权重为直觉模糊数的直觉模糊多属性群决策方法

针对属性权重以直觉模糊数形式给出的直觉模糊多属性群决策问题,提出了一种新的集成算子,首先证明了该算子具有诸如单调性等良好的性质,然后将该算子应用到权重为直觉模糊数的直觉模糊多属性群决策方法中,给出了决策方法的一般步骤,最后用实例说明了该方法的有效性和实用性.     

基于改进熵权法的区间直觉模糊TOPSIS方法

本文对区间直觉模糊信息的TOPSIS多属性决策方法进行了研究。在属性权重信息完全未知的情况下,通过研究熵权法以及区间直觉模糊集本身的一些性质特点,将熵权法拓展到区间直觉模糊环境中来确定属性权重,进而提供了一种可直接利用评估信息的新的TOPSIS决策方法。该方法不仅拓展了传统熵权法的应用范围,而且不需要决策者事先给出权重信息,结果更加客观和可靠。应用实例表明该方法的可行性和有效性,具有推广应用价值。     

基于直觉模糊多属性决策的公路工程评标方法

公路工程评标定标问题的实质是多属性决策问题,专家对参评标书给出了各指标的区间直觉模糊属性值和属性权重的部分信息后,先定义了区间直觉模糊数的得分函数及标准得分差,进而提出了一种基于线性规划模型的区间直觉模糊多属性决策方法,最后通过实例对该决策途径的详细过程及有效性进行了说明.     

基于模糊熵-熵权法的混合多属性决策方法

针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策问题,提出了基于模糊熵-熵权法的混合多属性决策方法。通过规范化的方法把区间数转化为直觉模糊数,建立了直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用熵权法确定属性的客观权重区间,通过求解属性信息模糊熵最小的线性规划模型得到属性客观权重;再与主观赋权方法相结合确定属性的组合权重;最后应用相对熵排序法得到方案的最终排序结果。算例分析表明方法的可行性和实用性。     

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。     

IVIFS环境下基于模糊熵和得分函数的多准则决策方法

在区间直觉模糊环境和各准则的信息完全未知的条件下,本文提出了一个基于模糊熵和得分函数的多准则决策方法.基于区间直觉模糊集的准则形式,本文给出了模糊熵模型,从而可以确定各准则的权重.在决策方法方面,作者提出了区间直觉模糊集的加权记分函数和加权精确函数,解决了记分函数无法解决的加权问题的难题,同时给出了一种新的决策方法.最后,文章通过实例说明了该方法的可行性和有效性.     

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.     

基于新模糊熵和得分函数的区间直觉模糊多属性决策

属性权重的确定以及对区间直觉模糊数的排序是多属性决策问题中两个最为关键的点。本文主要针对属性权重完全未知的多属性决策问题进行了研究,分析了现有大多数研究中关于区间直觉模糊熵和得分函数存在的局限性,进而提出了一种将不确定度和犹豫度相结合的新的模糊熵和得分函数。最后,通过对比实验证实了本文所提出的熵和得分函数应用到多属性决策中的有效性和合理性。     

区间直觉模糊数的新得分函数及其在多属性决策中的应用

通过对区间直觉模糊数的犹豫区间进行讨论,提出了区间直觉模糊数的新得分函数和精确函数,并讨论新的得分函数具有的性质,在此基础上给出了区间直觉模糊数的一种新的排序方法.进而,结合区间直觉模糊加权平均算子给出了属性值为区间直觉模糊数的多属性决策方法,并通过算例阐明该方法的可行性和有效性.     

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。     

直觉模糊熵与加权决策算法

直觉模糊熵是直觉模糊集理论中的一个重要概念,反映了直觉模糊集的模糊程度和不确定程度.首先给出一种新的直觉模糊熵,并运用到多属性直觉模糊决策问题中.决策时根据直觉模糊熵计算属性权重,再综合决策者的偏好对各属性权重进行修正,然后使用直觉模糊集结算子和得分函数对方案进行排序,从而获得最优方案.     

Correlation coefficient of interval-valued intuitionistic fuzzy sets and its application to multiple attribute group decision making problems

In this paper, we investigate the group decision making problems in which all the 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 (IVIFN), 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 then we use the obtained attribute weights and the interval-valued intuitionistic fuzzy weighted geometric (IIFWG) operator to fuse the interval-valued intuitionistic fuzzy information in the collective interval-valued intuitionistic fuzzy decision matrix to get the overall interval-valued intuitionistic fuzzy values of alternatives, and then rank the alternatives according to the correlation coefficients between IVIFNs and select the most desirable one(s). Finally, a numerical example is used to illustrate the applicability of the proposed approach.     

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.     

A group decision making approach based on aggregating interval data into interval-valued intuitionistic fuzzy information

Group decision making is one of the most important problems in decision making sciences. The aim of this article is to aggregate the interval data into the interval-valued intuitionistic fuzzy information for multiple attribute group decision making. In this model, the decision information is provided by decision maker, which is characterized by interval data. Based on the idea of mean and variance in statistics, we first define the concepts of satisfactory and dissatisfactory intervals of attribute vector against each alternative. Using these concepts, we develop an approach to aggregate the attribute vector into interval-valued intuitionistic fuzzy number under group decision making environment. A practical example is provided to illustrate the proposed method. To show the validity of the reported method, comparisons with other methods are also made.     

基于证据推理的直觉模糊多属性群决策方法

针对属性值为直觉模糊数的多属性群决策问题,提出了一种证据推理的扩展方法。首先,在考虑主观因素与客观因素的基础上运用直觉模糊熵法计算出属性及专家的综合权重。其次,提出一种基于证据推理的直觉模糊信息融合方法,该方法可以避免由于评价值的隶属度为0而导致的信息丢失现象,弥补了现有直觉模糊信息融合方法存在的不足。在此基础上,集结评价信息并按照备选方案与理想方案的相对贴近度对备选方案进行比选。最后,运用实例验证了所提方法的有效性。     

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。     

基于时间度的动态直觉模糊多属性妥协决策

针对当前动态直觉模糊多属性决策方法存在的不足,提出一种基于时间度的动态直觉模糊妥协决策方法。引入时间度准则,基于逼近理想解法融合主客观两类赋权法,获得兼顾主观偏好和样本客观信息的时序权重,克服现有时序权重主观赋值的随意性,同时运用直觉模糊熵(IFE)确定不同时序状态下各属性权重;根据动态直觉模糊加权几何算子(DIFWG)集结不同时序直觉模糊决策矩阵,构造动态直觉模糊综合决策矩阵,并利用VIKOR法,提供兼顾群体效用最大化与个体后悔最小化的各方案妥协折中排序,得到与理想解最近的妥协方案;以分布式创新企业合作伙伴选择为例,验证该方法在实际决策过程中的可行性和有效性。     

基于集对分析联系数的信息不完全直觉模糊多属性决策

信息不完全直觉模糊多属性决策是一类不确定性决策问题,其不确定性来自属性权重信息不完全和属性值的直觉模糊数表示.为了系统地刻画直觉模糊多属性决策中的不确定性,避免直觉模糊多属性决策中利用得分函数做决策的片面性和不准确性,可以将信息不完全的权重和直觉模糊数表示的属性值转化成集对分析理论中的联系数,并建立信息不完全直觉模糊多属性决策模型,通过对不确定性进行分析后作出决策.实例应用表明该决策方法具有合理性和可行性.