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。     

一个基于不确定动态几何加权平均算子的多属性决策方法

针对决策过程中,方案属性信息的不确定性且信息是分多个阶段给出的,给出了一个不确定多阶段信息集结算子,不确定动态几何加权平均(UDWGA)算子.该算子可以将决策者在多个阶段给出的区间型信息进行集结.给出了基于此算子的不确定多属性决策方法,最后的实例说明方法的有效性和合理性.     

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。     

一种新广义混合比例平均算子及其在多属性群决策中的应用

给出一种新广义混合比例平均(NGHPA)算子,并提出一种基于NGHPA算子的多属性群决策方法.理论分析表明:NGHPA算子同时推广了广义有序加权比例平均(GOWPA)算子和广义加权比例平均(GWPA)算子,它不仅反映了所给数据所处位置的重要性,而且还考虑了数据本身的重要性.此外,算子具有单调性、幂等性、有界性和置换不变性.最后,通过一个算例说明所提的方法是有效的、可行的.     

三角犹豫模糊Heronian平均算子及其在多属性决策中的应用

针对属性间含有关联信息的三角犹豫模糊多属性决策问题,提出一种基于三角犹豫模糊Heronian平均算子的决策方法。首先,考虑已有Heronian平均算子仅适用输入变量为两参数的情形,进一步定义三参数加权Heronian平均(TPWHM)和三参数加权几何Heronian平均(TPWGHM)算子,证明所提算子具有还原性、幂等性、单调性和有界性等性质,并研究它们的几种特例。其次,将TPWHM和TPWGHM算子推广至三角犹豫模糊决策环境下,提出三角犹豫模糊三参数加权Heronian平均(HTFTPWHM)和三角犹豫模糊三参数加权几何Heronian平均(HTFTPWGHM)算子,并证明算子的优良性质。在此基础上,提出基于两种算子的决策分析方法,并用来解决三角犹豫模糊决策问题。最后,通过算例验证所提方法的可行性和合理性。     

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。     

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IOWHA算子的直觉模糊多属性决策方法及其应用

对于直觉模糊(IFS)环境下的多属性决策问题,引进了诱导有序加权调和平均算子(IOWHA),然后构建了直觉模糊集之间的运算关系,提出了直觉模糊集的逆的概念,继而得出能集结直觉模糊集的IOWHA算子并给出其在TOPSIS决策方法中的应用,实证分析的结果表明该方法有效、可行.     

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。     

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。     

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.     

一种基于组合不确定型OWA算子的区间数群决策方法

在群决策中,由于决策环境的不确定性,决策者给出区间效信息.基于区间数可能度矩阵公式和互补判断矩阵的排序公式,提出了一种组合不确定型OWA算子,它是不确定型OWA算子的推广.该算子能集结群决策中区间数信息,文中给出了其在应用的具体步骤,最后实例分析说明了该方法的有效性和可行性.     

区间数互反矩阵几何加权集成多属性群决策方法

研究了属性值以区间数表示的群决策问题,提出了区间数决策向量转化为互反判断矩阵的公式,定义了区间数互反判断矩阵几何加权集成算子.在此基础上,提出了区间数多属性群决策的新方法.方法首先针对每一个属性,将各决策者、各方案对应此属性的区间数向量转换为互反判断矩阵,由新定义的集成算子进行集成.由集成区间数矩阵的上界、下界矩阵计算各方案关于此属性的排序向量.由属性权重、可能度和排序公式对方案进行排序.最后给出一个实例进行分析,结果表明了此方法的实用性和可行性.     

基于FOWGA算子的动态三角模糊数多属性决策法

针对各决策时段权重未知、属性值以三角模糊数形式给出的动态多属性决策问题,给出模糊有序加权几何平均(FOWGA)算子.算子可以对各时段属性信息进行横向和纵向的集结,从而得到方案的排序.最后通过实例分析说明方法的有效性和可行性.     

二元不确定语言术语集成算子及在群决策中的应用

针对基于不确定语言评价信息的群决策问题,本文对不确定语言术语进行拓展,定义了包含语言术语权重信息的二元不确定语言术语,并给出能克服目前不确定语言术语集成运算不足的二元不确定语言术语集成运算法则。在此基础上,提出了基于二元不确定语言术语集成算子的群决策方法,并通过算例说明决策方法的可行性和有效性。     

广义梯形模糊数密度加权算子及其应用

针对多属性决策问题,本文面向广义梯形模糊数的决策信息,提出了广义梯形模糊数密度加权算子(TF-DWA算子)的信息集结方法。首先介绍了广义梯形模糊数密度加权算子及其合成算子,并分析了其性质特点。然后,基于信息分布的疏密程度讨论了广义梯形模糊数的分组问题,通过质心排序指标值进行聚类。在此基础上,基于熵值法求解密度加权向量。最后,通过一个应用算例对本文提出的算子进行简要说明。     

直觉梯形模糊语言Frank算子及其在决策中的应用

本文在直觉梯形模糊语言集的基础上,引入了Frank算子,提出一组新的算子——直觉梯形模糊语言Frank集结算子,并将其应用到多属性决策中。首先,本文提出了直觉梯形模糊语言集Frank算子的表达式,并给出相应的运算规则。然后提出了直觉梯形模糊语言Frank加权算术平均(ITrFLFWA)算子、直觉梯形模糊语言Frank加权几何平均(ITrFLFWG)算子、直觉梯形模糊语言Frank广义加权平均(ITrFLGFWA)算子等,并证明了其具有幂等性、有界性、单调性等性质。最后,通过实例验证了直觉梯形模糊语言Frank算子可以有效解决直觉梯形模糊语言环境下的多属性决策问题。     

基于有序梯形模糊灰色关联TOPSIS的多属性决策方法

研究了有序梯形模糊数来表示不确定语言环境下的灰色关联TOPSIS多属性决策问题。首先应用有序梯形模糊数标度方案属性偏好信息,在传统梯形模糊数基础上增加了一个方向属性,使得决策信息的表示更加细腻;提出了有序梯形模糊环境下多属性决策灰色关联TOPSIS综合优选算法,引入了距离和灰色关联度相结合的综合贴近度公式,实现最优方案与理想方案的位置与曲线形状的一致性;最后通过制造系统内流动控制实例说明了所提出有序梯形模糊灰色关联TOPSIS方法的可行性和有效性。