基于区间数的直觉模糊多属性决策研究

研究一类属性权重未知的直觉模糊多属性决策问题.将直觉模糊数的属性值转由双区间数表示,根据决策方案属性值间的离差确定属性权重.根据各方案属性加权综合值及区间直觉模糊数的得分函数,对2套方案分别进行排序和比较,并通过实例说明了该方法的有效性.     

基于S-IFOWA算子的多属性决策方法及其应用

基于直觉模糊有序加权平均算子的相关思想,提出一种新的集成算子—对称直觉模糊有序加权平均(S-IFOWA)算子.并研究此算子的相关性质及给出基于S-IFOWA算子的多属性决策方法,并用实例来说明该方法的可行性和有效性。 更多还原     

基于S-OWA算子的多属性决策方法

基于两类有序加权平均算子的基本决策思想,在此基础上提出了一种新的信息集结算子--S-OWA算子,并研究了该算子的一些优良性质。基于该算子研究了相应的属性权重的确定方法,并提出了基于S-OWA算子的多属性决策方法,最后用算例说明了该方法的可行性和有效性。     

基于保守决策偏好的犹豫模糊余弦优化投影决策方法

针对犹豫模糊信息下的多属性决策问题,提出了余弦优化投影方法,将投影夹角定义为决策者的风险偏好,并设置了态度参数用于调节决策者的心理变化,通过灵活描述决策者的保守心理,改进了投影法仅考虑投影长度的不足,使决策者可通过投影长度和投影夹角对备选方案进行综合判断。算例验证了方法的合理性和可行性。     

基于方案群体满意度的多属性群决策方法

为了在多属性群决策过程中,能够恰当体现不同决策者偏好的差异并进行偏好集结,定义了方案的群体评价正理想值和群体评价负理想值,构造了多属性群决策中衡量方案的一个新指标——方案群体满意度。在此基础上,根据主观给定的权重信息状况,分成无给定权重信息、给定权重限制条件、给定确切主观权重三种情形,并提出了相应的基于群体满意度的多属性群决策方法。最后,通过实例说明了所提方法的具体应用。     

基于区间对偶犹豫模糊语言变量的VR在线购房顾客需求分析

针对属性值为区间对偶犹豫模糊语言变量的多属性决策问题,提出了一种基于区间对偶犹豫模糊语言变量Frank算子的多属性决策方法。首先,给出了区间对偶犹豫模糊语言变量的运算规则,提出了改进的区间对偶犹豫模糊集的得分函数、精确函数;其次,结合Frank-T范数和Frank-S范数,定义了区间对偶犹豫模糊语言变量Frank集结算子及其运算规则;最后,结合实际顾客需求问题,以VR在线购房为实例,将顾客需求的自然语言描述转化为区间对偶犹豫模糊语言,并运用区间对偶犹豫模糊Frank算子对顾客需求进行排序,验证了该方法的可行性和有效性。     

WC-OWA算子的拓展及其在风险型多属性决策中的应用

研究WC-OWA算子的拓展形式,得到了一些新的数据集成算子,并对其性质进行了研究.在此基础上,探讨属性值以区间形式给出的风险型多属性决策的方法,并用实例进行分析说明该方法的可行性.     

基于改进直觉模糊熵与Dice测度的VIKOR应急决策

针对不确定信息环境下决策属性权重未知的应急决策问题,提出一种改进直觉模糊熵权与Dice距离测度的VIKOR决策模型.首先,分析现有直觉模糊熵存在的不足,提出一种考虑隶属度、非隶属度以及犹豫度综合影响的改进直觉模糊熵;其次,引入Dice系数,结合犹豫度的特点构建直觉模糊Dice距离测度;然后,将直觉模糊熵权与直觉模糊Dice距离测度运用到基于直觉模糊的VIKOR方法中,并定义了群体贴近度公式,进而构建契合现实环境的应急决策模型;最后通过地震灾害后的应急决策算例,验证了该模型的合理性和有效性.     

广义毕达哥拉斯犹豫模糊集混合加权距离测度及决策应用

在毕达哥拉斯犹豫模糊数的距离基础上,定义毕达哥拉斯犹豫模糊集（Pythagorean hesitant fussy set,PHFS）的加权距离测度和有序加权距离测度,在兼顾属性权重和位置权重的基础上,提出广义PHFS混合加权距离测度（D_GPHFHWA）,并研究其性质和特殊形式。针对属性值为毕达哥拉斯犹豫模糊数且属性权重未知的多属性决策问题,利用毕达哥拉斯犹豫模糊指数熵确定属性权重,并结合逼近理想解排序法（technique for order preference by similarity to an ideal solution,TOPSIS）思想,提出基于D_GPHFHWA测度的决策方法。最后,通过实例验证所提方法是有效、合理的。     

基于多属性决策和k-means聚类的车载安全消息中继选择方法

城市车载网络环境中高效的中继选择有利于保证安全消息传输的及时性和可靠性。针对现有中继选择方法在复杂交通环境下难以准确评估中继,且在车流密集场景下性能不佳的问题,提出一种基于多属性决策和k-means聚类的中继选择方法（multi-attribute decision-making and k-means clustering based relay selection,MKRS）。首先充分考虑当前转发车辆与候选中继之间的相对距离和相对速度,候选中继的接收信号强度和区域密度等4种评估指标,分别基于序关系法和熵权法计算候选中继评估指标的主、客观权重,并利用简单加权法计算其综合权重,进一步得到能够更加准确体现候选中继性能的综合效用值。在此基础上,采用基于k-means聚类和优先级-退避时间的方法选出最佳中继。实验结果表明所提MKRS与对比方法相比,在保证较好一跳距离和一跳时延的同时具有最快的传播速度。     

概率OWG算子及其在多属性决策中的应用

提出了概率有序加权几何算子(P-OWG算子),研究了该算子的一些基本性质,基于该算子提出了属性权重确知、各状态概率已知的不确定多属性决策方法,最后,进行了实例分析。     

基于类型Ⅱ区间模糊集NIE约简算法的优化

类型Ⅱ区间模糊集重新提出后被国内外学者广泛研究。一个重要的研究热点在于它的类型约简之上,如何将类型Ⅱ区间模糊集的经过模糊推理之后约简为Ⅰ型模糊集输出是一个重要的课题。针对NIE-WOEI提出的一种约简方法加以改进,大大提高了算法的精确度并且降低算法的时间复杂度。 更多还原     

基于直觉梯形模糊数多因子群决策方法的110 kV智能变电站装配式建筑造价评价简

将直觉梯形模糊数引入110kV智能变电站装配式建筑造价评价中,在识别出智能变电站装配式建筑造价影响因子的基础上利用ITFN对造价影响因子进行了定义和描述,并基于国网智能变电站装配式建筑典型设计方案构造了造价影响因子理想直觉梯形模糊向量,运用Hamming距离测度提出了多因子群决策模式下的专家权重决策向量的求解方法,引入得分函数和精确度函数建立了智能变电站装配式建筑造价评价模型,为科学合理的开展装配式建筑造价评价提供了一条有效途径。最后应用实例分析验证了模型的有效性和可行性。     

多授权中心可验证的基于属性的加密方案

在本文构造的方案中,将可验证的属性加密方案由单个授权中心推广剑多个授权中心,使得多授权中心的基于属性的加密在解密出错时,可以榆验出是哪个授权中心部分的密钥出错,只需要去找该授权中心重发,不用让所有授权中心均重发;其次各个授权中心在被检查出错时,也只需要重发对应部分的信息;当密钥通过验证,而解密依然出错,说明是加密过程中或者密文跟随的消息属性出了问题,不会出现无法判断哪里出错的情况.同时证明了加入可验证性后,在经过修正的安全模型下,并不影响多授权中心基于属性加密的安全性.     

概率语言多属性群决策方法及其在新型智慧城市市民获得感评价中的应用

针对公众参与的语言信息多属性群决策问题,研究了考虑参与者满意度的概率语言多属性群决策方法。首先,根据参与者的语言评价信息确定并规范化概率语言决策矩阵。然后,对大群体进行共识分析,由最大化参与者群体的满意度构建线性规划模型,确定参与者群组的权重;构造正、负理想方案的评价向量,构建多目标规划模型,用拉格朗日乘子法求解属性权重;定义各方案的加权贴近度,并以此对方案进行排序和优选。最后,通过新型智慧城市市民获得感评价案例验证了模型的可行性和有效性。     

基于多重模糊属性的彩色图像分割

提出了一种综合考虑多重模糊属性的彩色图像分割算法.该算法定义了像素的邻域模糊距离,并根据同一区域内部消除亮度信息后彩色部分相关性非常高的原则,利用区域生长方法产生准种子区域和模糊像素集.对于这些准种子区域按照面积大小进行区域提纯,从而得到确信度很高的种子区域;对于模糊像素,利用合理的目标函数确定出它们的区域属性.讨论了区域的紧性和相邻区域之间颜色相似度的权重关系,并用于区域合并.实验表明,算法的分割结果与人的主观视觉感知具有良好的一致性.     

可证明安全的基于属性的多授权中心签名方案

基于属性的密码体制中用户的多个属性由一个授权中心管理,这将会增大其工作负担,降低工作效率.本文设计了一个可证明安全的多授权中心的签名方案,将用户的多个属性由不同的授权中心分别管理,属性参数在全域范围选择.采用归约安全证明的研究方法证明此方案的安全性归约为计算Diffie-Hellman难题,方案具有存在性不可伪造和抗合谋攻击的特性.     

基于模糊关系矩阵的可生存系统认知参考模型分析

提出了一种可生存系统认知参考模型的分析方法.基于四维可扩展的可生存系统认知参考模型,确立可生存系统的认知、自律、生存3个基本属性;基于模糊关系矩阵对可生存系统认知参考模型进行分析,计算得出3个基本属性在可生存系统中的贡献率及关联度;仿真实验对可生存系统实施DDOS攻击,导致3个基本属性及其子属性的贡献率发生变化,仿真结果判断出在该时刻可生存系统中哪些属性及其子属性处于主导地位.     

基于基数排序及属性约简的雷电预报因子提取方法

雷电预报因子筛选是构建雷电预报模型的关键,也是提高雷电预报准确度的一个瓶颈问题。本文提出了一种基于粗糙集正域属性约简的雷电预报因子提取方法,该方法采用基数排序方法快速求解决策表的正域,引入可分辨度概念度量属性的重要性,提出了基于可分辨度的核属性与非核属性的提取方法,设计了相应的面向雷电预报因子提取的属性约简算法。真实气象数据集测试结果表明,该方法能有效提取最小集合的雷电预报因子,并较以往方法具有更好的性能。     

基于智立方集的改进ELECTRE方法及其应用

智立方集作为一种广义模糊集,同时考虑了信息的不确定性、不完全性和不一致性,使决策结果更加准确。本文提出了基于智立方集的改进ELECTRE决策方法。首先介绍了智立方集可能度的概念,然后将ELECTRE方法和智立方集相结合,提出一种扩展的ELECTRE方法。当方案属性值为智立方集的形式时,利用ELECTRE方法进行研究多属性决策问题。