基于区间概率语言术语集幂算子的多属性群决策

本文基于区间概率语言术语集(IVPLTS),结合幂聚合算子,提出一种多属性群决策方法,刻画了不确定环境下属性间存在相关联性的决策信息。首先,基于概率语言术语集(PLTS)定义了IVPLTS及其标准化方法,结合区间折衷概率构建新得分函数给出IVPLTS的排序法,并与概率知识结合定义了新的IVPLTS运算法则且研究了其性质。其次,提出了区间概率语言幂平均(IVPLPA)和区间概率语言幂几何(IVPLPG)算子,讨论了算子的理想性质及相互关系。最后,基于IVPLPA和IVPLPG算子提出一种多属性群决策方法,通过算例与其它方法对比,说明本文方法的可行性与优越性。     

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.     

基于权威专家的不完全概率语言评价信息大群体决策方法及在干热岩勘探选址中的应用

干热岩勘探选址大群体决策中,决策专家受知识背景、专业领域的限制,难以给出完整的评价信息,而集思广益是大群体决策的主要优势,为最大化各专家专业贡献,提出了一种基于权威专家的不完全概率语言评价信息多属性大群决策方法。首先,依据专家在各属性下评价值的专业认可度及专业犹豫度,识别各属性下的权威专家;其次,依据专家语言术语使用习惯及权威专家评价值期望函数,建立优化函数,完善不完全概率语言信息;然后,针对概率语言术语集,提出对各属性下评价值进行两阶段相似度测度方法,据此将大群体聚类,测度大群体共识水平,调节群体共识,以得到共识水平较高的大群体决策方案;最后,通过我国东南沿海地区干热岩勘探选址案例应用及方法对比分析,验证了所提方法的可靠性和先进性。     

基于概率语言术语集的非个性化推荐算法研究

概率语言术语集以其能够准确清晰地表达决策者自身偏好且能有效处理决策过程中产生的不确定信息等优点,近年来成为了推荐领域的研究热点.然而相对于个性化推荐场景,其在非个性化推荐方面的研究至今鲜有人涉及.文章将概率语言术语集的特点与非个性化推荐相结合,从各概率语言术语值之间的横向比较出发,提出了一种非个性化产品的推荐策略,以丰富非个性化推荐算法的研究.首先利用概率语言术语集描述了系统中的产品,借助数据补齐的方法建立了产品之间的可比关系.其次,以标准化的概率语言术语集为基础,构建了非个性化产品的排序矩阵.最后,运用特征向量方法得到了一般的非个性化产品的推荐排序.论文借助MovieLens数据集进行了应用,得到了有效的推荐结果.通过对比分析验证了算法的可靠性和科学性.文章研究旨在为概率语言术语集在非个性化推荐领域的应用提供一种新的思路参考.     

犹豫模糊语言集结算子及其在多属性群决策中的应用

犹豫模糊语言术语集是在犹豫模糊集和语言术语集的基础上,建立的一种更为合理的处理定性信息的方法。属性变量为犹豫模糊语言的群决策问题是近年来决策科学的一个研究热点,采用算子进行信息集结是解决该问题的一种有效方法。本文将幂几何算子引入到犹豫模糊语言变量环境下,定义了犹豫模糊语言加权幂几何算子、犹豫模糊语言加权幂有序几何算子、犹豫模糊语言线性加权幂有序几何算子,并探讨了它们的相关性质和特例。新算子通过综合考虑变量位置和自身重要性及相互间的支撑度,从而使决策结果更加令人信服。基于上述算子,论文还提出一种犹豫模糊语言多属性群决策方法,并通过数值案例验证方法的可行性和有效性。     

犹豫三角模糊语言Prioritized算子的多属性决策方法

针对决策信息为犹豫三角模糊语言集且属性间存在优先顺序的多属性决策问题,提出了一种基于犹豫三角模糊语言Prioritized平均(HTFLPA)算子和犹豫三角模糊语言Prioritized几何(HTFLPG)算子的决策方法.首先,基于犹豫三角模糊语言集的运算法则,定义了 HTFLPA算子和HTFLPG算子.并讨论了其相应...     

基于共识性测度的概率语言多准则群决策方法研究

针对准则值为概率语言术语集的决策问题,提出一种基于共识性测度的概率语言多准则群决策方法.首先,方法定义概率语言共识性测度公式,据此判断个体决策信息是否满足共识性检验.其次,建立考虑决策者协作意愿的群体共识反馈调整模型及权重惩罚体系.此外,利用网络层次分析法(ANP)和共识性测度公式构建指标定权模型,模型可有效解决指标间互相影响导致的权重计算失准问题.随后,提出改进的TODIM决策方法,结合准则权系数及通过共识性检验的群决策矩阵,对方案进行择优排序.最后,通过算例分析验证了该方法的有效性.     

基于模糊语言评估和联系数的多属性群决策方法

对方案的属性评估信息以模糊语言形式给出的多属性群决策问题,采用集对分析理论进行处理,提出了一种基于模糊语言评估和联系数的多属性群决策方法,实例应用表明了该方法的有效性和实用性.     

基于Vague集信息的多属性群决策专家水平评判方法

针对基于Vague集信息的多属性群决策专家水平评判问题提出了两种评判方法.首先引进了基于Vague集信息的多属性群决策信息体(即决策信息体)的相关概念,通过决策信息体构造了基于Vague集信息的一致性决策矩阵及模糊熵,其次利用Vague集信息的相似度量以及Vague集信息的模糊熵两种信息不确定性度量方法,对基于Vague集信息的多属性群决策专家水平评判问题提出了两种评判方法,即统计分析方法和模糊熵分析方法,对专家的评判水平进行排序.最后,通过一个算例说明两种方法的一致性、有效性和实用性.     

基于多目标属性权重优化的犹豫模糊语言TOPSIS决策方法

犹豫模糊语言术语集作为一种有效的信息表达形式,能够很好的反映出人们的定性且犹豫的决策信息。传统的距离测度会导致犹豫模糊语言信息的流失,因此,本文首先提出了一种新的犹豫模糊语言距离测度,并研究了该距离测度的性质。其次,针对属性权重完全未知的犹豫模糊语言多属性决策问题,考虑方案和属性两个层面,构建了多目标优化的属性权重确定模型。进而,基于多目标权重优化模型和犹豫模糊语言距离测度,提出了一种改进的犹豫模糊语言TOPSIS法。最后通过实例说明了所提出的TOPSIS法的实用性和有效性,并进行了灵敏度和比较分析。     

一种基于TOPSIS法的单值中智多属性决策新方法

单值中智集(SVNS)是中智集(NS)的一种特殊情况,它可以描述现实世界中大量存在的不精确、不确定和不一致信息。由于语言评价的模糊性,传统的模糊评价方法在解决多属性决策(MADM)问题上效果不佳。针对这种情况,提出了一种基于TOPSIS法的单值中智多属性决策新方法。首先介绍了中智集的一些基本概念和运算规则,给出了两个单值中智集之间的广义距离公式;然后构建了聚合专家权重的单值中智决策矩阵,把TOPSIS法推广到单值中智集的环境下;接着通过偏好排序确定了最佳的决策方案。最后通过一个仿真实例,说明了该方案的有效和实用性。     

基于VIKOR和关联系数的犹豫三角模糊语言多属性决策方法

针对属性评价值为犹豫三角模糊语言集的多属性决策问题,提出一种基于VIKOR方法的犹豫三角模糊语言多属性决策方法.首先定义了犹豫三角模糊语言集的相关概念.然后运用VIKOR和关联系数方法,在可接受优势和决策过程稳定的条件下对方案进行择优,在理论分析的基础上,提出了这种新方法的计算步骤.并构建了确定最优属性权重的非线性规划模型,研究了当专家权重和属性权重未知情况下的犹豫三角模糊语言多属性决策方法.最后通过实例说明了该方法的有效性和可行性.     

基于概率测度的不确定语言多属性决策方法及应用

针对具有不确定语言信息的多属性决策问题,给出了一种基于语言概率测度的决策分析方法。阐述了不确定语言变量的概念,提出了一种用于处理不确定语言变量的语言概率有序加权平均（linguistic probabilistic ordered weighted averaging,LPOWA）算子。采用LPOWA算子将不确定语言转化为二元语义,再通过ETOWA算子得到每个方案的综合评价值,进而可得到所有方案的排序结果。利用LPOWA算子和ETOWA算子,对辽宁省风险投资企业进行评估和优选。理论分析和计算结果表明：该方法简洁可行,便于应用。     

基于熵和关联系数的概率对偶犹豫模糊多属性决策方法

针对概率对偶犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于熵和关联系数的多属性决策方法。首先定义了概率对偶犹豫模糊熵的公理化定义和公式,然后基于概率对偶犹豫模糊集的特征信息集合和熵测度定义了概率对偶犹豫模糊集的关联系数,最后根据概率对偶犹豫模糊集的熵和关联系数构建多属性决策模型,并通过算例验证了该模型的有效性和合理性。     

Multi-attribute group decision-making with multi-granularity linguistic assessment information: An improved approach based on deviation and TOPSIS

With respect to group decision-making problems with multi-granularity linguistic assessment information, a new approach is proposed. Firstly, the computational formulae are given in order to transform and unify the multi-granularity linguistic comparison matrices. Secondly, the method of standard and mean deviation is applied to determine the unknown attribute weights, and the weights of the decision makers will be determined by using the extended TOPSIS (technique for order preference by similarity to an ideal solution) method. Finally, based on the LWAA (linguistic weighted arithmetic averaging) operator, information on the preference provided by each decision maker is aggregated into the comprehensive evaluation value of each alternative, and the most desirable alternative is selected. The proposed approach expands the research in multi-attribute group decision-making with multi-granularity linguistic assessment information by both considering the weights of the attributes and decision makers, and objective weighting for them. A numerical example is given to illustrate the practicability and usefulness of the proposed approach.     

基于相似度和改进雷达图的概率犹豫模糊多属性决策方法

为了解决属性权重未知的概率犹豫模糊多属性决策问题,构建基于相似度和改进雷达图的多属性决策方法。首先基于概率犹豫模糊元的信息完全度构建概率犹豫模糊集的距离测度和灰色关联系数,然后基于灰色关联理想解法定义了概率犹豫模糊集的相似度,最后根据概率犹豫模糊集的相似度和改进雷达图构建多属性决策模型,并通过案例进行了验证分析。     

模糊多属性决策的直觉模糊集方法

基于直觉模糊集理论,提出了一种新的TOPSIS方法来研究模糊多属性决策问题。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,且每个备选方案的评价值用直觉模糊值表示;然后,根据TOPSIS原理,通过计算备选方案到直觉模糊正理想解和负理想解的距离,来确定备选方案的综合评价指数,以此判断方案的优劣次序。最后,通过一个具体实例说明该方法的有效性和具体应用过程。     

IS/IT项目选择决策的灰色逼近理想解排序法

IS/IT项目选择决策是一个多属性决策问题.针对传统逼近理想解排序法(TOPSIS)在确定属性权重系数上的缺陷,并考虑到在实际IS/IT项目选择决策过程中部分决策信息的不足,提出了基于灰色TOPSIS改进算法.算法运用区间灰数表达指标权重和指标评价值,定义备择项目与正、负理想解的灰色关联度,依此计算各备则项目的贴近度并实现最终排序.仿真实例验证了该方法的合理和有效性.     

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.