直觉模糊面集的相似度及其在模式识别中的应用

直觉模糊数以隶属度和非隶属度所构成的有序点来表示所要研究的信息。由于犹豫度的存在,本文从几何的观点出发,将其转化为一个可能面,提出了直觉模糊面集的概念。在此基础上,定义了两个不同直觉模糊面集的相似度,研究了它的性质。最后给出了直觉模糊面集的相似度在模式识别中的应用实例,并做了相应的对比分析,结果表明本文提出的方法具有可行性和有效性。     

毕达哥拉斯模糊软集的相似性测度及其应用

直觉模糊软集不能处理隶属度与非隶属度之和大于1的情况,且现有的直觉模糊软集的相似性测度只考虑了隶属度与非隶属度,忽视了犹豫度。针对以上问题,本文提出了一种基于隶属度、非隶属度以及犹豫度三个参数的毕达哥拉斯模糊软集的相似性测度和加权相似性测度。在为加权相似性测度的权重取值时,本文基于现有文献中直觉模糊熵存在的缺陷建立一种改进的直觉模糊熵,利用熵权法计算权重。分别讨论两相似性测度公式的性质,最后将两相似性侧度公式应用在建筑材料的模式识别问题中。     

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.     

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.     

基于决策者风险偏好的直觉模糊数排序方法

决策者的风险偏好对决策有着重要的影响。本文通过引入反映决策者风险偏好程度的风险参数,基于直觉模糊数的隶属度、非隶属度和犹豫度,定义排序直觉模糊数的含风险参数的得分函数,并结合直觉模糊加权平均算子给出了一种属性值为直觉模糊数的多属性决策方法。通过算例阐明该方法的可行性和有效性。     

基于直觉模糊软集的群决策方法研究

研究了专家权重未知情况下基于直觉模糊软集的群决策问题.首先利用距离提出了一种基于直觉模糊软集的决策算法.然后通过考虑专家个体提供信息本身的不确定性和专家之间提供的信息间的一致性,定义了直觉模糊软集的知识测度和基于α-相似关系的一致度,由此提出了一种确定专家权重的方法.进而给出了一种基于直觉模糊软集的群决策算法.最后通过实例说明所提出算法是有效的与合理的.     

基于Archimedean三角模的犹豫直觉模糊语言信息群决策方法

针对语言术语集下标运算不封闭的问题,基于Archimedean三角模讨论了犹豫直觉模糊语言信息下的封闭运算体系。首先提出基于Archimedean三角模的犹豫直觉模糊语言集,然后给出了相应的得分函数、精确函数、排序规则和集结算子,给出一种基于Archimedean三角模的犹豫直觉模糊语言信息的群决策方法,最后用一个实例说明了方法的有效性和优越性。     

基于直觉梯形模糊偏好相似度的多属性决策方法

在解决模糊多属性决策问题中,相似度是一种有效的方法.针对已有的相似度的不足,构造了一种新的两个矢量之间的相似度,证明其满足相似度的性质,并把它应用解决直觉梯形模糊偏好多属性决策问题.方法用语言值的直觉梯形模糊数来表示决策方案的信息,通过计算每个决策方案的期望矢量,与正理想方案和负理想方案的期望矢量的相对相似度,并由相对相似度大小来排列决策方案.最后用一案例来讨论方法的可行性,数值结果表明方法计算简单,实用性强.     

犹豫直觉模糊偏好关系积性一致性及其在群决策中的应用

模糊偏好关系在群决策中得到了广泛研究,针对犹豫直觉模糊集既能反映决策者偏好和非偏好的信息,又能描述其犹豫心理的特点,提出了犹豫直觉模糊偏好关系及其积性一致性的定义。为了修复不一致的犹豫直觉模糊偏好关系,先构建积性一致性指标,然后提出两种修复方法。最后,将犹豫直觉模糊偏好关系应用到群决策中,通过实例和比较说明了两种修复方法的有效性和合理性。     

犹豫模糊语言幂均算子及其在群决策中的应用

犹豫模糊语言术语集用以描述专家给出语言评价时表现出犹豫的情形.文章针对专家权重未知的犹豫模糊多属性群决策问题,提出一种基于犹豫模糊语言幂均算子的群决策方法.首先定义了犹豫模糊虚拟术语集,犹豫模糊虚拟术语集上的距离和幂均算子,然后建立一种专家间信息相互支持的犹豫模糊群决策方法.该方法将专家给出的语言评价信息转化为犹豫模糊虚拟术语集,用犹豫模糊虚拟术语集上的幂均算子构建群决策矩阵,并用基于TOPSIS的方法对方案进行排序和择优.最后通过实例说明了所提方法的实用性和有效性.     

模糊群决策的逼近于理想解排序法

首先给出一致性互补判断矩阵元素与排序权重的一种新逻辑关系,并以模糊极大集和模糊极小集作为模糊正理想解和模糊负理想解。然后,通过α-截集将模糊数转化为α水平下的区间数,并构造基于贴近度的可能度矩阵,利用所提出的逻辑关系确定在α水平下的排序权重。最后集结各水平下的权重得到最终的排序权重。     

模糊环境下部分权重信息的多属性群决策方法

针对决策过程中信息是模糊不确定的,属性的权重信息是部分可知的,我们给出了一个新的确定不同专家给出的属性值的权重的方法.该方法能将靠近中心值的属性值分配较大的权重,而给远离中心值的属性值分配较小的权重,从而得到更加合理的综合属性值.为了确定属性的权重信息,我们建立了一个线性规划模型.利用所给的新方法,我们给出了一个新的模糊多属性群决策方法.最后的实例说明方法的有效性和合理性.     

模糊关系积在群决策中的应用

将模糊三角积及方积的概念用于群体多准则决策,给出了一种分析比较专家意见的方法,定义了专家意见的一致性,并在此基础上对专家的观点在不同水平上进行分类     

Fuzzy Ideal Based Computational Approach for Group Decision Making Problems

In this paper, we present a computational method to fuzzy group decision making problems. A function that satisfies the properties of fuzzy ideal of semiring of positive integers is also investigated in the present paper and is used for idealizing the group preference matrix obtained by different decision makers. The proposed method appears in form of simple computational algorithms to idealize the group preference matrix and calculating total order of preference relation. Finally, the suitability of the proposed method is shown by taking an example of a human resource development (HRD) event, where it is used to select the best possible candidate by different decision makers.     

基于因素空间理论的犹豫模糊群决策

为了更充分的利用数据信息, 本文提出了以犹豫模糊集作为概念的反馈外延.进而给出了考虑犹豫度的犹豫模糊集间的关系与运算; 基于此运算, 定义了模糊概念的外延包络, 并利用包络来集结多因素的偏好信息, 最后给出群决策步骤, 并通过实例对上述理论方法进行了应用。     

基于残缺信息的直觉模糊判断矩阵群决策方法

直觉模糊判断模拟人类的决策过程、反映人类的经验和行为,在处理复杂不确定性决策问题方面具有较高的灵活性和实用性。在实际决策过程中,直觉模糊判断矩阵中的元素会有残缺。本文研究了残缺信息下直觉模糊群组判断矩阵的最优排序方法问题。利用直觉模糊判断的一致性条件,提出了残缺信息下直觉模糊群组判断的最小二乘排序模型,并将此模型推广到完全信息直觉模糊群组判断的情形。算例分析表明,本文的研究是有效可行的。     

一种区间Pythagorean模糊VIKOR多属性群决策方法

针对属性信息为区间Pythagorean模糊集且属性权重和专家权重均未知的一类群决策问题, 结合信息熵理论, 提出了一种区间Pythagorean模糊VIKOR多属性群决策方法。首先定义一种新的区间Pythagorean模糊距离测度, 并讨论其性质。其次基于该距离测度定义了区间Pythagorean模糊相对距离指数, 并基于相对距离指数构建了一种熵权模型确定专家权重和属性权重。然后提出一种区间Pythagorean模糊VIKOR多属性群决策方法。最后通过企业生产方案选择案例说明了提出新方法的可行性与有效性。     

考虑决策者风险偏好的区间直觉模糊多属性群决策方法

提出了一种考虑决策者风险偏好且属性权重信息不完全的区间直觉模糊数多属性群决策方法。同时考虑相似度和接近度,确定每一属性的决策者权重。为了考虑决策者风险偏好对决策结果的影响和避免区间直觉模糊矩阵的渐进性,引入了决策者风险偏好系数,将集结后的综合决策矩阵转换成区间数矩阵。然后,为了客观地求出属性权重信息不完全环境下属性的权重,构建了基于区间直觉模糊交叉熵的属性权重目标规划模型,该模型不仅考虑了评价值的偏差,也强调了评价值自身的可信度。最后,通过研发项目选择问题的实例分析说明了所提方法的合理性和优越性。     

模糊多目标群决策方法在军事辅助决策中的运用

决策者用语言变量评价目标权系数和定性目标,对定量目标进行无量纲化处理,并统一表示成不规则四边形模糊数的形式.经集结确定各决策对各方案的模糊评价指标,然后用乐观系数准则确定各决策对各方案的排序指标.最后用平均值法集结所有决策者对各方案的排序指标,并确定出群体对各方案的排序.     

模糊多属性群决策一致性分析研究

群决策过程中各成员可能以不同的方式给出决策信息,讨论了四种不同决策信息的统一方法,设置了模糊环境下进行一致性判断的准则,介绍了梯形模糊数在群决策过程中的运算方法,举例说明了这种方法的应用步骤.