梯形模糊数直觉模糊Bonferroni平均算子及其应用

本文研究决策信息为梯形模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于梯形模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法.首先,介绍了TFNIFN的概念和运算法则,基于这些运算法则和Bonferroni平均(Bonferroni mean,BM)算子,定义了梯形模糊数直觉模糊Bonferroni平均算子和TFNIFWBM算子.然后,研究了这些算子的一些性质,建立基于TFNIFWBM算子的多属性群决策模型,结合排序方法进行决策.最后,将该方法应用在MAGDM中,算例结果表明了该方法的有效性与可行性.     

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.     

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。     

系数为梯形模糊数的模糊回归分析的最小二乘法

由于模糊数往往可以用梯形模糊数来逼近,因此对梯形模糊数的模糊回归模型的研究就有一定的实用价值.采用最小二乘的方法,针对输入为精确数、输出和回归系数都是梯形模糊数的模糊线性回归模型,讨论了该模型回归系数的最小二乘估计及误差项的估计,实例说明了提出的参数估计的拟合度比较好.     

三角模糊数直觉模糊PA算子及其应用

针对决策信息为三角模糊数直觉模糊数（TFNIFN）且属性间存在相互关联的多属性群决策（MAGDM）问题,提出了一种基于三角模糊数直觉模糊PA （TFNIFPA）算子的决策方法.首先,基于TFNIFN的运算法则和PA （Power Average）算子,定义了TFNIFPA算子.然后,研究了该算子的一些性质,建立基于TFNIFPA算子的MAGDM模型,结合排序方法进行决策.最后通过MAGDM算例验证了该算子的有效性与可行性.     

基于模糊数直觉模糊PG算子的多属性决策方法

针对决策信息为三角模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出了一种基于三角模糊数直觉模糊PG(TFNIFPG)算子的决策方法.首先,基于TFNIFN的运算法则和PG(Power Geometric)算子,定义了TFNIFPG算子.然后,研究了该算子的一些性质,建立基于TFNIFPG算子的MAGDM模型,结合排序方法进行决策.最后通过某项目投资算例验证了该算子的有效性与可行性.     

区间直觉梯形模糊Bonferroni平均算子及在多属性群决策中的应用

针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于加权区间直觉梯形模糊Bonferroni平均(WIVITFBM)算子的决策方法.首先,基于IVITFN的运算法则和Bonferroni平均(BM)算子,定义了区间直觉梯形模糊Bonferroni平均(VITFBM)算子和WIVITFBM算子.然后,研究了这些算子的一些性质,建立基于WIVITFBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。     

保持模糊度的直觉模糊数的梯形直觉逼近及其应用

通过对保持模糊度不变的情况下用梯形直觉模糊数逼近直觉模糊数的研究,得出了一个结论,并将结论作为直觉模糊信息的集成算子应用到直觉模糊多属性决策中。首先讨论了一组直觉模糊数的逼近问题,然后讨论了这组直觉模糊数的集成的逼近问题。最后通过比较得出一个结论。该结论作为集结算子不仅可以集结特殊直觉模糊数而且可以有效的集结一般直觉模糊数,为集结一般直觉模糊数提供了新的思想方法。最后通过算例说明了其有效性和可行性。     

D.C.隶属函数模糊集及其应用(II)——D.C.隶属函数模糊集的万能逼近性

本文是D.C.隶属函数模糊集及其应用系列研究的第二部分。指出在实际问题中普遍选用的三角形、半三角形、梯形、半梯形、高斯型、柯西型、S形、Z形、π形隶属函数模糊集等均为D.C.隶属函数模糊集,建立了D.C.隶属函数模糊集对模糊集的万有逼近性。探讨了D.C.隶属函数模糊集与模糊数之间的关系,给出了用D.C.隶属函数模糊集逼近模糊数的-εC e llina逼近形式,得到模糊数与D.C.函数之间的一个对应算子,指出了用模糊数表示D.C.函数的问题。     

基于改进得分函数的直觉梯形模糊数群体多属性决策方法

为考虑群体多属性决策问题中决策人的风险偏好,在直觉梯形模糊数的基础上,利用连续区间有序加权平均算子对直觉梯形模糊数进行化简,使其转换成直觉模糊数。并基于此提出了一种全新的得分函数。从而得到了一种全新的群体多属性决策方法,将其应用于具体算例中,给出了该方法的具体步骤并证明了有效性。     

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.     

A new method for solving fuzzy transportation problems using ranking function

In the literature, several methods are proposed for solving transportation problems in fuzzy environment but in all the proposed methods the parameters are represented by normal fuzzy numbers. [S.H. Chen, Operations on fuzzy numbers with function principal, Tamkang Journal of Management Sciences 6 (1985) 13–25] pointed out that in many cases it is not to possible to restrict the membership function to the normal form and proposed the concept of generalized fuzzy numbers. There are several papers in the literature in which generalized fuzzy numbers are used for solving real life problems but to the best of our knowledge, till now no one has used generalized fuzzy numbers for solving the transportation problems. In this paper, a new method is proposed for solving fuzzy transportation problems by assuming that a decision maker is uncertain about the precise values of the transportation cost, availability and demand of the product. In the proposed method transportation cost, availability and demand of the product are represented by generalized trapezoidal fuzzy numbers. To illustrate the proposed method a numerical example is solved and the obtained results are compared with the results of existing methods. Since the proposed method is a direct extension of classical method so the proposed method is very easy to understand and to apply on real life transportation problems for the decision makers.     

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.     

Approximation of fuzzy numbers by trapezoidal fuzzy numbers preserving the expected interval

The problem to find the nearest trapezoidal approximation of a fuzzy number with respect to a well-known metric, which preserves the expected interval of the fuzzy number, is completely solved. The previously proposed approximation operators are improved so as to always obtain a trapezoidal fuzzy number. Properties of this new trapezoidal approximation operator are studied.     

梯形模糊数的有序表示及中心平均排序方法

模糊数的排序在决策分析和优化问题中占有十分重要的地位,而一般模糊数均可近似分解为若干分片小梯形的叠加形式,故梯形模糊数的排序问题至关重要!本文首先引入等距分片方法对梯形模糊数实施纵向分割,进而获得梯形模糊数的有序表示。其次,依中心平均加权准则改进梯形模糊数的横向和纵向中心坐标公式,并提出新的指标排序准则。最后,通过实例分析考证了新的排序方法的有效性。