基于模糊证据推理及改进TOPSIS的多属性群决策方法

针对不同识别框架多属性群决策问题属性准则度量的不确定性、随机性,定义基于梯形模糊数表征的属性准则评价等级相似度量,求解专家决策权重的最优解。对公共识别框架备选方案属性准则采用模糊证据推理过程综合专家评价等级置信度信息;利用可严格区分属性准则评价等级的相似度量,改进TOPSIS方法中备选方案属性准则评价等级置信度距离因子,获取备选方案逼近正负理想解的贴近度。实例分析以某通信企业电信产品市场竞争力评估为例,说明基于模糊证据推理、改进TOPSIS的多属性群决策问题求解过程,从属性准则专家模糊评价等级置信度集中获取直观的待评估产品市场竞争力排序结果,验证该方法解决此类决策问题的可行性与有效性。     

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 .     

不一致不完备直觉模糊信息系统的属性约简

利用广义优势关系,可完成不完备直觉模糊信息系统属性约简工作.若不完备直觉模糊信息系统属性约简不一致时,则可进一步利用广义优势关系定义此类信息系统的分布函数和最大分布函数,然后介绍分布约简和最大分布约简的概念,最后给出求分布约简和最大分布约简的有效方法.由此可成功解决不一致不完备直觉模糊信息系统属性约简问题.     

直觉模糊序决策信息系统的分布约简

本文在直觉模糊决策信息系统中引入直觉模糊序关系,建立了基于直觉模糊序关系的决策信息系统.然后,基于定义的分布协调集,给出相应分布约简的判定定理和可辨识分布矩阵,从而提供了直觉模糊序决策信息系统的属性约简方法.最后通过例题验证方法的有效性.     

基于加权综合的分类算法

给出一种新的属性依赖性度量,根据这种依赖性度量,给出属性重要性的定义,然后以这种属性重要性为权重,给出一种基于加权综合的样本分类算法。由于属性的重要性是由条件属性相对于决策属性的依赖性决定的,它的数值相对比较客观,这样解决了常用的定权方法的弱点,它们一般是凭经验或由专家给出,具有相当的主观性。     

属性依赖性及重要性度量

首先分析了粗糙集理论中现在常用的属性依赖性度量中的不合理性,然后结合概率统计中的卡方分布的思想,给出一种新的属性依赖性度量,根据这种依赖性度量,给出属性重要性的定义,最后详细讨论了它们的性质.     

一种直觉模糊多属性群决策方法及其在群决策中的应用

对以直觉模糊数形式表示的信息和属性权重完全未知的多属性群决策问题进行了研究.提出了一种基于熵值的直觉模糊数距离测度方法,同时对传统的比较得分函数和精确函数的直觉模糊数排序方法进行了改进,定义了一种新的排序公式;进而利用此距离度量公式,引入到基于直觉模糊数之间距离的离差最大化方法中,确定属性的权重,提出了一种基于属性权重完全未知的直觉模糊多属性群决策方法.最后,将此方法运用在ERP选型中.     

基于直觉模糊相似度量的群决策专家水平评判方法

针对基于直觉模糊信息的多属性群决策专家水平评判问题提出了理想矩阵分析法.在引入多属性群决策直觉模糊信息体(即决策信息体)和直觉模糊相似度量的基础上,通过计算决策矩阵与正、负理想矩阵之间的相似度,提出了基于直觉模糊相似度量的理想矩阵分析法,并利用该方法对算例中的专家评判水平进行排序,通过比较统计分析法和直觉模糊熵分析法说明该方法的可行性和有效性.     

基于泛性模糊数的VIKOR方法研究

建立了一种泛性模糊数可比较的度量,对决策信息通常为泛性模糊数的决策问题进行加工和扩展,提出了基于泛性模糊数不确定信息的VIKOR决策方法,实现了属性为泛性模糊数的多属性群决策及信息融合的目的.     

基于信息量的集值信息系统的属性约简

属性约简是粗糙集理论研究的核心内容之一.在集值信息系统中引入信息量和属性重要性,给出它们的性质及与属性约简之间的关系.针对集值信息系统提出了一种基于信息量和属性重要性的属性约简算法及算法的时间复杂度.通过实例说明,该算法是有效的.     

基于单调包含度的模糊决策信息系统的知识约简

知识约简是机器学习,模式识别,信号处理等领域的主要问题之一。本文介绍了基于单调包含度的模糊决策信息系统的知识约简。证明了模糊决策信息系统的约简即是其对应信息系统的约简,从而为该种模糊决策信息系统的知识约简提供了简单直接的方法。     

合成信息系统与有限个子信息系统的近似算子研究

信息系统的合成和分解在实际应用中是一个很重要的问题。在文献[13]中讨论了两个信息系统的合成,本文给出了任意有限个对象合成信息系统和有限个属性合成信息系统的概念,分别讨论了它们的上下近似算子与有限个原子信息系统的上下近似算子之间的关系,并通过实例验证了该方法在计算近似算子时可以有效地减少运算时间。     

连续论域上Fuzzy集的信息熵

在文献[1]的基础上,把模糊熵从离散论域推广到连续论域,给出连续论域上Fuzzy集的偏熵、关联熵等概念。对其主要性质进行讨论,取得了一些令人满意的结果。拓宽信息熵的研究领域,对不确定复杂系统的信息处理、知识学习、归纳学习、模糊信息学的进一步研究打下一定基础。     

不完备直觉模糊信息系统的属性约简

利用优势关系,可对完备直觉模糊信息系统与决策信息表进行属性约简.将优势关系改进为广义优势关系,在此基础上构建了不完备直觉模糊信息系统与决策信息表的辨识矩阵,得到了求解属性约简与相对约简的具体方法.     

知识的Fuzzy-Rough性研究及其应用

提出了知识的Rough熵与Fuzzy熵的概念,综合度量了知识的粗糙性和二元关系的不确定性,讨论了它的性质,给出了若干定理,并应用于目标信息系统的相对约简,得到最小约简,最后举例说明相对约简过程。     

Attribute reduction based on generalized fuzzy evidence theory in fuzzy decision systems

Attribute reduction is viewed as an important issue in data mining and knowledge representation. This paper studies attribute reduction in fuzzy decision systems based on generalized fuzzy evidence theory. The definitions of several kinds of attribute reducts are introduced. The relationships among these reducts are then investigated. In a fuzzy decision system, it is proved that the concepts of fuzzy positive region reduct, lower approximation reduct and generalized fuzzy belief reduct are all equivalent, the concepts of fuzzy upper approximation reduct and generalized fuzzy plausibility reduct are equivalent, and a generalized fuzzy plausibility consistent set must be a generalized fuzzy belief consistent set. In a consistent fuzzy decision system, an attribute set is a generalized fuzzy belief reduct if and only if it is a generalized fuzzy plausibility reduct. But in an inconsistent fuzzy decision system, a generalized fuzzy belief reduct is not a generalized fuzzy plausibility reduct in general.     

模糊数直觉模糊集运算的模糊结构元表示

在文[4]提出的模糊数直觉模糊集定义的基础上,将文[2]和[7]定义的区间值直觉模糊集运算推广到模糊数直觉模糊集中.利用模糊数的结构元表示方法,得到了模糊数直觉模糊集运算的简便的结构元表示形式,同时给出这些运算的相关性质及证明.     

集值信息系统及其属性约简

阐明集值信息系统具有知识表达的实际意义;引入关于相容关系的最大相容分类方法对论域中的对象分类,以保证每个相容类中的对象具有共同的属性特征;讨论集值信息系统的属性约简问题,利用区分函数,给出核及约简的求法.     

Generalized triangular fuzzy correlated averaging operator and their application to multiple attribute decision making

We investigate the multiple attribute decision making problems with triangular fuzzy information. Motivated by the ideal of Choquet integral [G. Choquet, Theory of capacities, Ann. Instit. Fourier 5 (1953) 131–295] and generalized OWA operator [R.R. Yager, Generalized OWA aggregation operators, Fuzzy Optim. Dec. Making 3 (2004) 93–107], in this paper, we have developed an generalized triangular fuzzy correlated averaging (GTFCA) operator. The prominent characteristic of the operators is that they cannot only consider the importance of the elements or their ordered positions, but also reflect the correlation among the elements or their ordered positions. We have applied the GTFCA operator to multiple attribute decision making problems with triangular fuzzy information. Finally an illustrative example has been given to show the developed method.     

决策信息系统中的拓扑学方法

在决策信息系统中引入拓扑结构,借助拓扑学的基本概念(拓扑、内部和闭包等)研究决策问题,用它们刻画决策信息系统中的一些重要概念(决策协调集、决策约简集、下近似协调集、下近似约简集、上近似协调集、上近似约简集),并利用它们把这些重要概念推广到最一般的情况,建立起相应的约简理论.