正态模糊数信息集成算子及决策应用北大核心

将C-OWA算子推广至正态模糊数环境,定义正态模糊数有序加权平均（NFC-OWA）算子,提出一种正态模糊数大小比较的方法．在此基础上,鉴于一组正态模糊数信息的集成问题,提出OWNFC-OWA算子、OWGNFC-OWA算子和OWHNFC-OWA算子,并定义三种算子的统一形式（GOWNFC-OWA算子）,研究其性质．针对属性信息以正态模糊数形式给出的多属性决策问题,提出基于GOWNFC-OWA算子的决策方法．最后通过实例分析,说明方法是可行且有效的．     

区间直觉正态模糊数集成算子及其在决策中的应用

研究了区间直觉正态模糊数(IVINFN)决策信息及其集成算子。首先,定义了区间直觉正态模糊数的概念,提出了运算法则;其次,给出了区间直觉正态模糊数诱导有序加权平均(IVINFN-IOWA)算子和区间直觉正态模糊数诱导有序加权几何(IVINFN-IOWGA)算子的概念,探讨了其性质;在此基础上,分别定义了基于均值和标准差的区间直觉正态模糊数的得分函数和精确函数,给出其排序方法。最后,针对属性值为区间直觉正态模糊数且权重已知的多属性决策问题,给出了其决策方法,并进行了实例分析,结果表明该决策方法是有效的。     

区间值毕达哥拉斯密度算子及群决策方法

密度算子处理属性分布不均的情形具有一定的优势,而区间值毕达哥拉斯模糊数给决策专家更大的灵活性,基于它们的优势研究了区间值毕达哥拉斯密度算子及群决策方法.首先提出了区间值毕达哥拉斯密度算子(IVPFDM),并研究了它的性质.结合IVPFDM算子,提出了一种新的多目标多属性群决策方法,案例实施及结果比较表明,提出的算子及群...     

基于毕达哥拉斯模糊集的大数据企业信用评价研究

在已有的研究基础上提出了毕达哥拉斯模糊Frank交叉影响加权平均算子和毕达哥拉斯模糊Frank交叉影响加权几何算子并对其性质进行了相关推导和证明,最后以评估大数据企业信用风险为实例验证了该算子的有效性.结果 表明:通过控制变量法,说明了引入交叉影响算子的重要性;通过引入Frank算子发现不同的η值会对记分函数值产生影响...     

基于属性关联的三角毕达哥拉斯模糊TOPSIS法

针对属性值为三角毕达哥拉斯模糊数,且属性之间有关联的多属性决策问题,提出了基于属性关联的三角毕达哥拉斯模糊TOPSIS法.首先,利用有序加权距离和三角毕达哥拉斯模糊数之间的距离,定义了三角毕达哥拉斯模糊集距离、三角毕达哥拉斯模糊集加权距离和三角毕达哥拉斯模糊有序加权距离等概念;当属性之间相互关联时,进而引入三角毕达哥拉...     

直觉三角模糊数密度算子及其决策应用

首先提出了一种直觉三角模糊数集聚类的方法,然后考虑到属性信息分布的疏密程度,针对属性值为直觉三角模糊数的多属性决策问题提出了直觉三角模糊数密度算子,给出了密度算子与已有几种信息集结算子合成的形式,并研究了直觉三角模糊数密度算子的性质.最后通过一个决策算例说明了直觉三角模糊数密度算子的有效性.     

毕达哥拉斯群决策方法及其在绿色供应商选取中的应用

针对专家权重未知且属性值为毕达哥拉斯模糊数的多属性群决策问题,基于证据理论和混合加权毕达哥拉斯MSM算子,提出了一种群决策方法。 首先,由决策信息矩阵获取专家的模糊测度,并赋予其相应的权重;其次,基于新构造的混合加权毕达哥拉斯MSM算子对专家所提供的属性信息分别进行集结,得到各个专家的综合评价信息;再次,利用证据合成方法,对专家综合评价信息进行融合,获得候选方案的综合证据信息,进而可知备选方案的信任区间,并据此对候选方案进行优选决策;最后,绿色供应商选取案例的分析与对比验证了方法的可行性与合理性。     

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.     

基于区间值毕达哥拉斯模糊数的TOPSIS方法及其在学生推优中的应用

毕达哥拉斯模糊是对模糊集和直觉模糊集的推广.研究了基于区间值毕达哥拉斯模糊集和模糊逼近理想解(TOPSIS)的多属性决策方法.考虑了属性信息的不同情况,包括属性信息完全已知,部分可知和完全未知的情况.对于部分可知情况,通过求解线性规划模型确定属性的权重;对于完全未知的情况,利用相对贴近系数确定属性的权重.给出了具体的算法步骤,最后将该方法应用到学生的推优问题上,实例说明新方法的有效性和合理性.     

区间值广义正交模糊Aczel-Alsina Power算子及其群决策应用研究

根据Aczel-Alsina (AA)算子的灵活性与幂(PA)算子对异常数据处理能力,文章提出了区间值广义正交模糊集下AA与PA的融合算子及其多属性群决策方法.首先提出了融合的区间值广义正交AAPA的运算法则,在运算法则基础上,提出了区间值广义正交AAPA算子(IVq-ROFAAPA)和区间值广义正交AAPA加权平均算子(IVq-ROFAAPWA),并研究了它们的性质.在IVq-ROFAAPWA算子的基础上,提出了群决策方法,风险预警案例实施表明,提出的算子及决策方法可行且有效.     

Pythagorean模糊Hamacher算子及其应用分析

基于Pythagorean模糊环境下的信息集成算子很少见,本文探讨Pythagorean模糊Hamacher集结算子问题,具有一定的理论价值。首先,定义Hamacher算子在Pythagorean模糊环境下的运算规则;之后,给出几种Pythagorean模糊Hamacher信息集结算子,比如,Pythagorean模糊Hamacher算术平均算子,广义Pythagorean模糊Hamacher算术平均算子等,并研究其具有的性质,包括单调性、幂等性、有界性;之后,提出两种不同决策方法来解决Pythagorean模糊信息环境下的多属性群决策问题;最后,通过示例验证所提出方法的可行性和实用性。     

Pythagorean三角模糊语言Hamacher集结算子及其应用

在Pythagorean模糊集和Hamacher集结算子基础上,研究了Pythagorean三角模糊语言环境下的Hamacher集成算子问题。首先给出了Pythagorean三角模糊语言的定义、运算规则、得分函数、精确函数;其次,介绍了一系列关于Pythagorean三角模糊语言Hamacher集结算子,比如Pythagorean三角模糊语言Hamacher加权平均算子(PTrFLHWA)、Pythagorean三角模糊语言Hamacher加权几何平均算子(PTrFLHWG)等,并研究其具有的性质;之后,提出了两种决策方法来解决Pythagorean三角模糊语言信息环境下的多属性群决策问题;最后,用示例验证所给方法的有效性。     

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。     

基于广义WOWA算子的Pythagorean模糊决策方法

针对Pythagorean模糊信息的决策问题,构建广义Pythagorean模糊信息加权有序加权平均(PF-GWOWA)算子。首先,提出PF-GWOWA算子,并证明Pythagorean模糊广义加权平均(PF-GWA)算子、Pythagorean模糊加权有序加权平均(PF-WOWA)算子与Pythagorean模糊加权平均(PF-WA)算子均为PF-GWOWA算子的特例;其次,根据GWOWA算子属性综合权重计算模型,利用PF-GWOWA算子对信息进行集结;最后,通过算例分析和传统方法对比,说明本文提出方法的合理性与有效性。     

广义概率对偶犹豫模糊语言幂集结算子在多属性决策中的应用

在对偶犹豫模糊语言集、概率对偶犹豫模糊集和广义幂集结算子的基础上,研究了在概率对偶犹豫模糊语言环境下的广义幂集结算子问题。首先,给出了概率对偶犹豫模糊语言集的定义、运算规则、得分函数、精确函数、距离测度、熵。然后,定义了广义概率对偶犹豫模糊语言幂集结算子,并研究其具有的性质。其次,提出了一种决策方法来解决集结数据之间存在相互关系的概率对偶犹豫模糊语言多属性决策问题。最后,结合相关案例验证了该方法的有效性和可行性。     

基于GOWA算子的直觉模糊多属性决策方法

针对直觉模糊环境下的多属性决策问题,提出了一种基于广义有序加权平均(GOWA)算子的决策方法。首先构造了直觉模糊集相对隶属度和相对非隶属度计算公式,使得决策方案的定性、定量指标的属性评价值和权重都可以用直觉模糊集进行统一描述,然后提出能集结直觉模糊集的GOWA算子,进而建立了直觉模糊多属性决策问题的GOWA决策方法。最后利用一个实例对文中模型与方法进行了验证、说明。     

基于改进直觉模糊集成算子的多属性决策方法及其应用研究

基于直觉模糊集理论,提出了改进直觉模糊集成算子方法来研究多属性决策问题。本文定义了直觉模糊数的运算法则和比较了直觉模糊信息的一系列集成算子,然后改进了传统得分函数,并将其与直觉模糊集成算子相结合,从而得到新的直觉模糊信息的集成方式,将其运用于解决属性权重已知的直觉模糊多属性决策问题。最后,通过具体实例说明该方法的有效性和具体应用过程。     

三角犹豫模糊Heronian平均算子及其在多属性决策中的应用

针对属性间含有关联信息的三角犹豫模糊多属性决策问题,提出一种基于三角犹豫模糊Heronian平均算子的决策方法。首先,考虑已有Heronian平均算子仅适用输入变量为两参数的情形,进一步定义三参数加权Heronian平均(TPWHM)和三参数加权几何Heronian平均(TPWGHM)算子,证明所提算子具有还原性、幂等性、单调性和有界性等性质,并研究它们的几种特例。其次,将TPWHM和TPWGHM算子推广至三角犹豫模糊决策环境下,提出三角犹豫模糊三参数加权Heronian平均(HTFTPWHM)和三角犹豫模糊三参数加权几何Heronian平均(HTFTPWGHM)算子,并证明算子的优良性质。在此基础上,提出基于两种算子的决策分析方法,并用来解决三角犹豫模糊决策问题。最后,通过算例验证所提方法的可行性和合理性。     

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。     

区间犹豫模糊Bonferroni mean算子在多属性决策中的应用

针对在信息集成时, 需要考虑输入变量之间的相互影响以及专家评价值为区间犹豫模糊信息的多属性决策问题, 提出一种基于区间犹豫模糊Bonferroni mean算子的多属性决策方法。考虑到由于Bonferroni mean(BM)算子能够良好的反映输入变量之间相互影响, 首次提出了评价值为区间犹豫模糊集信息环境下的两种新的集成算子, 即区间犹豫模糊Bonferroni mean(IVHFBM)算子和区间犹豫模糊几何Bonferroni mean(IVHFGBM)算子。并讨论了其相关的一些特性。同时基于输入变量会具有不同重要程度的情况, 定义了区间犹豫模糊加权Bonferroni mean(IVHFWBM)算子和区间犹豫模糊加权几何Bonferroni mean(IVHFWGBM)算子。针对评价信息以区间犹豫模糊集表示的决策问题, 提出了基于IVHFWBM算子和IVHFWGBM算子的多属性决策方法。最后通过实例证明了该方法的可行性和有效性。