区间直觉梯形模糊Bonferroni平均算子及在多属性群决策中的应用

针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于加权区间直觉梯形模糊Bonferroni平均(WIVITFBM)算子的决策方法.首先,基于IVITFN的运算法则和Bonferroni平均(BM)算子,定义了区间直觉梯形模糊Bonferroni平均(VITFBM)算子和WIVITFBM算子.然后,研究了这些算子的一些性质,建立基于WIVITFBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。     

梯形模糊数直觉模糊Bonferroni平均算子及其应用

本文研究决策信息为梯形模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于梯形模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法.首先,介绍了TFNIFN的概念和运算法则,基于这些运算法则和Bonferroni平均(Bonferroni mean,BM)算子,定义了梯形模糊数直觉模糊Bonferroni平均算子和TFNIFWBM算子.然后,研究了这些算子的一些性质,建立基于TFNIFWBM算子的多属性群决策模型,结合排序方法进行决策.最后,将该方法应用在MAGDM中,算例结果表明了该方法的有效性与可行性.     

一种基于Choquet积分的多属性直觉模糊决策方法

研究了决策者对方案的主观偏好值以及属性值均为直觉模糊数的且属性间存在关联的多属性决策问题.利用Choquet模糊积分作为集结算子,构建了基于属性关联的M OD和SOD模型.通过求解模型获得属性的权重,进而给出了一种新的直觉模糊多属性决策方法.最后通过一个算例说明了该决策方法的有效性和可行性.     

基于距离测度的区间直觉梯形模糊多属性群决策方法

提出了一种基于距离测度的区间直觉梯形模糊多属性群决策方法.首先,基于个体决策矩阵与平均决策矩阵及极端决策矩阵之间的距离,获取专家的权重.然后,运用区间直觉梯形混合几何算子对个体决策矩阵和属性值进行集结,进而通过得分函数和精确度函数对方案进行排序.最后,通过应急方案选择的算例来说明该方法的可行性和有效性.     

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.     

基于区间直觉梯形模糊数的改进TOPSIS多属性决策方法

研究了属性权重完全未知的区间直觉梯形模糊数的多属性决策问题,结合TOPSIS方法定义了相对贴近度及总贴近度公式.首先由区间直觉梯形模糊数的Hamming距离给出了每个方案的属性与正负理想解的距离,基于此,给出了相对贴近度矩阵,根据所有决策方案的综合贴近度最小化建立多目标规划模型,从而确定属性的权重值,然后根据区间直觉梯形模糊数的加权算数平均算子求出各决策方案的总贴近度,根据总贴近度的大小对方案进行排序;最后,通过实例分析说明该方法的可行性和有效性.     

直觉模糊优先有序加权距离算子及其在多属性群决策中的应用

在一些多属性群决策问题中,属性间可能存在一定的优先等级,因此在决策过程中有必要考虑属性间的优先关系。本文首先基于COWA算子定义了一种新的直觉模糊值间的距离。其次,基于属性间的优先关系,利用直觉模糊值的熵值给出多属性群决策问题中关联权重的计算方法。为了解决具有优先级的直觉模糊多属性群决策问题,定义了直觉模糊优先有序加权距离(IFPOWD)算子,并且提出了基于IFPOWD算子的多属性群决策方法。最后,运用实例证明了方法的有效性。     

基于改进得分函数的直觉梯形模糊数群体多属性决策方法

为考虑群体多属性决策问题中决策人的风险偏好,在直觉梯形模糊数的基础上,利用连续区间有序加权平均算子对直觉梯形模糊数进行化简,使其转换成直觉模糊数。并基于此提出了一种全新的得分函数。从而得到了一种全新的群体多属性决策方法,将其应用于具体算例中,给出了该方法的具体步骤并证明了有效性。     

基于模糊数直觉模糊PG算子的多属性决策方法

针对决策信息为三角模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出了一种基于三角模糊数直觉模糊PG(TFNIFPG)算子的决策方法.首先,基于TFNIFN的运算法则和PG(Power Geometric)算子,定义了TFNIFPG算子.然后,研究了该算子的一些性质,建立基于TFNIFPG算子的MAGDM模型,结合排序方法进行决策.最后通过某项目投资算例验证了该算子的有效性与可行性.     

基于TIFN Choquet积分几何平均算子的多属性决策方法

针对属性值为三角直觉模糊数且属性间存在关联的多属性决策问题,定义了三角直觉模糊数的度以及相对核,根据Choquet积分的性质和模糊测度定义了三角直觉模糊Choquet积分几何平均算子,分析和证明其相关性质.针对方案的评价信息为三角直觉模糊数的关联多属性决策问题,利用三角直觉模糊Choquet积分几何平均算子集成得到方案的综合属性值,接着提出了三角直觉模糊数下基于属性关联的多属性决策方法,以一个实例分析证明了所提出方案的可行性和合理性.     

直觉梯形模糊语言Frank算子及其在决策中的应用

本文在直觉梯形模糊语言集的基础上,引入了Frank算子,提出一组新的算子——直觉梯形模糊语言Frank集结算子,并将其应用到多属性决策中。首先,本文提出了直觉梯形模糊语言集Frank算子的表达式,并给出相应的运算规则。然后提出了直觉梯形模糊语言Frank加权算术平均(ITrFLFWA)算子、直觉梯形模糊语言Frank加权几何平均(ITrFLFWG)算子、直觉梯形模糊语言Frank广义加权平均(ITrFLGFWA)算子等,并证明了其具有幂等性、有界性、单调性等性质。最后,通过实例验证了直觉梯形模糊语言Frank算子可以有效解决直觉梯形模糊语言环境下的多属性决策问题。     

直觉模糊交叉影响Choquet积分算子及其决策应用

直觉模糊Choquet积分集成算子能有效解决属性关联的直觉模糊决策问题,直觉模糊数交叉影响运算能反映出不同直觉模糊数的隶属度和非隶属度之间的交叉影响.通过将直觉模糊Choquet积分平均算子与直觉模糊数交叉影响运算相结合,定义了直觉模糊交叉影响Choquet积分集成算子,包括直觉模糊交叉影响Choquet积分平均算子(IFICIA)和直觉模糊交叉影响Choquet积分几何算子(IFICIG),推导出它们的计算公式,讨论了它们的性质.通过研究直觉模糊交叉影响Choquet积分集成算子的特殊形式,发现直觉模糊交叉加权平均算子(IFIWA)和有序加权平均算子(IFIOWA)、直觉模糊交叉加权几何算子(IFIWG)和有序加权几何算子(IFIOWG)等均为它们的特例。最后,提出了基于直觉模糊交叉影响Choquet积分集成算子的决策方法,通过决策实例说明其可行性和稳定性。     

基于TOPSIS的属性关联直觉模糊多属性决策方法

针对属性值为直觉模糊数,已知部分属性偏好关系及属性交互类型的属性关联多属性决策问题给出决策方法.首先定义方案到正(负)理想方案的距离及各方案与正理想方案相对贴近度.然后以极大化各方案与相对贴近度为目标建立优化模型,确定出属性集的模糊测度.进而基于直觉模糊Choquet积分算子计算各方案的直觉模糊综合评价值,再根据直觉模糊数的得分值及精确度得到方案的排序.最后通过实例验证了方法的有效可行性.     

诱导型广义Pythagorean模糊Choquet积分算子及群决策应用

主要目的研究决策信息为Pythagorean模糊数,决策属性间存在相互关联的多属性群决策问题。首先,基于Pythagorean模糊数运算和Choquet积分,提出了诱导型广义Pythagorean模糊Choquet积分(I-GPFCI)算子。然后,探讨了I-GPFCI算子的相关性质及一些特例,并给出了基于I-GPFCI算子的多属性群决策方法。最后,通过算例分析说明I-GPFCI算子在群决策应用中的有效性和可行性。     

三角模糊数直觉模糊PA算子及其应用

针对决策信息为三角模糊数直觉模糊数（TFNIFN）且属性间存在相互关联的多属性群决策（MAGDM）问题,提出了一种基于三角模糊数直觉模糊PA （TFNIFPA）算子的决策方法.首先,基于TFNIFN的运算法则和PA （Power Average）算子,定义了TFNIFPA算子.然后,研究了该算子的一些性质,建立基于TFNIFPA算子的MAGDM模型,结合排序方法进行决策.最后通过MAGDM算例验证了该算子的有效性与可行性.     

梯形直觉模糊数集成算子及在决策中的应用研究

在直觉模糊集理论基础上,用梯形模糊数表示直觉模糊数的隶属度和非隶属度,进而提出了梯形直觉模糊数;然后定义了梯形直觉模糊数的运算法则,给出了相应的证明,并基于这些法则,给出了梯形直觉模糊加权算数平均算子(TIFWAA)、梯形直觉模糊数的加权二次平均算子(TIFWQA)、梯形直觉模糊数的有序加权二次平均算子(TIFOWQA)、梯形直觉模糊数的混合加权二次平均算子(TIFHQA)并研究了这些算子的性质;建立了不确定语言变量与梯形直觉模糊数的转化关系,并证明了转化的合理性;定义了梯形直觉模糊数的得分函数和精确函数,给出了梯形直觉模糊数大小比较方法;最后提供了一种基于梯形直觉模糊信息的决策方法,并通过实例结果证明了该方法的有效性。     

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.     

基于核的区间直觉模糊信息集成的一类算子及其决策应用

定义了区间数核、区间直觉模糊数核的概念.并以此为基础,提出了区间直觉模糊数表示的模糊信息的几个集成算子:IIFKWA,IIFKWG,IIFKOWA IIFKOWG,IIFKHA,IIFKHG,研究了算子性质.探讨了集成算子在多属性决策中的应用,算例分析表明其具有可行性与有效性.     

三角毕达哥拉斯模糊Choquet积分算子及其应用

针对属性值为三角毕达哥拉斯模糊数且属性之间相互关联的多属性决策问题,将三角毕达哥拉斯模糊集与Choquet积分相结合,提出了三角毕达哥拉斯模糊Choquet积分平均算子(TPFCA)和三角毕达哥拉斯模糊Choquet积分几何算子(TPFCG),给出其计算公式;然后又研究了算子的性质:幂等性、单调性、有界性等;最后将三角毕达哥拉斯模糊Choquet积分算子用于多属性决策中,提出了基于三角毕达哥拉斯模糊Choquet积分算子的多属性决策方法,并且通过实例说明这些算子的有效性.     

区间直觉模糊信息的相容性测度和一致性群决策调整

考虑到区间直觉模糊信息的群决策问题,给出区间直觉模糊判断矩阵相容性及其基于基本相容性调整一致性群决策的过程.首先,提出了基于区间直觉模糊判断矩阵的相容性定义及其一些性质.其次,给出了区间直觉模糊判断矩阵的一个相容性指标及衡量区间直觉模糊判断矩阵的相容性准则.再次,利用临界值给出区间直觉模糊信息的一致性群决策调整的过程.最后,利用实例给出了群决策的整体过程,说明了方法的合理性和有效性.