不确定语言多属性决策的组合方法

研究了属性权重完全未知、属性值以不确定语言变量形式给出的不确定语言多属性决策问题.首先引入了不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念.针对属性权重完全未知的情形,给出了一个求解权重的组合公式.然后利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

梯形模糊有序加权几何算子及其在决策中的应用

针对梯形模糊数据信息的集成问题,给出了梯形模糊数两两比较的可能度公式和梯形模糊有序加权几何(TFOWG)算子.基于可能度公式和TFOWG算子,提出了一种准则权重信息完全未知且准则值以梯形模糊数形式给出的不确定多准则决策方法.最后,实例分析表明了该方法的可行性和有效性.     

三参数区间数集成算子及决策应用

研究了三参数区间数信息集成算子及其在决策中的应用.首先,给出了三参数区间数的有序加权CP-OWA算子、有序加权CP-OWG算子及广义有序加权CP-OWA算子和广义有序加权CP-OWG算子的概念,并初步探讨了它们的性质,推广了相关文献中的三参数区间数加权CP-OWA算子和加权CPOWG算子.然后,通过方案三参数区间数属性值的可能度得到方案属性值可能度矩阵,进而根据可能度矩阵的排序向量实现方案三参数区间数属性值的排序,并通过文中定义的三参数区间数信息集成算子进行信息集成,实现方案排序择优.     

不确定多属性决策中的一种模糊赋权方法

研究了以三角模糊数给出属性权重的不确定多属性决策问题,提出了一种基于三角模糊数的赋权方法,并给出了决策模型.首先决策者将属性权重两两比较的结果用三角模糊数表示,构造三角模糊数互补判断矩阵.通过求解矩阵得到模糊权重.然后,集结各方案的模糊综合属性值,通过构造并求解可能度矩阵对方案进行排序.最后给出了一个应用实例.     

模糊多属性决策中模糊加权平均法的一种改进方法

本文针对模糊加权平均法(FWA)的应用局限性,基于α截集、区间算子改进了模糊加权平均法。该方法首先运用区间算子计算在α水平下方案的区间综合属性值,然后借助可能度对方案两两比较得到互补判断矩阵,利用模糊互补判断矩阵确定方案优先权重的参数方法确定该水平下的方案优先权重,再通过集结各个水平下的权重得到方案排序的优先权重。改进的加权平均法可以有效的处理属性值和权重以多种模糊数形式给出的模糊多属性决策,具有普遍性,值得进一步研究推广。最后用实例说明该方法的有效性与可行性。     

具有多种形式偏好信息的双边匹配方法

针对含有不确定偏好序、不确定语言变量和残缺互补判断矩阵形式偏好信息的双边匹配问题,提出一种双边匹配决策方法。首先,对具有三种形式不确定偏好信息的双边匹配问题进行描述;然后,依据风险函数、可能度和非线性规划理论,结合不确定偏好序、不确定语言变量和残缺互补判断矩阵的特点构建序值计算规则,进而将三种形式偏好信息转化成序值向量,建立双边满意匹配优化模型;最后,通过算例验证了提出方法的可行性和有效性。     

不确定隶属度语言Einstein算子及其应用

在不确定隶属度语言变量和Einstein算子的基础上,提出了一种新的算子—不确定隶属度语言Einstein算子,并将其应用到多属性群决策中.首先定义了不确定隶属度语言Einstein算子的概念、相应的运算规则、大小比较方法.之后提出了几种新的不确定隶属度语言Einstein算子,比如:不确定隶属度语言Einstein加权算术平均算子(UMLEWA)、不确定隶属度语言Einstein加权几何平均算子(UMLEWG)、不确定隶属度语言Einstein有序加权算术平均算子(UMLEOWA)、不确定隶属度语言Einstein有序加权几何平均算子(UMLEOWG)、广义不确定隶属度语言Einstein加权算术平均算子(GUMLEWA)、广义不确定隶属度语言Einstein加权几何平均算子(GUMLEWG),以及算子的相应性质(幂等性,有界性,单调性),并证明了性质的正确性.其次在不确定隶属度语言Einstein加权算术平均算子(UMLEWA)和不确定隶属度语言Einstein加权几何平均算子(UMLEWG)基础上,提出了两种不同的方法来处理多属性群决策问题,并给出了具体的群决策步骤.最后,通过实例验证了所提方法的有效性和可行性.     

区间数互反矩阵几何加权集成多属性群决策方法

研究了属性值以区间数表示的群决策问题,提出了区间数决策向量转化为互反判断矩阵的公式,定义了区间数互反判断矩阵几何加权集成算子.在此基础上,提出了区间数多属性群决策的新方法.方法首先针对每一个属性,将各决策者、各方案对应此属性的区间数向量转换为互反判断矩阵,由新定义的集成算子进行集成.由集成区间数矩阵的上界、下界矩阵计算各方案关于此属性的排序向量.由属性权重、可能度和排序公式对方案进行排序.最后给出一个实例进行分析,结果表明了此方法的实用性和可行性.     

直觉模糊多属性的意见集中排序法

研究了属性权重信息不完全确定,属性值为直觉模糊集的多属性决策问题。首先根据直觉模糊数的得分函数和精确函数对决策矩阵中的评价值比较大小,进而按属性集中的每个属性对方案排成线性序;然后通过计算赋权模糊优先矩阵确定方案的优属度,建立规划模型确定属性的权重;再利用加权算术算子对方案集结,得到专家对方案的排序,从而得到一种新的意见集中排序的决策方法。数值实例说明该方法的有效性和实用性,可为解决直觉模糊多属性决策提供新方法     

不确定区间隶属度语言变量及其应用

基于不确定语言变量和区间模糊数,提出了不确定区间隶属度语言变量的概念,定义了不确定区间隶属度语言变量的运算规则、大小比较方法,给出了不确定区间隶属度语言变量的加权算术平均算子、加权几何平均算子及其相应性质,并将这些算子应用于属性权重确知且属性值以不确定区间隶属度语言变量形式给出的不确定多属性群决策问题中,通过示例验证了基于不确定区间隶属度语言变量信息的多属性群决策方法的有效性和可行性。