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。     

基于多目标属性权重优化的犹豫模糊语言TOPSIS决策方法

犹豫模糊语言术语集作为一种有效的信息表达形式,能够很好的反映出人们的定性且犹豫的决策信息。传统的距离测度会导致犹豫模糊语言信息的流失,因此,本文首先提出了一种新的犹豫模糊语言距离测度,并研究了该距离测度的性质。其次,针对属性权重完全未知的犹豫模糊语言多属性决策问题,考虑方案和属性两个层面,构建了多目标优化的属性权重确定模型。进而,基于多目标权重优化模型和犹豫模糊语言距离测度,提出了一种改进的犹豫模糊语言TOPSIS法。最后通过实例说明了所提出的TOPSIS法的实用性和有效性,并进行了灵敏度和比较分析。     

基于距离测度的可信犹豫模糊集一致性检验方法

一致性检验是犹豫模糊集领域的一个热点问题,数据的一致性直接影响到犹豫模糊集评价的科学性和有效性.论文采用距离测度的方法研究犹豫模糊集的一致性问题,通过分析每个模糊元与其对应的属性综合决策值之间的差异,得出各属性的综合距离测度.同时,充分考虑专家意见在犹豫模糊集中的影响效应,以相对可信度为权重对犹豫模糊集的一致性进行分析.最后,利用数值案例验证了所提方法的有效性和可靠性.     

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。     

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。     

一种完全犹豫模糊环境下的TOPSIS方法

大多数已存在的犹豫模糊集距离测度均存在主观添加隶属值的问题,而这种做法容易造成隶属值重复,违背了犹豫模糊集的定义,本文基于改进的Hausdorff距离,定义了一种犹豫模糊元间的排序加权Hausdorff距离,此距离可以有效避免这一问题。在用TOPSIS方法解决多准则决策问题时,除了准则值具有确定困难的问题,同时准则权重也不易确定,为解决此问题本文提出了一种当准则值与准则权重均为犹豫模糊数时的拓展的TOPSIS方法。最后用提出的方法对一个人员选择问题进行解决,以此说明其可行性和有效性。     

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。     

基于犹豫模糊语言决策信息的被执行人聚类算法

针对法院“执行难”现状，将模糊聚类分析方法应用于司法执行领域，聚类的数据类型拓展为犹豫模糊语言信息，构建了一套完整的被执行人隐匿财产行为评估体系。通过估测被执行人隐匿财产的量化概率，为执行法官确定查控重点提供了决策支持。对当前的犹豫模糊语言距离测度存在的局限性进行了分析，给出了犹豫模糊语言犹豫度的定义和新的犹豫模糊语言距离计算方法。采用离差最大化思想确定最优属性权重，提出了一种基于离差最大化的犹豫模糊语言凝聚式层次聚类算法。犹豫模糊语言决策信息环境下的被执行人聚类分析算例验证了评估体系和聚类算法的有效性。     

概率犹豫模糊Bonferroni平均算子及其决策应用

研究了属性值为概率犹豫模糊元的多属性决策问题。考虑到属性间的相互影响关系,提出基于Bonferroni平均算子的概率犹豫模糊多属性决策方法。首先,为避免概率犹豫模糊元运算时计算量过大的情形,提出新的运算法则。其次,定义了概率犹豫模糊Bonferroni平均算子和概率犹豫模糊几何Bonferroni平均算子,并讨论了其性质。另外,为比较概率犹豫模糊元大小,定义了概率犹豫模糊符号距离。最后,通过实例说明所提方法的应用过程。     

基于全序关系与A-DHFHW算子的DHFMAGDM方法及其应用

研究专家权重未知的对偶犹豫模糊多属性群决策问题.以记分函数和精确度函数为基础,引入广义距离测度,定义一种对偶犹豫模糊数的全序关系.而后,为克服现存算子的不足,定义新的Hamacher运算法则,并提出改进的对偶犹豫模糊Hamacher加权(A-DHFHW)算子,分析算子与参数的内在关系.为获取专家的客观权重,基于距离测度定义群共识测度,建立以最大化群共识测度为目标的权重优化模型.进一步地,基于全序关系、权重优化模型以及A-DHFHW算子提出一种新的群决策方法.通过解决大数据分析平台的评价问题验证所提方法的有效性和实用性,并分析参数对决策结果的影响.     

基于犹豫模糊二元语义的多属性决策方法

深入研究了犹豫模糊二元语义多属性决策问题。首先利用幂均算子给出了犹豫模糊二元语义集的均值函数,并基于均匀分布概率准则和二元语义的距离测度提出了犹豫模糊二元语义集两两比较的可能度公式,进一步给出了可能度排序公式的性质。针对属性值为犹豫模糊二元语义集的多属性决策问题,提出了一种基于熵权的多属性决策方法。最后结合实际问题,验证了该方法的有效性和可行性。     

基于“直觉模糊集的距离测度”的联想

直觉模糊集不同于模糊集的最重要指标是犹豫度.在直觉模糊集的距离定义和公式中应突出体现犹豫度;在直觉模糊集的距离定义中也应包含经典距离的性质—三角不等式.基于论文"直觉模糊集的距离测度",提出直觉模糊集的新距离定义和新公式.应用实例表明,新提出的直觉模糊集的距离公式是实用的.     

广义概率对偶犹豫模糊语言幂集结算子在多属性决策中的应用

在对偶犹豫模糊语言集、概率对偶犹豫模糊集和广义幂集结算子的基础上,研究了在概率对偶犹豫模糊语言环境下的广义幂集结算子问题。首先,给出了概率对偶犹豫模糊语言集的定义、运算规则、得分函数、精确函数、距离测度、熵。然后,定义了广义概率对偶犹豫模糊语言幂集结算子,并研究其具有的性质。其次,提出了一种决策方法来解决集结数据之间存在相互关系的概率对偶犹豫模糊语言多属性决策问题。最后,结合相关案例验证了该方法的有效性和可行性。     

云服务质量评价的犹豫模糊Taguchi多属性决策方法

随着云服务理念的不断延展,对云服务质量的评价成为云计算领域中的一项重要课题。鉴于服务质量的多属性本质以及云服务各质量属性测度可能犹豫于多值情形,致使云服务质量评价成为一个复杂的问题。针对以上问题,以犹豫模糊集为评价信息并以Taguchi理论为方法框架发展一种云服务质量评价方法。在该框架和背景下,首先考虑到质量属性间存在的相互关联的现象,基于Choquet积分理论,提出了一种犹豫模糊相关距离,继而构建了三种类型的犹豫模糊Taguchi信噪比测度。接着,依据TOPSIS双基点原理提出一种基于正负基点的犹豫模糊Taguchi云服务质量评价途径。最后,通过实例和对比分析证实了本文结果的科学性和合理性。     

基于改进犹豫模糊熵的群体MULTMOORA决策方法

针对既有犹豫模糊元记分函数的存在的不足,引入记分系数,提出考虑决策者风险态度的犹豫模糊记分函数,并验证其相关性质.同时,对于现有犹豫模糊熵定义具有的缺陷,提出基于模糊熵的犹豫模糊熵的新定义,并给出相应的犹豫模糊熵公式.在以犹豫模糊元为输入信息的复杂统框架内,提出基于改进犹豫模糊熵的MULTIMOORA群体决策方法,并将其应用于物流供应商选择中.案例分析表明了此方法的可行性及有效性.     

企业协同创新质量评价的组合参考解方法

在开放式创新背景下,对企业协同创新质量的评价有利于其开展创新活动以及创新能力的提高。本文在分析企业协同创新活动的内涵和特征后,以犹豫模糊集描述评价信息,集成以参考解依赖评价规则的TOPSIS和EDAS方法为方法构架,提出了一种基于指标优劣水平的犹豫模糊组合参考解的企业协同创新质量评估模型。此外,在该评估模型中构建了一种基于Kendall相关系数的犹豫模糊测度,用于考虑多维评价指标间的相互依存性,以及传统距离测度无法刻画负向距离等问题。最后,通过对高技术企业协同创新质量评价的实例分析以及与其他方法对比分析,证实了所提方法的有效性和优越性。     

基于前景理论的三角犹豫模糊多属性决策方法

针对属性权重信息完全未知,属性值为三角犹豫模糊元的多属性决策问题,提出一种基于前景理论和模糊结构元的决策分析方法。首先,基于模糊结构元理论,定义三角犹豫模糊元的结构元形式和海明距离公式,并通过求解属性间距离离差最大化的优化模型确定权重。其次,依据前景理论,分别以正负理想点作为决策参照点,构建收益矩阵和损失矩阵。在此基础上,应用TOPSIS方法计算各备选方案的相对贴近度,并依据相对贴近度的大小实现备选方案排序。最后,通过算例验证方法是有效和可行的。