基于区间值直觉模糊集的TOPSIS多属性决策

基于区间值直觉模糊集,提出了一种新的TOPSIS模糊多属性决策方法。首先介绍区间直觉模糊集的概念,定义了两个区间值直觉模糊集之间的距离;然后根据TOPSIS方法的原理,定义了两个区间值直觉模糊集的接近系数,通过计算备选方案到区间值直觉模糊正理想解和负理想解的距离来确定接近系数,从而判断备选方案的优劣次序。最后,通过一个具体实例来说明这种方法的有效性和具体计算过程。     

基于直觉模糊距离的群决策专家意见聚合分析

提出了一种基于直觉模糊距离来聚合专家个人意见为一个优化的群体意见一致度的新方法.首先,根据直觉模糊集的几何意义,定义了两个直觉模糊集之间的距离;然后,利用直觉模糊距离来聚合专家两两之间对备选方案意见的一致度,综合考虑每位专家的相对重要权重,得到专家群体对备选方案意见的综合一致度;最后通过一个具体实例来说明这种方法的具体应用及计算过程.     

基于直觉模糊集的多属性决策方法

对基于直觉模糊信息的多属性决策问题进行了研究,引入了直觉模糊数的得分函数、直觉模糊正理想点和负理想点,然后给出了基于TOPSIS的多属性决策方法,通过计算各备选方案的得分向量与直觉模糊负理想点得分向量之间的距离来确定各备选方案的综合评价指数,进而判断方案的优劣次序.最后,通过一个具体的实例分析说明了该方法的有效性与具体应用过程.     

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.     

基于模糊熵的直觉模糊多属性群决策方法

针对专家权重未知、专家判断信息以直觉模糊集给出的多属性群决策问题,提出了一种新的决策方法.通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度,进而确定每位专家的权重.然后定义直觉模糊集的模糊交叉熵确定备选方案距理想方案和负理想方案的距离,再根据加权算术算子集结专家的判断信息,得到方案的排序.最后,通过一个实例分析验证了方法的有效性.     

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。     

不确定环境下网络舆情突发事件应急方案评估决策研究

网络舆情突发事件由于短时间内信息收集不完备,具有明显的不确定性和社会危害性,各相关应急部门可能会按照自身利益偏好而提前制定多个应急备选方案来应对网络舆情危机.为及时高效地辅助决策者在不确定环境下从中选择实施最优方案,设计了基于直觉模糊集决策方法和Topsis法相结合的网络舆情突发事件应急方案评估决策模型,首先构建应急方案对各评估指标的直觉模糊集评估矩阵,接着利用改进的直觉模糊熵来确定各评估指标的客观权重,进而通过加权集结计算得到各应急备选方案的相对贴近度,并根据相对贴近度的大小对各应急备选方案进行优劣排序.最后通过一个具体算例验证了模型的有效性和可行性.     

区间直觉模糊集的模糊熵群决策方法

针对专家权重未知、专家判断信息以区间直觉模糊集给出的多属性群决策问题,提出了一种新的模糊熵决策方法。通过定义区间直觉模糊集的模糊熵判断专家信息的模糊程度,进而确定每位专家的权重;然后计算备选方案距理想方案和负理想方案的模糊交叉熵距离,得到每个专家对方案的排序;再分别利用加权算术算子和加权几何算子集结专家的排序结果,得到专家群体对方案的排序。实例分析验证了方法的有效性。     

一种基于不完备直觉模糊信息的TOPSIS方法

多属性决策过程中,每个方案的属性值有时体现为由直觉模糊数所刻划的语言变量,通过定义直觉模糊数间的距离,首先提出了基于直觉模糊数的TOPSIS方法;其次,考虑到在实际问题中往往会遇到不完备直觉模糊信息的事实,提出一种将不完备直觉模糊数完备化的方法,并建立了基于不完备直觉模糊信息的TOPSIS方法,同时通过实例说明该方法的有效性以及在多属性决策中的应用.     

直觉模糊多属性决策的TOPSIS法

属性值和权重都是直觉模糊集的多属性决策问题不同于一般的多属性决策问题，不能运用现有的决策方法求解。本文给出了直觉模糊正、负理想方案的定义及其与每个方案的欧氏距离，进而建立了每个方案与直觉模糊正理想方案的相对贴近度计算方法，从此产生所有方案的优序排序，即拓展了TOPSIS法。数值实例说明了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途径。     

基于TOPSIS的区间直觉模糊多属性决策法

对基于区间直觉模糊信息的多属性决策问题进行了研究。给出了区间直觉模糊数之间的距离公式,并定义了区间直觉模糊正、负理想点,进而提出了一种基于TOPSIS的区间直觉模糊多属性决策方法。最后进行了实例分析。     

基于直觉模糊集的全区间决策方法

针对属性值为直觉模糊集且属性权重已知的模糊多属性决策问题,本文基于直觉模糊算术加权平均算子,提出了一种基于直觉模糊集的全区间决策方法。全区间决策函数引入了态度指标k,从而可以反映决策者态度的变化,从0到1变化k值,可以在整个区间内挖掘决策信息的变化,与得分函数法和基于距离TOPSIS贴近度方法相比,将过去的点值判断延伸至全区间判断,避免了决策信息的丢失现象,决策更加准确合理。实例计算表明该方法的正确性、有效性和合理性,具有一定的推广借鉴价值。     

基于模糊二元运算的直觉模糊群

为了使直觉模糊群也具有经典的结构,首先给出经典集合G的一种直觉模糊二元运算,利用这种直觉模糊二元运算定义了直觉模糊群,讨论这种直觉模糊群的一些性质,并给出直觉模糊群的两种等价定义。由于直觉模糊群具有和群一样经典的结构,因此,使直觉模糊代数的深入研究有了充分的理论基础。     

几类广义模糊集的关系

经过近五十年的发展,模糊集在理论与应用两个领域的研究都已经取得长足的进展,特别地,在模糊决策等应用领域,涌现了几类重要的广义模糊集,包括区间值模糊集,直觉模糊集,区间值直觉模糊集,II型模糊集,Vague集,灰集等。本文简要介绍关于这些广义模糊集之间关系的研究成果,以及国外关于直觉模糊集术语问题的争议。     

基于新型区间直觉三角模糊熵的多属性决策方法

在进行区间直觉模糊多属性决策时,有时属性权重是未知的,针对这一问题,提出一种新型区间直觉三角模糊熵的决策方法.首先,给出该新型区间直觉三角模糊熵定义和相关定理,应用该区间直觉三角模糊熵确定属性的权重.然后,基于逼近理想解排序法(TOPSIS)的思想,采用改进的加权欧几里得距离,进行区间直觉模糊群决策,并给出决策步骤.最后,将该方法应用在供应链选择的群决策问题中,通过算例实验验证了该方法的有效性与可行性.     

基于改进直觉模糊集成算子的多属性决策方法及其应用研究

基于直觉模糊集理论,提出了改进直觉模糊集成算子方法来研究多属性决策问题。本文定义了直觉模糊数的运算法则和比较了直觉模糊信息的一系列集成算子,然后改进了传统得分函数,并将其与直觉模糊集成算子相结合,从而得到新的直觉模糊信息的集成方式,将其运用于解决属性权重已知的直觉模糊多属性决策问题。最后,通过具体实例说明该方法的有效性和具体应用过程。     

Extension of the TOPSIS method for decision making problems under interval-valued intuitionistic fuzzy environment

TOPSIS is one of the well-known methods for multiple attribute decision making (MADM). In this paper, we extend the TOPSIS method to solve multiple attribute group decision making (MAGDM) problems in interval-valued intuitionistic fuzzy environment in which all the preference information provided by the decision-makers is presented as interval-valued intuitionistic fuzzy decision matrices where each of the elements is characterized by interval-valued intuitionistic fuzzy number (IVIFNs), and the information about attribute weights is partially known. First, we use the interval-valued intuitionistic fuzzy hybrid geometric (IIFHG) operator to aggregate all individual interval-valued intuitionistic fuzzy decision matrices provided by the decision-makers into the collective interval-valued intuitionistic fuzzy decision matrix, and then we use the score function to calculate the score of each attribute value and construct the score matrix of the collective interval-valued intuitionistic fuzzy decision matrix. From the score matrix and the given attribute weight information, we establish an optimization model to determine the weights of attributes, and construct the weighted collective interval-valued intuitionistic fuzzy decision matrix, and then determine the interval-valued intuitionistic positive-ideal solution and interval-valued intuitionistic negative-ideal solution. Based on different distance definitions, we calculate the relative closeness of each alternative to the interval-valued intuitionistic positive-ideal solution and rank the alternatives according to the relative closeness to the interval-valued intuitionistic positive-ideal solution and select the most desirable one(s). Finally, an example is used to illustrate the applicability of the proposed approach.     

直觉模糊数可能度的概率定义及其决策

发现直觉模糊数可能度的传统定义考虑的因素不全面,计算结果不太符合常理,提出基于均匀分布的直觉模糊数可能度定义,得到相对简单且精确的可能度计算公式;证明可能度的传统定义不稳定;探索多属性直觉模糊集利用可能度进行决策的方法.最后,运用多属性直觉模糊集决策实例,既验证基于均匀分布的可能度定义的优越性,又验证可能度传统定义的不稳定性和不能敏锐区别方案间的差别,难以得到最优决策,甚至可能导致错误决策.