广义对偶犹豫模糊软集及其在决策中的应用

犹豫模糊软集作为一种处理不确定问题的工具受到了广泛关注。本文将广义模糊软集与对偶犹豫模糊集相结合,提出了广义对偶犹豫模糊软集的概念,给出了广义对偶犹豫模糊软集的交、并、补、“且”、“或”运算的概念,并基于这些概念研究其若干相关性质。此外,定义了广义对偶犹豫模糊软集的信息能量、相关性和相关系数的概念并讨论了它的性质。最后,给出了基于广义对偶犹豫模糊软集的多属性决策方法,并通过实例说明了该方法的的可行性和有效性。     

N(2,2,0)代数的Ω-犹豫模糊关联理想

在N(2,2,0)代数中定义了 Ω-犹豫模糊关联理想,研究Ω-犹豫模糊关联理想的性质以及等价刻画,得到了 Ω-犹豫模糊关联理想的交与并的不变性的结论,讨论了 Ω-犹豫模糊关联理想与犹豫模糊关联理想的关系.     

R0-代数的几类犹豫模糊滤子

把犹豫模糊集理论应用在R0-代数上,给出R0-代数的犹豫模糊MP滤子、犹豫模糊素MP滤子、犹豫模糊蕴涵滤子的概念,讨论R0-代数上这几类犹豫模糊滤子的性质以及它们之间的等价刻画.     

BCI代数的Ω-犹豫模糊P理想

给定一个集合Ω,在BCI代数中引入Ω-犹豫模糊P理想的概念,讨论它的一些性质,研究了Ω-犹豫模糊P理想的同态像与同态原像的性质;研究了BCI代数中的Ω-犹豫模糊P理想与犹豫模糊P理想的相互构造,通过Ω-犹豫模糊P理想的水平P理想,讨论了BCI代数中Ω-犹豫模糊P理想的刻画;研究了Ω-犹豫模糊P理想与乘积型BCI代数的Ω-犹豫模糊P理想的关系.     

基于直觉犹豫模糊集的TOPSIS法

直觉犹豫模糊集集成了直觉模糊集和犹豫模糊集的优势,能更有效地刻画决策者偏好不一致的情况。距离测度一直是研究的热点问题,但尚没有文献研究直觉犹豫模糊集间的距离测度,因此本文定义了直觉犹豫模糊集间的Hamming距离、Euclidean距离和广义距离,同时考虑每个元素的权重,定义了加权距离。犹豫度是直觉犹豫模糊集的重要特性,因此在考虑犹豫度的基础上,又定义了一些距离测度。这些距离测度不仅考虑了直觉犹豫模糊数间的差异,同时考虑了犹豫度的影响,决策者可以根据对直觉犹豫模糊数和犹豫度之间偏好的不同,设置不同的偏好值得到距离测度。然后基于这些距离测度,又提出了直觉犹豫模糊环境下的TOPSIS法。最后通过实例说明了所提出的TOPSIS法的合理性与实用性。     

布尔代数的犹豫模糊理想

将犹豫模糊集的思想和方法应用于布尔代数,提出了犹豫模糊理想的概念,给出了一些性质和若干等价刻画;定义了犹豫模糊集下直积和投影的概念,研究了布尔代数犹豫模糊理想与直积布尔代数犹豫模糊理想之间的关系,得到了H_(R×R′)的犹豫模糊理想可分解为R,R′犹豫模糊理想直积的充分必要条件;最后定义R/H_A上的三种运算,证明了当H_A是布尔代数R的犹豫模糊真理想时,则R/H_A是布尔代数。     

犹豫模糊语言距离测度及其在多属性决策中的应用

针对现有犹豫模糊语言距离测度存在不满足直递性、改变了原始决策信息、忽略了犹豫度差异等方面的问题，提出了一系列更为合理的新型犹豫模糊语言距离测度方法。首先，对现有犹豫模糊语言距离测度的局限性进行了枚举和分析。其次，给出了犹豫模糊语言犹豫度的定义，分别提出了犹豫模糊语言集的Euclidean距离、Hamming距离、Hamming-Hausdorff距离、Euclidean-Hausdorff距离以及它们的广义形式、加权形式和广义加权形式等一系列新型犹豫模糊语言距离测度，并对新型犹豫模糊语言距离测度的相关性质和定理进行了证明。在此基础上，提出了一种基于新型犹豫模糊语言距离测度和离差最大化的多属性决策方法。最后，通过具体算例和对比分析验证了新型犹豫模糊语言距离测度和多属性决策方法的可行性和有效性。     

广义概率对偶犹豫模糊语言幂集结算子在多属性决策中的应用

在对偶犹豫模糊语言集、概率对偶犹豫模糊集和广义幂集结算子的基础上,研究了在概率对偶犹豫模糊语言环境下的广义幂集结算子问题。首先,给出了概率对偶犹豫模糊语言集的定义、运算规则、得分函数、精确函数、距离测度、熵。然后,定义了广义概率对偶犹豫模糊语言幂集结算子,并研究其具有的性质。其次,提出了一种决策方法来解决集结数据之间存在相互关系的概率对偶犹豫模糊语言多属性决策问题。最后,结合相关案例验证了该方法的有效性和可行性。     

格蕴涵代数的反犹豫模糊滤子

本文研究了格蕴涵代数的反犹豫模糊滤子。将反犹豫模糊集应用于格蕴涵代数,提出反犹豫模糊滤子概念,得到了若干等价刻画;给出犹豫模糊集的反扩张定理,并讨论了反犹豫模糊滤子的像与原像的关系;最后定义了犹豫模糊集的反直积,研究了反犹豫模糊滤子与直积格蕴涵代数的反犹豫模糊滤子之间的关系,证明了乘积格蕴涵代数的犹豫模糊子集是反犹豫模糊滤子的必要条件。     

BCK代数的Ω犹豫模糊正定关联理想

在集合Ω中,用犹豫模糊集、Ω模糊集来研究BCK-代数,定义了BCK-代数中的Ω犹豫模糊正定关联理想,讨论其性质及若干等价刻画;研究了两个关系,一个是Ω犹豫模糊理想与Ω犹豫模糊正定关联理想之间的关系,另一个是犹豫模糊正定关联理想与Ω犹豫模糊正定关联理想的关系;证明了Ω犹豫模糊正定关联理想(Ω犹豫模糊理想)的同态原像是Ω犹豫模糊理想(Ω犹豫模糊理想).     

联系数均分定理在模糊群决策中的应用

在模糊直觉群决策存在犹豫度处理的困难,容易影响群决策的判断.尝试把模糊直觉集转换为集对中的联系数,用不确定度均分定理把犹豫度分成两部分,一部分并入其隶属度,另一部分并入其非隶属度,再用广义势函数概念计算变形后的隶属度与非隶属度比值.进而结合模糊直觉群决策中各方案综合比值的大小来比较.算例表明,此法思路清晰,数理意义准确,计算简便,适合推广应用.     

犹豫直觉模糊偏好关系积性一致性及其在群决策中的应用

模糊偏好关系在群决策中得到了广泛研究,针对犹豫直觉模糊集既能反映决策者偏好和非偏好的信息,又能描述其犹豫心理的特点,提出了犹豫直觉模糊偏好关系及其积性一致性的定义。为了修复不一致的犹豫直觉模糊偏好关系,先构建积性一致性指标,然后提出两种修复方法。最后,将犹豫直觉模糊偏好关系应用到群决策中,通过实例和比较说明了两种修复方法的有效性和合理性。     

权重完全未知下基于投影的犹豫模糊多属性群决策方法及应用

旨在犹豫模糊环境下,针对属性权重和专家权重完全未知的情形,提出了一种基于投影的犹豫模糊多属性群决策方法.首先,根据改进的犹豫模糊熵结合均熵求得决策者的客观权重,利用熵最小化原则与犹豫模糊指数熵确定评价属性的权重.接着,利用犹豫模糊加权算术平均算子对个体犹豫模糊决策矩阵进行集结,构建并求解出每个方案在正、负理想方案上的投影.然后,通过计算相对贴近度实现方案的排序和择优.最后,把该决策方法应用在应急救援路径选择问题上,进而验证了所提群决策方法的可行性与有效性.     

有界Rl-幺半群的犹豫模糊滤子北大核心

将犹豫模糊集应用到有界剩余格序幺半群(Rl-幺半群)中,引入有界Rl-幺半群的犹豫模糊滤子的概念,研究其相关性质。获得了犹豫模糊滤子的一些等价刻画,建立了犹豫模糊滤子与其水平滤子之间的关系。讨论了犹豫模糊集成为犹豫模糊滤子的条件,给出了由一个给定犹豫模糊集生成的犹豫模糊滤子的表达式。     

不完整信息下的犹豫模糊群决策北大核心

为了更充分的利用数据信息,本文提出了以犹豫模糊集作为概念的反馈外延。进而给出了考虑犹豫度的犹豫模糊集间的关系与运算;基于此运算,定义了模糊概念的外延包络,并利用包络来集结多因素的偏好信息,为了给出不完整信息下的犹豫模糊群决策方法,本文还提出了一种缺失信息的填补方法,最后给出群决策步骤,并通过实例对上述理论方法进行了应用。     

基于交叉熵和Shapley值的犹豫模糊多属性决策方法

针对属性值以犹豫模糊集形式给出的多属性决策问题,将Shapley理论和模糊测度进行结合,提出了两种更加能全面融合信息的诱导型广义犹豫模糊混合Shapley平均(I-GHFHSA)算子和诱导型广义犹豫模糊混合Shapley几何(I-GHFHSG)算子,同时详细研究了它们的相关特性。这两种算子综合考虑了数据不同组合的重要性、数据间的关联性,以及数据位置之间的相互依赖性。考虑到有时会存在属性权重以及数据位置权重未知的多属性决策问题,将交叉熵理论和Shapley函数进行结合,建立了最优模糊测度确定模型。最后提出了一种基于I-GHFHSA算子和I-GHFHSG算子的犹豫模糊多属性决策方法,并通过实际案例验证了其可行性和合理性。     

图犹豫模糊Power Heronian平均算子及其在多属性决策中应用

针对需要同时考虑属性关联性及整体均衡性多属性决策问题,联合图犹豫模糊集对于不确定信息的表达优势,提出一种基于图犹豫模糊Power Heronian平均算子的多属性决策方法。首先,给出图犹豫模糊数的得分函数、精确函数及距离公式;在此基础上,提出图犹豫模糊Power Heronian平均算子和图犹豫模糊Power加权Heronian平均算子;最后,将所提算子应用于多属性决策问题中,验证所提算子的有效性和可行性。     

BCI代数的闭Ω犹豫模糊理想

在集合Ω中,把犹豫模糊集、Ω模糊集相结合来研究BCI-代数.首先在BCI代数中引入闭Ω犹豫模糊理想的概念,讨论它的一些性质和等价刻画;其次,在闭犹豫模糊理想概念的基础上研究了如何构造闭Ω犹豫模糊理想,讨论了闭Ω犹豫模糊理想的同态像与同态原像的性质;最后,给出了闭Ω犹豫模糊理想与乘积型BCI代数的闭Ω犹豫模糊理想的关系.     

基于区间值模糊点和区间值模糊集邻属关系的区间值模糊子群

利用区间值模糊集的区间值水平截集的概念,给出了区间值模糊点与区间值模糊集邻属关系的定义,将这种邻属关系应用到区间值模糊代数的研究中,从而给出了(α,β)-区间值模糊子群的定义。通过研究16种(α,β)-区间值模糊子群,指出有意义的是(∈,∈)((∈,∈∨q),(∈∧q,∈))-区间值模糊子群。证明了群G的一个区间值模糊子集A为(∈,∈)((∈,∈∨q)或(∈∧q,∈))-区间值模糊子群的充要条件是对所有的λ=[a1,a2]≤[0.5,0.5],[0.5,0.5]μ=[b1,b2],其区间值水平截集Aλ和Aμ(Aλ或Aμ)为G的三值模糊子群。从而建立了基于区间值模糊点和区间值模糊集邻属关系的新的区间值模糊子群理论。     

双极值犹豫模糊软集及其在决策中的应用

双极值犹豫模糊集拓展了模糊集的概念,是处理模糊问题的一种新的数学工具,但仍然存在参数工具上的不足。为进一步提升决策的精确度,将双极值犹豫模糊集与软集相融合,构建了一种新的混合数学模型,即双极值犹豫模糊软集。首先补充了双极值犹豫模糊集的一些相关理论;接着给出了双极值犹豫模糊软集的概念,同时定义了补、并、交、"且"、"或"等运算法则;然后基于上述运算法则,分析对应的运算结果,且讨论了相关的运算性质;最后提出了双极值犹豫模糊软集的一种多属性决策方法,并通过实例阐明其有效性。