毕达哥拉斯模糊幂平均算子

将幂平均算子应用到毕达哥拉斯模糊决策环境中,定义了毕达哥拉斯模糊幂平均算子(PFPA)、毕达哥拉斯模糊幂有序加权平均算子(PFPOWA)、毕达哥拉斯模糊幂几何算子(PFPG)和毕达哥拉斯模糊幂有序加权几何算子(PFPOWG),并分别研究了它们的性质。最后,提出了基于毕达哥拉斯模糊幂平均算子的决策方法,并通过实例说明了其可行性与有效性。     

毕达哥拉斯三角模糊数集成算子及其决策应用

将毕达哥拉斯模糊数与三角模糊数相结合,提出了毕达哥拉斯三角模糊数的概念,定义了其运算,研究了其运算规律,推广了直觉三角模糊数和毕达哥拉斯模糊数,并通过定义毕达哥拉斯三角模糊数的得分函数和精确函数,实现毕达哥拉斯三角模糊数的排序。然后,定义了毕达哥拉斯三角模糊数加权平均算子(PTFWA)和有序加权平均算子(PTFOWA)、毕达哥拉斯三角模糊数加权几何算子(PTFWG)和有序加权几何算子(PTFOWG)以及毕达哥拉斯三角模糊数混合平均算子(PTFHA)和混合几何算子(PTFHG),研究了它们的性质,并给出其计算公式。最后,提出了基于毕达哥拉斯三角模糊集成算子的决策方法,通过实例说明了其可行性。     

区间毕达哥拉斯模糊Heronian平均算子及其决策应用

将Heronian平均算子推广至区间毕达哥拉斯模糊环境,定义了区间毕达哥拉斯模糊Heronian平均(IVPFHM)算子、区间毕达哥拉斯模糊加权Heronian平均(IVPFWHM)算子、区间毕达哥拉斯模糊几何Heronian平均(IVPFGHM)算子、区间毕达哥拉斯模糊几何加权Heronian平均(IVPFGWHM)算子,并研究了这些新集成算子的基本性质。最后,给出基于IVPFWHM算子和IVPFGWHM算子的多属性决策方法,并通过实例说明所提方法在区间毕达哥拉斯模糊信息集成中的合理性与优越性。     

广义毕达哥拉斯正态模糊集成算子及其决策应用

将毕达哥拉斯模糊数与直觉正态模糊数相结合,提出了毕达哥拉斯正态模糊数,研究了其运算和运算性质,定义了毕达哥拉斯正态模糊数的得分函数和精确函数,实现其大小排序.然后,针对毕达哥拉斯正态模糊信息的集成问题,提出毕达哥拉斯正态模糊有序加权平均(PNFOWA)算子、广义有序加权平均(GPNFOWA)算子和毕达哥拉斯正态模糊有序加权几何平均(PNFOWGA)算子及广义有序加权几何平均(GPNFOWGA)算子,并研究了其性质.最后,提出基于广义毕达哥拉斯正态模糊集成算子的多属性决策方法,并通过实例说明该方法的有效性.     

概率犹豫模糊Maclaurin几何对称平均算子及其群决策模型

属性信息的集成已经成为模糊决策领域一个重要的研究课题.基于概率犹豫模糊加权Maclaurin几何对称平均算子构建了一种新的多属性群决策算法.首先,定义了Maclaurin几何对称平均(MGSM)算子,并进一步将该算子引入到概率犹豫模糊环境下,结合Archimedean范数的思想,提出了概率犹豫模糊Maclaurin几何对称平均(PHFMGSM)算子;其次,探讨了PHFMGSM算子具有的优良性质以及几种特殊表达形式;随后,基于提出的概率犹豫模糊加权Maclaurin几何对称平均(PHFWMGSM)算子,构建了一种新的概率犹豫模糊多属性群决策算法;最后,通过采购数据库的实例发现,PHFWMGSM算子性质优良、计算简单、稳定性好且灵活可靠,且提出的群决策模型是更为合理有效.     

毕达哥拉斯模糊数密度算子及其决策应用

针对属性值为毕达哥拉斯模糊数的多属性决策问题,考虑到属性信息分布的疏密程度,提出了毕达哥拉斯模糊数密度集结(PFDM)算子。利用得分函数,提出一种毕达哥拉斯模糊数集有效聚类的方法,进而给出PFDM算子的密度加权向量,并构建PFDM算子与经典算子的合成形式,同时分析了PFDM算子相关性质。最后,提出基于PFDM算子的多属性决策方法,并通过决策实例说明了该方法的可行性和有效性。     

毕达哥拉斯犹豫模糊集

通过将犹豫模糊集与毕达哥拉斯模糊集相结合,提出毕达哥拉斯犹豫模糊集的概念,定义毕达哥拉斯犹豫模糊数的运算,研究其运算性质,并定义其得分函数实现毕达哥拉斯犹豫模糊数的大小比较。然后,提出毕达哥拉斯犹豫模糊数的加权算术平均算子和加权几何平均算子,并研究它们的性质。最后,给出一种基于毕达哥拉斯犹豫模糊信息的决策方法,并通过算例说明其可行性与有效性。     

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。     

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。     

直觉模糊交叉影响Choquet积分算子及其决策应用

直觉模糊Choquet积分集成算子能有效解决属性关联的直觉模糊决策问题,直觉模糊数交叉影响运算能反映出不同直觉模糊数的隶属度和非隶属度之间的交叉影响.通过将直觉模糊Choquet积分平均算子与直觉模糊数交叉影响运算相结合,定义了直觉模糊交叉影响Choquet积分集成算子,包括直觉模糊交叉影响Choquet积分平均算子(IFICIA)和直觉模糊交叉影响Choquet积分几何算子(IFICIG),推导出它们的计算公式,讨论了它们的性质.通过研究直觉模糊交叉影响Choquet积分集成算子的特殊形式,发现直觉模糊交叉加权平均算子(IFIWA)和有序加权平均算子(IFIOWA)、直觉模糊交叉加权几何算子(IFIWG)和有序加权几何算子(IFIOWG)等均为它们的特例。最后,提出了基于直觉模糊交叉影响Choquet积分集成算子的决策方法,通过决策实例说明其可行性和稳定性。     

三角毕达哥拉斯模糊Choquet积分算子及其应用

针对属性值为三角毕达哥拉斯模糊数且属性之间相互关联的多属性决策问题,将三角毕达哥拉斯模糊集与Choquet积分相结合,提出了三角毕达哥拉斯模糊Choquet积分平均算子(TPFCA)和三角毕达哥拉斯模糊Choquet积分几何算子(TPFCG),给出其计算公式;然后又研究了算子的性质:幂等性、单调性、有界性等;最后将三角毕达哥拉斯模糊Choquet积分算子用于多属性决策中,提出了基于三角毕达哥拉斯模糊Choquet积分算子的多属性决策方法,并且通过实例说明这些算子的有效性.     

犹豫模糊语言Heronian平均算子在多属性决策中的应用

针对输入变量之间的相互影响以及评价值为犹豫模糊语言信息的多属性决策问题,提出一种基于犹豫模糊语言Heronian平均算子的多属性决策方法。由于Heronian平均(HM)算子具有能够反映输入变量之间相互关联的良好特性,在犹豫模糊语言信息环境下,提出了两种新的集成算子,即犹豫模糊语言Heronian平均(HFLHM)算子和犹豫模糊语言几何Heronian平均(HFLGHM)算子,同时研究了它们的一些特性。考虑到输入变量具有不同的重要程度,还定义了犹豫模糊语言加权Heronian平均(HFLWHM)算子和犹豫模糊语言加权几何Heronian平均(HFLWGHM)算子。最后提出了基于HFLWHM算子和HFLWGHM算子的犹豫模糊语言多属性决策方法,并通过实例验证了这些算子的合理性和可行性。     

梯形模糊有序加权几何算子及其在决策中的应用

针对梯形模糊数据信息的集成问题,给出了梯形模糊数两两比较的可能度公式和梯形模糊有序加权几何(TFOWG)算子.基于可能度公式和TFOWG算子,提出了一种准则权重信息完全未知且准则值以梯形模糊数形式给出的不确定多准则决策方法.最后,实例分析表明了该方法的可行性和有效性.     

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...     

基于风险偏好得分函数和Choquet积分算子的毕达哥拉斯模糊决策方法

毕达哥拉斯(Pythagorean)模糊集(PFS)不仅是传统直觉模糊集的一种拓展,而且也是准确反映专家赋予初始决策信息的有效工具,尤其它能在更广泛区域上处理多属性模糊信息的决策问题。本文首先介绍Pythagorea模糊数(PFN)的基本定义和相关运算,并指出传统得分函数的某些缺陷,进而通过引入风险偏好因子提出新的得分函数、精确函数和排序准则。其次,在毕达哥拉斯模糊环境下介绍离散型模糊Choquet积分平均(几何)集成算子,并通过初始评价矩阵和熵公式给出决策专家的权重向量。最后,依据离散型模糊Choquet积分平均算子和风险偏好得分函数的排序准则提出一种新的毕达哥拉斯模糊决策方法,并通过实例验证该决策方法的有效性。     

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。     

基于区间犹豫模糊集成算子的入侵检测模型

针对属性值为区间犹豫模糊信息的入侵检测模型选择决策问题,对于区间犹豫模糊集成算子,构建了一种入侵检测模型选择方法。首先,为了完善欠缺,新定义了区间犹豫模糊Hamacher算子基本运算法则;其次,基于新的基本运算法则,对区间犹豫模糊有序加权几何Hamacher(I-IHG)算子与区间犹豫模糊有序加权平均Hamacher(I-IHA)算子分别改进,并且讨论两类算子的性质;最后,通过数据入侵检测模型系统的选择实例,验证了所提出的决策算法是可行的和有效的。     

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。     

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。     

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。