直觉模糊支付合作对策的核仁解

本文主要研究支付值为直觉模糊集的合作对策问题及其模糊核仁解.首先定义了直觉模糊集的得分函数和精确函数,并给出其排序方法,得到基于直觉模糊集的合作对策模型和适合这种模型的相应定义,同时提出了直觉模糊核仁解的概念;其次运用新的排序方法将求核仁解的问题转化为求解双目标非线性规划问题;最后通过实例分析验证了该方法的可行性和有效性。     

基于区间直觉梯形模糊数的改进TOPSIS多属性决策方法

研究了属性权重完全未知的区间直觉梯形模糊数的多属性决策问题,结合TOPSIS方法定义了相对贴近度及总贴近度公式.首先由区间直觉梯形模糊数的Hamming距离给出了每个方案的属性与正负理想解的距离,基于此,给出了相对贴近度矩阵,根据所有决策方案的综合贴近度最小化建立多目标规划模型,从而确定属性的权重值,然后根据区间直觉梯形模糊数的加权算数平均算子求出各决策方案的总贴近度,根据总贴近度的大小对方案进行排序;最后,通过实例分析说明该方法的可行性和有效性.     

基于新型区间直觉三角模糊熵的多属性决策方法

在进行区间直觉模糊多属性决策时,有时属性权重是未知的,针对这一问题,提出一种新型区间直觉三角模糊熵的决策方法.首先,给出该新型区间直觉三角模糊熵定义和相关定理,应用该区间直觉三角模糊熵确定属性的权重.然后,基于逼近理想解排序法(TOPSIS)的思想,采用改进的加权欧几里得距离,进行区间直觉模糊群决策,并给出决策步骤.最后,将该方法应用在供应链选择的群决策问题中,通过算例实验验证了该方法的有效性与可行性.     

一种基于图论和直觉模糊偏好关系的准则权重求解方法

直觉模糊偏好关系是处理复杂的多目标群决策间题非常有效的一种工具,其元素可通过对准则集内的所有准则实施两两比较确定.文章在已有的直觉模糊偏好关系的积性一致性和BWM方法的基础上,给出一个新的一致性定义,基于此定义提出一种新的基于图论并从直觉模糊偏好关系中导出准则权重的直觉模糊BWM方法.方法分为三个步骤:第一步,邀请专家组根据对称标度对准则集内的准则进行两两比较,给出每个专家的直觉模糊偏好关系,然后,用简化的直觉模糊加权几何算子将所有专家给出的直觉模糊偏好关系融合成群体的直觉模糊偏好关系;第二步,基于有向网络图设计一个算法,根据点的出度及入度对所有的准则进行排序,并鉴别出最重要和最不重要的准则,在文章给出的新的一致性定义基础上,建立了几个max-min优化模型,模型求解以实现从直觉模糊偏好关系中导出准则的优先权重;第三步,使用文章定义的一致性比率公式检验直觉模糊偏好关系的一致性程度以及所导出权重的可靠性;最后,将直觉模糊BWM决策方法运用于解决实际决策问题,探讨了一个评估医院门诊预约系统的例子,评估结果可以为医疗服务部门和需要进行门诊预约的患者提供决策参考.     

直觉模糊支付合作对策的Shapley值

主要研究支付值是直觉模糊数的合作对策Shapley值的问题.首先在直觉模糊支付合作对策的基础上,定义了直觉模糊支付函数的截集及直觉模糊合作对策的截集分配;其次将经典的Shapley函数满足的三条公理进行拓展,并构造了直觉模糊Shapley值;最后通过一个算例来验证该方法的有效性。     

权重为直觉模糊数的直觉模糊多属性群决策方法

针对属性权重以直觉模糊数形式给出的直觉模糊多属性群决策问题,提出了一种新的集成算子,首先证明了该算子具有诸如单调性等良好的性质,然后将该算子应用到权重为直觉模糊数的直觉模糊多属性群决策方法中,给出了决策方法的一般步骤,最后用实例说明了该方法的有效性和实用性.     

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.     

多目标线性生产规划的模糊联盟对策

研究多目标生产规划的模糊联盟对策的求解问题,提出了求解多目标模糊联盟对策的Shapley值方法.通过建立多目标线性生产规划的模糊联盟对策模型,提出了多目标对策转化为多个单目标对策的权重分析法.结合多目标线性生产规划问题的实例,给出不同权重系数下局中人合作的利益分配策略.     

重复模糊合作对策的核心和稳定集

本文以模糊结盟为工具首次建立了重复模糊合作对策理论，给出了其核心解和稳定集的概念，并证明了这些解之间的关系及凸重复模糊合作对策的一些性质，从而为重复模糊合作对策解的研究奠定了基础。     

三人模糊联盟合作博弈的最小核心解

研究了联盟是模糊的合作博弈.利用多维线性扩展的方法定义了模糊联盟最小核心解,并推导出三人模糊联盟合作博弈最小核心的计算公式.研究结果发现,多维线性扩展的模糊联盟合作博弈最小核心解是对清晰联盟合作博弈最小核心解的扩展.最后给出三人模糊联盟合作博弈的一个具体事例,证明了此方法的有效性和适用性.     

一种基于Choquet积分的多属性直觉模糊决策方法

研究了决策者对方案的主观偏好值以及属性值均为直觉模糊数的且属性间存在关联的多属性决策问题.利用Choquet模糊积分作为集结算子,构建了基于属性关联的M OD和SOD模型.通过求解模型获得属性的权重,进而给出了一种新的直觉模糊多属性决策方法.最后通过一个算例说明了该决策方法的有效性和可行性.     

直觉模糊联盟合作博弈的非线性规划模型

本文研究联盟是直觉模糊集的合作博弈。首先,给出直觉模糊联盟的定义,并根据Choquet积分的直觉模糊形式,得到直觉模糊联盟合作博弈的区间值特征函数,进一步证明直觉模糊联盟合作博弈的区间值特征函数具有超可加性、凸性、弱超可加性. 其次根据区间数的闵可夫斯基距离、区间数的排序及损失函数的定义,建立直觉模糊联盟合作博弈的非线性规划模型,并对其求解得到最优分配. 最后给出一个具体的事例说明本文所建立的模型的合理性和有效性。     

IVIFS环境下基于模糊熵和得分函数的多准则决策方法

在区间直觉模糊环境和各准则的信息完全未知的条件下,本文提出了一个基于模糊熵和得分函数的多准则决策方法.基于区间直觉模糊集的准则形式,本文给出了模糊熵模型,从而可以确定各准则的权重.在决策方法方面,作者提出了区间直觉模糊集的加权记分函数和加权精确函数,解决了记分函数无法解决的加权问题的难题,同时给出了一种新的决策方法.最后,文章通过实例说明了该方法的可行性和有效性.     

基于模糊熵-熵权法的混合多属性决策方法

针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策问题,提出了基于模糊熵-熵权法的混合多属性决策方法。通过规范化的方法把区间数转化为直觉模糊数,建立了直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用熵权法确定属性的客观权重区间,通过求解属性信息模糊熵最小的线性规划模型得到属性客观权重;再与主观赋权方法相结合确定属性的组合权重;最后应用相对熵排序法得到方案的最终排序结果。算例分析表明方法的可行性和实用性。     

直觉模糊多目标二人零和矩阵对策

研究矩阵对策是深入研究对策理论的一个基本途径和重要手段。根据直觉模糊多目标决策和模糊对策理论,研究了支付值为直觉模糊值的多目标二人零和矩阵对策。首先介绍了基于直觉模糊集的多目标二人零和矩阵对策模型,接着提出了求解直觉模糊多目标二人零和矩阵对策的线性规划方法。最后以数例说明本文提出的方法。结果表明该方法能方便地得到对策的均衡策略和均衡解。     

三元区间支付合作对策的核心解

基于三元区间数,提出三元区间支付合作对策理论,利用三元区间数的运算及序关系,建立了三元区间支付合作对策模型和具有偏好标准的三元区间支付合作对策模型,研究相应模型的几类核心解,如区间核心、区间优超核心及q-区间核心等,讨论了各相关核心解之间的关系,并加以证明.最后通过实例分析,验证了三元区间支付合作对策理论,具有一定的参考价值与现实意义,是对模糊支付合作对策理论的不断完善.     

直觉模糊熵与加权决策算法

直觉模糊熵是直觉模糊集理论中的一个重要概念,反映了直觉模糊集的模糊程度和不确定程度.首先给出一种新的直觉模糊熵,并运用到多属性直觉模糊决策问题中.决策时根据直觉模糊熵计算属性权重,再综合决策者的偏好对各属性权重进行修正,然后使用直觉模糊集结算子和得分函数对方案进行排序,从而获得最优方案.     

基于直觉模糊偏好信息的多阶段双边匹配方法

针对偏好序值难以区分匹配主体偏好强度的缺陷问题,考虑双边匹配的阶段性特征,提出一种多阶段双边匹配方法。首先将匹配主体的直觉模糊偏好信息转化成基本信任分配函数;然后依据直觉模糊相似度构建匹配权重优化模型,使用匹配权重对基本信任分配函数进行修正和证据合成,进一步,基于信任度给出了匹配满意度测度方法,建立双边匹配优化模型;最后通过算例分析验证了提出方法的有效性和可行性。     

一种基于“垂面”距离和IFE的直觉模糊多属性决策方法

提出了一种属性权重未知情境下的基于“垂面”距离和直觉模糊熵(intuitionistic fuzzy entropy,IFE)的直觉模糊多属性决策方法。该方法针对基于相对欧氏距离的直觉模糊TOPSIS法中出现的逆排序问题,将“垂面”距离引入到直觉模糊决策理论中,通过将“垂面”距离对欧氏距离进行替换,提出了一种基于“垂面”距离的直觉模糊多属性决策规则;基于IFE最小原理和“垂面”距离最小思想,构建了融合主客观信息偏好的属性权重确定模型。最后给出了一个算例验证了该方法的有效性和实用性。     

基于三角模糊数的凸合成模糊对策解的结构

将凸合成模糊对策的特征函数用三角模糊数的形式表示出来,并以三角模糊数表示局中人的参与度,从而建立了一个新的凸合成模糊合作对策的模型.在此模型的基础上,给出了凸合成模糊对策的三角核心和三角稳定集,并证明了上述解可由子对策的核心和稳定集表达出来.