不确定语言环境下基于ULHGA算子的群决策方法

研究属性权重和专家权重为确定的实数,属性值为不确定语言变量的多属性群决策问题.提出了一种新的数据信息集成算子不确定语言混合几何集结(ULHGA)算子,并给出不确定语言环境下基于ULWGM算子和ULHGA算子的一种群决策方法.最后进行实例分析,说明该方法的实用性和有效性.     

基于直觉不确定语言评价的群决策方法

针对直觉不确定语言评价的群决策问题,定义了直觉二元不确定语言数及其运算法则、期望值和精确值.提出了直觉二元不确定语言和(IBULS)算子以及加权平均(IBULWA)算子,并验证了IBULWA算子的性质,如单调性、幂等性和介值性.在此基础上,提出一种属性权重已知且属性值为直觉不确定语言信息的群决策方法.最后通过实例说明决策方法的有效性.     

直觉不确定纯语言信息的集结方法及在群决策中的应用

直觉不确定纯语言标度变量是直觉模糊数和不确定纯语言标度变量的拓展,本文定义了直觉不确定纯语言标度变量的运算法则,提出了一些基于直觉不确定纯语言评估标度及其运算法则的信息集结算子,在此基础上,给出了一种专家权重、属性权重及属性值均以语言标度形式给出的直觉不确定纯语言信息的集结方法,并将此方法应用到群决策中,通过实例分析说明了该方法的有效性和可行性。     

直觉不确定语言Frank集结算子及其应用

基于直觉不确定语言变量和Frank算子,提出了直觉不确定语言Frank集结算子的概念,给出了直觉不确定语言Frank集结算子的运算规则、期望函数、大小比较方法;定义了直觉不确定语言Frank加权算术平均算子、加权几何平均算子、有序加权算术平均算子、有序加权几何平均算子、广义加权平均算子以及算子具有的幂等性、单调性、有界性等性质.并基于这些算子提出两种属性权重确知且属性值以直觉不确定语言形式给出的决策方法,最后通过实例验证了方法的可行性.     

不确定隶属度语言Einstein算子及其应用

在不确定隶属度语言变量和Einstein算子的基础上,提出了一种新的算子—不确定隶属度语言Einstein算子,并将其应用到多属性群决策中.首先定义了不确定隶属度语言Einstein算子的概念、相应的运算规则、大小比较方法.之后提出了几种新的不确定隶属度语言Einstein算子,比如:不确定隶属度语言Einstein加权算术平均算子(UMLEWA)、不确定隶属度语言Einstein加权几何平均算子(UMLEWG)、不确定隶属度语言Einstein有序加权算术平均算子(UMLEOWA)、不确定隶属度语言Einstein有序加权几何平均算子(UMLEOWG)、广义不确定隶属度语言Einstein加权算术平均算子(GUMLEWA)、广义不确定隶属度语言Einstein加权几何平均算子(GUMLEWG),以及算子的相应性质(幂等性,有界性,单调性),并证明了性质的正确性.其次在不确定隶属度语言Einstein加权算术平均算子(UMLEWA)和不确定隶属度语言Einstein加权几何平均算子(UMLEWG)基础上,提出了两种不同的方法来处理多属性群决策问题,并给出了具体的群决策步骤.最后,通过实例验证了所提方法的有效性和可行性.     

导出的纯语言OWGA算子及其在的群决策中的应用

研究属性权重、专家权重和属性值均为纯语言变量的多属性群决策问题,利用纯语言变量的运算规律,提出一种新的数据信息集成算子:导出的纯语言有序加权几何平均(IPLOWGA)算子。并且给出纯语言环境下基于IPLOWGA算子和PLOWGA算子的一种群决策方法。最后,进行实例分析,说明该方法的实用性和有效性。     

基于区间概率语言术语集幂算子的多属性群决策

本文基于区间概率语言术语集(IVPLTS),结合幂聚合算子,提出一种多属性群决策方法,刻画了不确定环境下属性间存在相关联性的决策信息。首先,基于概率语言术语集(PLTS)定义了IVPLTS及其标准化方法,结合区间折衷概率构建新得分函数给出IVPLTS的排序法,并与概率知识结合定义了新的IVPLTS运算法则且研究了其性质。其次,提出了区间概率语言幂平均(IVPLPA)和区间概率语言幂几何(IVPLPG)算子,讨论了算子的理想性质及相互关系。最后,基于IVPLPA和IVPLPG算子提出一种多属性群决策方法,通过算例与其它方法对比,说明本文方法的可行性与优越性。     

基于概率测度的不确定语言多属性决策方法及应用

针对具有不确定语言信息的多属性决策问题,给出了一种基于语言概率测度的决策分析方法。阐述了不确定语言变量的概念,提出了一种用于处理不确定语言变量的语言概率有序加权平均（linguistic probabilistic ordered weighted averaging,LPOWA）算子。采用LPOWA算子将不确定语言转化为二元语义,再通过ETOWA算子得到每个方案的综合评价值,进而可得到所有方案的排序结果。利用LPOWA算子和ETOWA算子,对辽宁省风险投资企业进行评估和优选。理论分析和计算结果表明：该方法简洁可行,便于应用。     

不确定语言多属性决策的组合方法

研究了属性权重完全未知、属性值以不确定语言变量形式给出的不确定语言多属性决策问题.首先引入了不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念.针对属性权重完全未知的情形,给出了一个求解权重的组合公式.然后利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

基于不确定信息处理的语言群决策方法

研究了具有语言偏好信息的语言群决策问题。首先提出了一种基于不确定信息处理的二元语义混合加权平均（T—HWA）算子，并对该算子的性质进行了分析，然后给出了一种基于T—HWA算子的语言群决策（TGDM）方法。最后，通过算例对新方法的有效性进行了验证。     

构建不确定语言型多属性决策的投影模型

研究不确定语言型多属性决策评价结果与决策者对方案的偏好信息之间存在偏差的问题.通过建立与区间型语言标度对应的术语指标矩阵,及方案综合属性值与决策者主观偏好值之间的投影模型,确定属性的权重,然后运用加权法得到方案的综合属性值,利用已有的可能度矩阵排序公式得到决策方案的排序.构建了一种基于方案综合属性质与决策者主观偏好值之间的投影模型,通过算例对该方法的实用性和有效性进行了证明.     

A Direct Approach to Group Decision Making with Uncertain Additive Linguistic Preference Relations

In this paper, we study the group decision-making problem in which the preference information given by experts takes the form of uncertain additive linguistic preference relations. We define the concept of uncertain additive linguistic preference relation, and introduce a formula based on possibility measure for comparing two uncertain linguistic preference values. We introduce some aggregation operators such as the uncertain linguistic averaging (ULA) operator and uncertain linguistic weighted averaging (ULWA) operator, etc. Based on the ULA and ULWA operators, we develop a direct approach to group decision making with uncertain additive linguistic preference relations without loss of information. Finally, an illustrative numerical example is given to verify the developed approach.     

基于直觉纯语言集结算子的多属性群决策方法

定义了直觉纯语言集及其运算法则和直觉纯语言变量的数学期望和精确函数,提出了一些基于直觉纯语言评估标度及其运算法则的信息集结算子。在此基础上,给出了一种专家权重、属性权重及属性值均以语言标度形式给出的直觉纯语言信息集结方法,并将此方法应用到多属性群决策中,实例分析表明了该方法的有效性和可行性。     

考虑多元关联关系和语义变换的直觉不确定语言多属性决策方法

针对属性值为直觉不确定语言变量的多属性决策问题,提出一种不仅可以捕获属性间的多元关联关系并且能够满足决策者不同语义转换需求的多属性决策方法。首先,考虑已有运算法则缺少封闭性和灵活性,结合语言刻度函数,提出一种新的直觉不确定语言变量运算法则和排序方法。其次,根据新的运算法则,提出可以捕获属性间多元关联关系的直觉不确定语言Hamy平均及其加权形式,并对新算子的优良性质和特例进行了探讨和分析。进而,提出一种新的多属性决策方法。最后,通过算例和对比分析验证了该方法的有效性和优越性。     

群决策中语言信息与其他4种偏好信息的一致化方法

研究语言信息与其他4种偏好信息(偏好次序,效用值,互反判断矩阵,互补判断矩阵)之间的相互转换问题.首先,根据各种偏好信息的实际意义,给出语言信息与他们之间的转换公式,并从理论上证明转换公式的合理性;其次,证明了若语言判断矩阵具有完全一致性,转换后的互反判断矩阵和互补判断矩阵也具有完全一致性;最后用实例验证了转换公式的有效性.     

基于二元语义TAC积分算子的语言型多属性群决策方法

针对属性之间存在模糊关联的语言型多属性群决策问题,给出了二元语义TAC(Two-Additive Choquet)积分算子的定义,分析和证明了算子的有关性质,并提出了相应的决策方法。该方法首先将各专家提供的语言短语形式的属性权重信息、属性关联信息与属性评价信息转化为二元语义形式,然后利用二元语义TAC积分算子将转化后的属性相关信息集结为各专家的方案评价值,并进一步集结专家意见获得方案的综合评价值,从而确定其排序。最后,通过实例分析和方法比较说明了所给方法的有效性和优点。研究结果表明,该方法具有属性关联刻画细致、计算过程简单且无信息损失、决策结果可解释性强等优点,为求解属性之间存在模糊关联的语言型多属性群决策问题提供了一种新的途径。     

多粒度语言信息的交互式多属性群决策方法及应用

针对目前多阶段交互式决策的研究多是基于点值的缺陷,以及大多数研究忽视了从多个属性对方案进行评价等不足,本文探讨了一种基于多粒度语言信息的交互式多属性群决策方法。首先基于不确定语言变量提出了多粒度语言信息的转换函数,并在给出若干假设的前提下描述了交互式多属性群决策的过程,然后提出了交互影响因子来度量决策者的“话语权”,通过稳定性指标探讨交互终止条件;接着在不确定语言变量的加权算术平均(ULWA)算子和诱导多阶段交互加权算子(I-UOWA和I-UOWGA)的基础上对偏好信息进行集结,再提出优势可能度法对方案排序。最后给出了一个物流供应商选择的案例研究。     

基于相对熵的多粒度语言信息的多属性群决策方法

针对具有多粒度语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理和相对熵的群决策方法。该方法首先给出了多粒度语言评价信息一致化为由基本语言评价集表示的相同粒度二元语义信息的方法,然后对于属性权重信息不完全的情形,建立了基于相对熵的多目标规划模型获得相应的属性权重,并利用二元语义的集结算子对语言评价信息进行加权集成,从而获得各个决策方案的排序和择优结果;最后给出一个实例分析,说明了该方法的有效性和可行性。