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.     

基于风险偏好得分函数和Choquet积分算子的毕达哥拉斯模糊决策方法

毕达哥拉斯(Pythagorean)模糊集(PFS)不仅是传统直觉模糊集的一种拓展,而且也是准确反映专家赋予初始决策信息的有效工具,尤其它能在更广泛区域上处理多属性模糊信息的决策问题。本文首先介绍Pythagorea模糊数(PFN)的基本定义和相关运算,并指出传统得分函数的某些缺陷,进而通过引入风险偏好因子提出新的得分函数、精确函数和排序准则。其次,在毕达哥拉斯模糊环境下介绍离散型模糊Choquet积分平均(几何)集成算子,并通过初始评价矩阵和熵公式给出决策专家的权重向量。最后,依据离散型模糊Choquet积分平均算子和风险偏好得分函数的排序准则提出一种新的毕达哥拉斯模糊决策方法,并通过实例验证该决策方法的有效性。     

区间值毕达哥拉斯犹豫模糊粗糙集

区间值毕达哥拉斯犹豫模糊集是毕达哥拉斯犹豫模糊集的扩展,增强了不确定信息处理的鲁棒性.将区间值毕迭哥拉斯犹豫模糊信息融入粗糙集分析,进行相应不确定性建模,实现不确定性信息融合.基于区间值毕达哥拉斯犹豫模糊关系,构建区间值毕这哥拉斯犹豫模糊粗糙集模型,研究下上近似关于集合并交补运算的基本性质,得到近似集的知识粒化单调性质...     

广义毕达哥拉斯正态模糊集成算子及其决策应用

将毕达哥拉斯模糊数与直觉正态模糊数相结合,提出了毕达哥拉斯正态模糊数,研究了其运算和运算性质,定义了毕达哥拉斯正态模糊数的得分函数和精确函数,实现其大小排序.然后,针对毕达哥拉斯正态模糊信息的集成问题,提出毕达哥拉斯正态模糊有序加权平均(PNFOWA)算子、广义有序加权平均(GPNFOWA)算子和毕达哥拉斯正态模糊有序加权几何平均(PNFOWGA)算子及广义有序加权几何平均(GPNFOWGA)算子,并研究了其性质.最后,提出基于广义毕达哥拉斯正态模糊集成算子的多属性决策方法,并通过实例说明该方法的有效性.     

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.     

基于乘性一致的区间数互补判断矩阵排序法

首先通过分析乘性一致模糊互补判断矩阵的定义,给出了衡量判断矩阵一致性程度的新指标,在此基础上,结合区间数互补判断矩阵一致性和满意一致性定义,建立了判断矩阵完全一致和满意一致两种情况下的二次规划模型,通过求解得出判断矩阵的区间权重向量,最后提出了一种新的可能度公式对方案进行排序和择优.通过算例说明了此方法的可行性和简洁性.     

模糊判断矩阵排序向量的最小偏差法

基于积型模糊一致性判断矩阵和模糊判断矩阵的排序向量之间的偏差,通过建立并求解一个规划模型,得到模糊判断矩阵排序向量的最小偏差法,并研究了它的一些性质.最后通过两个算例说明了方法的可行性与有效性.     

不确定风险偏好下的直觉模糊匹配决策方法

针对匹配信息为直觉模糊偏好关系的双边匹配问题,给出一种考虑主体风险偏好态度的决策方法.首先,定义了加性一致性直觉模糊偏好关系;然后,综合考虑主体给定的偏好关系以及风险偏好参数,建立并求解一种一致性偏差最小的非线性规划模型,从而获得最优排序向量;进而将其作为相应匹配对象的匹配度信息.在此基础上,构建最大化双方匹配度之和的多目标匹配模型,使用极大极小法转化为单目标线性规划模型,求解模型得到匹配结果;最后,通过一个算例表明所提方法的可行性与有效性.     

犹豫模糊偏好关系乘性一致性的判定及其在群决策中的应用

犹豫模糊偏好关系是一种有效的群决策工具。针对犹豫模糊偏好关系,提出乘性一致性、一致性指数、可接受乘性一致性等概念;获得了乘性一致性犹豫模糊偏好关系的若干判定条件。同时构造了特征犹豫模糊偏好关系,并证明了其满足乘性一致性。在此基础上,给出了不满足乘性一致犹豫模糊偏好关系的调整方法,论证了算法的收敛性。文中提出了基于犹豫模糊偏好关系的群决策模型和步骤。实例分析说明犹豫模糊偏好关系的群决策模型方法是可行和有效的。     

基于残缺互补判断矩阵的一种群决策模型

研究了基于残缺互补判断矩阵的群决策模型.首先,利用积型残缺一致性互补判断矩阵和互补判断矩阵的排序向量之间的偏差,建立并求解一个非线性规划模型,得到各专家残缺互补判断矩阵的排序向量.然后,通过最小化专家残缺互补判断矩阵的排序向量与专家群组排序向量的偏差,再次建立并求解一个非线性规划模型,得到反映出专家群组偏好的排序向量,从而得到了残缺互补判决矩阵的群决策模型.最后,通过算例说明了方法的可行性.     

基于广义判断形式的模糊排序方法

广义判断下的ＡＨＰ（ＧＪＡＨＰ）是一种广义ＡＨＰ。它是在研究不完全信息下的决策排序问题时，通过构造广义判断矩阵的数学模型而建立的一种广义ＡＨＰ。本文应用集值统计的方法，在区间判断标度基础上确定模糊判断矩阵元素的正模糊数表示。给出了基于模糊区间数排序权值向量的特征根算法。讨论了Ｆｕｚｚｙ环境下求解各种判断形式的模糊排序权值向量的方法。     

基于投影模型的区间不同形式偏好信息的群体决策方法

研究了决策者的偏好信息以区间互反判断矩阵和区间互补判断矩阵形式给出的群决策问题.首先将区间互反判断矩阵转换为区间互补判断矩阵;然后利用可能度计算公式得到相应的模糊判断矩阵,并得到各个专家的排序向量;然后基于投影模型将各个专家的排序向量规范化为群体最优排序向量.最后通过算例说明该方法的可行性和有效性.     

基于犹豫乘性偏好关系的群决策方法

针对犹豫乘性偏好信息下的群决策问题,提出一致性犹豫乘性偏好关系、有序一致性犹豫乘性偏好关系以及一致性指数等概念,构建基于犹豫乘性偏好关系一致性的决策方案优劣关系排序方法.该群决策方法在满足一定条件下能够利用犹豫乘性偏好关系的有序一致性方法快速有效地做出决策,同时能够对非一致性犹豫乘性偏好关系进行一致性修复,使得调整后的犹豫乘性偏好关系一致性指数不大于给定的阈值.最后通过舰船编队对综合补给船的选择实验来验证提出的群决策方法的有效性与合理性.     

区间数互补判断矩阵一致性及其权重算法研究

研究了区间数互补判断矩阵的一致性和权重求解新方法.基于权重可行域定义了区间数互补判断矩阵一致性,给出了判别其是否具有一致性的简洁方法,为区间数互补判断矩阵排序的可靠性提供了更加合理的理论依据;针对区间数互补判断矩阵是否具有一致性,建立了不同的优化模型求解其排序向量,并且给出了具体的算法步骤;最后用算例验证了方法的有效性和适用性.     

基于一致性逼近的三角模糊数互补判断矩阵的排序方法

研究了元素为三角模糊数形式的互补判断矩阵的一致性和排序问题.分析了三角模糊数互补判断矩阵和三角模糊数互反判断矩阵之间的相互转换关系,提出了这两类判断矩阵完全一致性的概念并得到了三角模糊数互补判断矩阵的元素和排序权值之间的关系,在此基础上建立了一个多目标优化模型,通过求解该模型得到三角模糊数互补判断矩阵的排序向量,利用已有的模糊数比较大小公式得到方案的排序,最后给出了一个算例.     

基于最小偏差和优势度的区间数互补判断矩阵排序法

针对决策信息以区间数互补判断矩阵形式给出的多目标决策问题。首先,给出相对优势度的概念和区间数加性一致性互补判断矩阵的判定定理。其次,建立一个目标规划模型,通过求解该模型得到区间数互补判断矩阵的权重向量,并利用各权重向量的总体相对优势度对方案进行排序,提出了基于最小偏差和优势度的区间数互补判断矩阵排序法。方法的核心是对数值型互补判断矩阵排序方法的拓展。最后,通过实例说明方法的可行性和有效性。     

区间信度环境下基于偏好熵的随机格序排列方法

针对偏好优劣关系的信度为区间值的决策偏好系统,运用熵理论提出了一种基于区间值分布偏好向量的决策分析方法。首先,将决策者对方案的偏好描述由:优于、劣于、等价和不可比这四种关系拓广为优于、劣于、等价、无法比较但有上确界、无法比较但有下确界、无法比较且有上确界又下确界、不可比七种偏好关系,并结合区间证据的概念和性质给出了决策偏好系统的区间值分布偏好向量与相对熵的概念、性质。然后,构建了基于偏好熵的证据推理非线性优化模型,通过求解模型,并结合优先原则和集结规则将个人偏好集结成群体偏好,给出了该决策方法的具体步骤,举例说明了方法的可行性。     

模糊判断矩阵一致性逼近及排序方法

根据一致性模糊判断矩阵定义,提出了一种求取一致性判断矩阵及方案排序的新方法,该方法是通过建立一个线性目标规划模型来得到排序向量,并相应地得到逼近于决策偏好的一致性判断矩阵,最后给出了一个算例。     

毕达哥拉斯模糊信息集成算法应用于企业资源计划系统

提出了一种基于毕达哥拉斯模糊信息集成算法的多决策模型。该模型首先在毕达哥拉斯模糊信息环境下,通过阿基米德范数定义了新的加法、乘法、数乘以及幂运算;随后将几何Bonferroni平均算子应用于毕达哥拉斯模糊集,分析了PFGBM(Pythagorean Fuzzy Geometric Bonferroni Mean)的基本特征性质和常用的PFGBM表达形式;最后设计了基于PFGBM的多决策模型并应用到处理企业资源计划系统的更新选择实例中。实验表明,构建的模型提高了企业资源计划决策的适用范围和灵活性。     

基于相对熵的多粒度语言判断矩阵的群决策方法

针对多粒度语言判断矩阵的群决策问题提出基于相对熵的最优化模型的排序方法.在多粒度语言偏好信息的导出函数基础上定义了语言判断矩阵对应的导出模糊互补判断矩阵,并给出其排序向量的计算式;同时采用语言判断矩阵的一致性指标来确定专家重要性程度的权向量;在相对熵的意义下构建了群决策排序向量的最优化模型,探讨了模型的求解方法.实例分析表明该模型是可行和有效的.