推广的线性模型的参数估计

本文导出区间数变量和三角模糊变量的线性模型的参数公式．公式简单，形式一致，可作为经典线性回归模型参数估计最小二乘法推广。     

基于模糊语言的多属性联系数决策方法

针对属性权重已知,属性值以模糊语言给出的多属性决策问题,提出了一种基于模糊语言标度的区间数表示形式,并利用集对分析方法将区间数进行转化为联系数的表示方式,通过联系数中同、异、反的关系,给出相应集势值,由集势值的大小进行择优排序.最后,通过实例分析,验证了该方法的可行性和有效性.     

混合型多属性决策的灰色关联分析法

针对属性权重信息不完全且属性取值为精确数,区间数和模糊数相结合的混合型多属性决策问题,提出了一种基于理想解的多属性决策的灰色关联分析方法.首先将三种不同形式的属性值均转化为区间数形式,然后依据灰色关联分析的思路,给出了解决该问题的计算步骤,其核心是构建并求解一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案对正理想方案的相对关联度,即可得到所有方案的排序结果.最后给出了一个数值例子,结果表明方法简单,有效和易于计算.     

多指标区间决策的理想点贴近法

研究了指标的权重不能完全确定但知道其所在区域的条件下的多指标决策问题 ,给出了方案与理想解的贴近度及其算法 ,按贴近度的大小可以对方案进行排序 .它同传统的决策方法相比较 ,具有需要信息量少 ,简单可靠等特点 .最后用该决策方法分析了一个实际问题 .     

区间数互补判断矩阵的拓扑排序方法

提出了方案之间进行比较时优于与劣于的定义,通过构造与区间数互补判断矩阵相对应的有向图的方法,将互补判断矩阵的排序问题转化为有向图中顶点的拓扑排序问题,将有向图中的顶点按照备选方案的重要性顺序输出,得到的顶点的序列即为备选方案的重要性排序,数值计算实例验证了该方法的有效性与可行性。     

基于偏差的不确定型多属性决策的综合集成方法

对不确定型条件下的多属性决策问题,规范化后的区间数能消除属性值之间量纲的差异,建立了相离度偏差、中间值偏差和理想方案偏差计算公式,构建了以总偏差平方和为目标函数的综合集成优化模型,求解出各属性的客观权重,提出了一种客观属性权重的可能度法,为不确定型多属性决策提供了一种简单实用的可靠方法.最后通过一个算例说明了该方法的实用性和有效性.     

区间数的标准表示及其四则运算法则与泛灰数的内在联系

在回顾泛灰数四则运算法则基础上,给出了区间数的标准表示,论述了标准区间数的四则运算法则与泛灰数的内在联系及其应用前景.     

“非平均区间数”计算及其在政府决策信息系统中的应用

本文在已有的“区间数”定义及排序算法的基础上 ,针对层次分析法提出了更加灵活 ,准确的描述主观评判的“非平均区间数”概念及其排序算法 .并结合政府决策信息系统阐述了“非平均区间数”的应用     

模糊广义判断矩阵的一致性检验及合成排序

决策评价过程中往往包含诸多不确定性、随机性和模糊性，广义判断下的ＡＨＰ－ＧＪＡＨＰ是一种广义ＡＨＰ，Ｆｕｚｚｙ 环境下的ＧＪＡＨＰ决策方法是应用集值统计的方法，在区间判断标度基础上确定模糊判断矩阵元素的正模糊数表示，并根据模糊集理论的扩展原理，求得Ｆｕｚｚｙ 环境下的模糊排序权值向量。本文给出模糊广义判断矩阵的一致性定义，讨论了各类判断形式条件下的一致性检验法与Ｆｕｚｚｙ 环境下递阶层次结构中的合成排序问题     

区间数可能度的二维定义

利用二维空间的面积,提出了一个新的区间数可能度的定义,并给出了简单实用的计算公式和证明了相关的性质,最后,通过实例说明了该定义的实用性.