模糊关系积在群决策中的应用

将模糊三角积及方积的概念用于群体多准则决策,给出了一种分析比较专家意见的方法,定义了专家意见的一致性,并在此基础上对专家的观点在不同水平上进行分类     

基于加性一致的直觉模糊偏好关系一致性检验与调整新方法

本文研究了基于直觉模糊偏好关系的决策问题,提出了一种新的基于加性一致的直觉模糊偏好关系决策方法。首先,基于加性一致的直觉模糊偏好关系,提出了一种新的检验指标。在此基础上,给出了直觉模糊偏好关系可接受加性一致性定义。然后,针对不满足可接受加性一致的直觉模糊偏好关系,设计了一种一致性调整新方法,并证明了方法的收敛性。最后,提出了一种基于直觉模糊偏好关系的决策方法,并通过实例分析和比较分析说明了新方法的可行性和合理性。     

犹豫模糊环境下的变权综合决策方法及其在群决策中的应用

对因素权重为实数而因素状态值为犹豫模糊元的多因素不确定性决策问题,先由实数型状态变权向量导出犹豫模糊状态变权向量,由此得出犹豫模糊变权公式,进而建立犹豫模糊环境下的变权综合决策模型.然后将犹豫模糊变权综合决策模型应用于群决策,给出了相应的群决策算法.最后通过一个应用实例说明了本文所构建变权综合决策模型及相应群决策算法的有效性.     

区间直觉模糊信息的相容性测度和一致性群决策调整

考虑到区间直觉模糊信息的群决策问题,给出区间直觉模糊判断矩阵相容性及其基于基本相容性调整一致性群决策的过程.首先,提出了基于区间直觉模糊判断矩阵的相容性定义及其一些性质.其次,给出了区间直觉模糊判断矩阵的一个相容性指标及衡量区间直觉模糊判断矩阵的相容性准则.再次,利用临界值给出区间直觉模糊信息的一致性群决策调整的过程.最后,利用实例给出了群决策的整体过程,说明了方法的合理性和有效性.     

不完全犹豫模糊语言偏好关系的不一致性修复方法

针对隶属度为犹豫模糊语言的不完全偏好关系,对其进行补全,并提出了一种基于偏差度的修复方法.首先,通过定义转换函数I以及f,并利用积性一致性补全不完全犹豫模糊语言偏好关系(IHFLPR).其次,基于误差偏好值以及两个犹豫度差值大小的比较准则,确定最大偏差度,并依据修复公式对不一致性进行修复.最后,通过实例以及与Xu的方法进行比较分析表明了该方法的有效性.     

基于Archimedean三角模的犹豫直觉模糊语言信息群决策方法

针对语言术语集下标运算不封闭的问题,基于Archimedean三角模讨论了犹豫直觉模糊语言信息下的封闭运算体系。首先提出基于Archimedean三角模的犹豫直觉模糊语言集,然后给出了相应的得分函数、精确函数、排序规则和集结算子,给出一种基于Archimedean三角模的犹豫直觉模糊语言信息的群决策方法,最后用一个实例说明了方法的有效性和优越性。     

加型一致性毕达哥拉斯模糊偏好关系

在模糊偏好关系两种等价的加型一致性概念基础上,通过简单的数学证明,分析了区间值模糊偏好关系、直觉模糊偏好关系的相应的两种加型一致性并不是等价的.然后,在加型一致性直觉模糊偏好关系的启发下,构造了可以与毕达哥拉斯模糊偏好关系相互转换的两个区间值模糊偏好关系,并利用它们的加型一致性,定义了加型一致性毕达哥拉斯模糊偏好关系,并分析了其与杨艺等定义的加型一致性毕达哥拉斯模糊偏好关系的关系.其次,研究了加型一致性毕达哥拉斯模糊偏好关系的性质以及毕达哥拉斯模糊偏好关系的满意一致性,并给出满意一致性毕达哥拉斯模糊偏好关系下的方案优劣排序算法.最后,通过两个计算实例说明了排序算法可行有效.     

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.     

直觉模糊优先有序加权距离算子及其在多属性群决策中的应用

在一些多属性群决策问题中,属性间可能存在一定的优先等级,因此在决策过程中有必要考虑属性间的优先关系。本文首先基于COWA算子定义了一种新的直觉模糊值间的距离。其次,基于属性间的优先关系,利用直觉模糊值的熵值给出多属性群决策问题中关联权重的计算方法。为了解决具有优先级的直觉模糊多属性群决策问题,定义了直觉模糊优先有序加权距离(IFPOWD)算子,并且提出了基于IFPOWD算子的多属性群决策方法。最后,运用实例证明了方法的有效性。     

一种直觉模糊多属性群决策方法及其在群决策中的应用

对以直觉模糊数形式表示的信息和属性权重完全未知的多属性群决策问题进行了研究.提出了一种基于熵值的直觉模糊数距离测度方法,同时对传统的比较得分函数和精确函数的直觉模糊数排序方法进行了改进,定义了一种新的排序公式;进而利用此距离度量公式,引入到基于直觉模糊数之间距离的离差最大化方法中,确定属性的权重,提出了一种基于属性权重完全未知的直觉模糊多属性群决策方法.最后,将此方法运用在ERP选型中.     

模糊群决策的逼近于理想解排序法

首先给出一致性互补判断矩阵元素与排序权重的一种新逻辑关系,并以模糊极大集和模糊极小集作为模糊正理想解和模糊负理想解。然后,通过α-截集将模糊数转化为α水平下的区间数,并构造基于贴近度的可能度矩阵,利用所提出的逻辑关系确定在α水平下的排序权重。最后集结各水平下的权重得到最终的排序权重。     

偏好信息为模糊互反判断矩阵的模糊多属性决策法

研究只有部分权重信息且决策者对方案的偏好信息以模糊互反判断矩阵形式给出的模糊多属性决策问题。提出了一种基于目标规划模型的模糊多属性决策方法。该法首先基于模糊互反判断矩阵，利用转换函数将决策信息一致化，建立了一个目标规划模型．通过求解该模型确定属性的权重，然后运用加性加权法求出各方案的模糊综合属性值，并利用已有的三角模糊数排序公式求得决策方案的排序。文章最后把该法应用于解决风险投资领域中的项目评估问题。     

基于乘性模糊互补判断矩阵的FAHP

根据乘性一致性的定义,从人的主观判断与其权重的函数关系出发,获得了乘性模糊互补判断矩阵的元素表达式,论证了利用乘性模糊互补判断矩阵求取因素相对权重的可行性,最后给出了一种基于乘性一致模糊判断矩阵的排序方法.从而使得乘性模糊互补判断矩阵的应用的理论基础更加坚实.     

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.     

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。     

Fuzzy Ideal Based Computational Approach for Group Decision Making Problems

In this paper, we present a computational method to fuzzy group decision making problems. A function that satisfies the properties of fuzzy ideal of semiring of positive integers is also investigated in the present paper and is used for idealizing the group preference matrix obtained by different decision makers. The proposed method appears in form of simple computational algorithms to idealize the group preference matrix and calculating total order of preference relation. Finally, the suitability of the proposed method is shown by taking an example of a human resource development (HRD) event, where it is used to select the best possible candidate by different decision makers.     

模糊环境下的多属性决策分析

探讨经典决策理论中最常见的乐观型、悲观型和赫威斯型决策方法在模糊环境下的表现形式 ,并以左、右模糊集和海明距离为基础提出了新的模糊多属性决策的算法。     

Fuzzy AHP中的一种加权群体决策方法

考虑在一些群体决策问题中,由于决策者个人的经验、才知、权力等因素的不同,因而拥有不同决策权重的情况,提出Fuzzy环境中层次分析法的一种加权群体决策模型,同时还给出由Fuzzy判断矩阵计算被比较元素的Fuzzy排序权重的几种方法,并给出一个应用该群体决策模型的例子。     

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。