度，并对新型犹豫模糊语言距离测度的相关性质和定理进行了证明。在此基础上，提出了一种基于新型犹豫模糊语言距离测度和离差最大化的多属性决策方法。最后，通过具体算例和对比分析验证了新型犹豫模糊语言距离测度和多属性决策方法的可行性和有效性。     

基于关联的区间犹豫模糊PROMETHEE多属性决策方法

针对属性模糊测度已知、属性值为区间犹豫模糊集的决策问题,提出了一种属性关联的PROMETHEE多属性决策方法.首先引入得分函数,构造区间犹豫模糊决策矩阵;通过区间可能度函数的概念,构造正弦属性偏好函数;进一步,结合A模糊测度与Choquet积分,计算方案的优先指数;进而计算方案的流出、流入以及净流值,并根据各方案的净流值的大小进行排序.最后通过实例分析说明了该方法的有效性和合理性.