基于可能度的区间粗糙数排序方法

针对属性权重信息未知或属性权重信息不完全且属性值为区间粗糙数的多属性决策问题,给出一种基于可能度的区间粗糙数排序方法.首先引进和补充了区间粗糙数的一些运算法则及集成算子.然后首次给出了区间粗糙数的可能度定义公式,并研究了该公式所具有的一些良好性质,随后,建立了基于投影思想的极小-极大优化模型来确定各属性权重,同时给出基于可能度矩阵的区间粗糙数排序算法.最后通过实例说明该方法的有效性和可行性.     

二维区间密度加权算子及其应用

针对不确定多属性决策中的属性信息分布不均匀,且评价信息多数为二维信息的情况,本文提出了二维区间密度加权算子(TDIDW算子)的属性信息集结方法.依据密度算子的集结过程特点,文章首先定义了二维区间密度加权算子及其合成算子,然后介绍了基于灰色区间聚类法的评价信息分组方法以及基于非线性模型的密度加权向量确定方法,最后进行了算例验证.验证结果表明,该方法可以有效地解决由于属性信息分布不均匀而导致评价结果不准确的问题.     

基于随机模拟视角的混合数据形式密度算子

基于“蒙特卡罗仿真”的思想,采用随机模拟的方法从混合数据形式的角度对密度算子进行拓展研究。首先,给出了一种将混合数据转化为区间数的方法,并通过平移和放大或缩小处理,将所有区间数放到同一区间范围内;然后,运用随机数发生器给出区间上某分布的随机数信息,并依据随机数的分布情况对其进行聚类,给出了密度权重的确定方法;在此基础上,将随机模拟的方法应用于密度算子信息集结模型中,得到带有概率信息的评价结论。最后,通过一个算例验证了方法的有效性。     

群决策中判断的一致性分析及方案排序

对群决策中基于区间数互补判断矩阵形式偏好信息的一致性问题进行了探讨。首先,给出了区间数互补判断矩阵相容性指标定义及性质;然后,通过定义群和个体判断的一致性指标,提出了群判断的一致性判别方法和不一致的协调方法;同时依据个体判断的一致性指标大小,即群成员评判水平的高低,给出了群偏好信息的集结方法;最后给出了由区间数互补判断矩阵导出方案排序权重的计算方法及应用算例。     

基于Hausdorff距离的区间数据的系统聚类分析

基于Hausdorff距离用于定义两个紧集之间距离的考虑,将区间数视为一个紧集,定义了区间数之间的距离,并研究了区间向量的距离,从而得到聚类分析中两个样品间的距离。进一步定义了两个类之间的Hausdorff距离。为消除量纲对聚类结果的影响,研究了区间数据的标准化。基于此,给出了区间数据系统聚类算法。采用随机模拟的方法,对文中方法进行有效性评价,结论表明,Hausdorff距离法的聚类有效性在所有设计的实验条件下都要优于传统的欧式距离法。最后,基于符号数据分析的思想构造区间数据,给出了对多种动物群体按其身高、体重等生理特征进行聚类分析的算例。     

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。     

不确定决策环境下绿色供应商选择方法研究

针对不确定环境下绿色供应商选择问题,提出了一种属性权重信息完全未知且属性值以区间数形式给出的多属性决策方法。基于区间数相离度概念,定义了区间数的平均差,建立属性权重计算方法——带参数的平均差极大化方法。此方法具有一定的柔性,可以通过参数来调节属性之间的差别程度。最后把该方法应用于绿色供应商选择,说明了该方法的实用性和有效性。     

基于区间数贴近度的水环境质量评价模型研究

针对基于区间数的水环境质量评价问题,提出了基于区间数贴近度的水质评价模型.首先讨论了区间数贴近度的定义,给出了求贴近度的具体公式.然后给出了水质评价模型的一般步骤,并通过实例验证了模型计算方法简单且能较完整地反映水环境质量污染程度,是一种合理实用的评价方法.同时分析了评价指标因子的赋权法,给出了一种基于等权赋权法和指数赋权法的几何平均组合赋权法.     

一种基于区间数多指标信息的FCM聚类算法

针对一类具有不确定性区间数多指标信息的聚类分析问题，依据传统的基于数值信息的FCM聚类算法的思路，提出了一种新的聚类分析算法。章首先描述了具有区间数多指标信息的聚类分析问题；其次给出了基于区间数多指标信息的关于最优划分和最优聚类中心确定的两个定理；然后给出了基于区间数多指标信息的FCM聚类算法的计算步骤。该算法的特点是聚类中心的表现形式为精确的数值，给出的两个定理说明了该聚类算法的收敛性。最后，通过给出一个算例说明了本给出的聚类算法。     

基于四参数区间数的多准则决策方法

针对准则权重和准则值均为四参数区间数的多准则决策问题,提出了一种基于四参数区间集结算子的多准则决策方法。首先,定义了四参数区间数以及加权的连续四参数区间数有序加权平均 (WCFP-OWA) 算子和加权的连续四参数区间数有序加权几何平均 (WCFP-OWG) 算子,并利用连续四参数区间数有序加权平均 (CFP-OWA) 算子对四参数区间数准则权重进行处理,然后利用WCFP-OWA算子和WCFP-OWG算子对四参数区间数准则值进行集成得到综合值以确定方案排序。最后将该方法应用于勘探公司的选择,验证了该方法的合理性和有效性。     

三元区间多属性决策模型

针对决策信息为三元区间数且属性权重完全未知的多属性决策问题,对灰靶决策模型进行了进一步的拓展研究,给出了适用于三元区间综合靶心距决策模型的赋权方法,根据各指标值的上、中、下限序列的信息熵得到改进的信息熵权,并与主观法得到的区间权重相结合,定义了一种新的区间综合权重.在此基础上,通过特征向量法将区间综合权重转化为最优权重来进行方案排序.最后以实例说明了这种赋权方法下灰靶决策模型的实用性和有效性.     

风险型多属性群决策的综合集成方法

对一类权重信息未知,并且属性值为区间灰数的风险型多属性群决策问题进行了探讨,提出了在理想状态下(即决策者群体的理想意见趋于一致时)各属性的客观权重的计算方法.构建了以组内偏差最小、组间偏差最大为目标函数的综合集成优化模型,求解出理想状态下各属性的客观权重.然后综合考虑各决策者的主观偏好,借助每一方案与理想最优方案组、理想最劣方案组综合偏离度的大小对方案的优劣进行排序.应用实例说明了该方法的可行性和有效性.     

基于集对分析的多种不确定偏好形式大群体决策方法

针对具有多种不确定偏好形式的多方案大群体决策问题,提出一种基于集对分析的群决策方法。将区间数、三角模糊数以及语言值三种形式的不确定偏好转换为联系数,保留了不确定偏好信息中的确定性与不确定性。提出一种区间聚类算法,在决策成员权重未知的情况下对成员进行赋权。利用加权综合联系数对大群体偏好进行集结,根据方案的集对势大小给出方案的排序。该方法避免了确定权重时的主观性,同时考虑决策信息的确定性与不确定性,提高了决策结果的可信度。通过实例分析验证了方法的有效性和实用性。     

广义梯形模糊数密度加权算子及其应用

针对多属性决策问题,本文面向广义梯形模糊数的决策信息,提出了广义梯形模糊数密度加权算子(TF-DWA算子)的信息集结方法。首先介绍了广义梯形模糊数密度加权算子及其合成算子,并分析了其性质特点。然后,基于信息分布的疏密程度讨论了广义梯形模糊数的分组问题,通过质心排序指标值进行聚类。在此基础上,基于熵值法求解密度加权向量。最后,通过一个应用算例对本文提出的算子进行简要说明。     

基于区间数偏好信息的专家群体共识性研究

针对群决策中基于区间数偏好信息的共识性问题,给出了一种新的分析方法.首先给出了有关区间数和区间数决策矩阵的定义及若干性质;然后.通过定义有关专家群体判断关于方案针对指标的落影函数和专家群体关于方案针对指标的重心值,给出了群决策中基于区间数决策矩阵的共识性的分析方法和非共识的调整方法.最后,通过一个算例说明给出的分析方法.     

基于联系数的属性权重未知的区间数多属性决策研究

针对一类属性权重未知且属性值用区间数表示的不确定多属性决策问题,把区间数表示的属性值转换为二元联系数,并改写成三角函数,按决策方案属性值方差确定属性权重,根据各方案属性加权综合值确定方案初排序,再通过不确定性分析方法做出最终排序.实例应用表明上述方法简明实用有效,而且能方便地开展方案排序的不确定分析.     

A multi-attribute group decision-making method based on weighted geometric aggregation operators of interval-valued trapezoidal fuzzy numbers

With respect to the multiple attribute group decision making problems in which the attribute values take the form of generalized interval-valued trapezoidal fuzzy numbers (GITFN), this paper proposed a decision making method based on weighted geometric aggregation operators. First, some operational rules, the distance and comparison between two GITFNs are introduced. Second, the generalized interval-valued trapezoidal fuzzy numbers weighted geometric aggregation (GITFNWGA) operator, the generalized interval-valued trapezoidal fuzzy numbers ordered weighted geometric aggregation (GITFNOWGA) operator, and the generalized interval-valued trapezoidal fuzzy numbers hybrid geometric aggregation (GITFNHGA) operator are proposed, and their various properties are investigated. At the same time, the group decision methods based on these operators are also presented. Finally, an illustrate example is given to show the decision-making steps and the effectiveness of this method.