不确定性组合加权调和平均算子及其应用

在多属性决策中,通常把成本性指标转换为效益性指标在进行加权综合得出方案的排序结果.然而这不是唯一可行的方法.本文在有序加权调和平均(OWHA)算子的基础上,提出了不确定组合加权调和平均(UCWHA)算子的概念,这是一种新的信息集结方法.同时探讨其性质,并且给出该算子在属性权重未知,且属性值为区间数的多属性决策中的应用.实例结果表明该方法是可行的.     

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。     

基于改进区间数密度集结算子指标群赋权方法

针对指标数据已知,而权重数据未知的群组赋权问题,给出了一种基于改进的区间数密度集结算子来进行指标群组赋权的决策方法。首先给出了区间数和区间数密度集结算子(IDM)的定义及性质,改进了以前区间数聚类的方法,应用直接法对一维区间数据组进行聚类,并定义了模糊统计量,以确定最为合理的一种聚类方式。然后基于改进的区间数密度集结算子这种数学模型,来解决指标值数据已知,而权重未知的群组赋权问题。最后举例说明该方法的可行性和实用性。     

多粒度区间语言信息的C-OWH算子及其应用

研究了多粒度区间语言信息的集成问题,把连续的有序加权调和(C-OWH)平均算子拓展到多粒度区间语言环境中,提出了连续区间二元语义OWH(ITC-OWH)算子,并在此基础上提出了加权调和的ITC-OWH(WHITC-OWH)算子,有序加权调和的ITC-OWH(OWHITC-OWH)算子以及组合的ITC-OWH(CITC-OWH)算子,探讨了它们的一些性质。最后给出了基于这些算子的多粒度区间语言多属性群决策方法,实例分析结果表明该方法是可行的。     

连续区间数的中位算子及其灵敏度分析

研究决策信息以区间数形式给出的方案决策问题。考虑到区间数非均匀分布的特点,为避免区间极端值在区间数确定中产生较大误差,本文将中位数概念运用到区间数的确定上,提出OIP(Ordered Interval Point)有序中位算子。取单位区间单调函数(BUM函数)为二分之一所表示的值为权重,将区间数确定为一个实数,并研究算子单调性和有界性的初等运算性质。通过比较OIP算子与COWA算子对态度参数和区间长度的反应灵敏度,获得了在一定条件下OIP算子对态度参数反应更稳健,对区间长度反应更灵敏的结论。最后用算例证明该算子的可行性和有效性。     

区间直觉正态模糊数集成算子及其在决策中的应用

研究了区间直觉正态模糊数(IVINFN)决策信息及其集成算子。首先,定义了区间直觉正态模糊数的概念,提出了运算法则;其次,给出了区间直觉正态模糊数诱导有序加权平均(IVINFN-IOWA)算子和区间直觉正态模糊数诱导有序加权几何(IVINFN-IOWGA)算子的概念,探讨了其性质;在此基础上,分别定义了基于均值和标准差的区间直觉正态模糊数的得分函数和精确函数,给出其排序方法。最后,针对属性值为区间直觉正态模糊数且权重已知的多属性决策问题,给出了其决策方法,并进行了实例分析,结果表明该决策方法是有效的。     

不确定区间隶属度语言变量及其应用

基于不确定语言变量和区间模糊数,提出了不确定区间隶属度语言变量的概念,定义了不确定区间隶属度语言变量的运算规则、大小比较方法,给出了不确定区间隶属度语言变量的加权算术平均算子、加权几何平均算子及其相应性质,并将这些算子应用于属性权重确知且属性值以不确定区间隶属度语言变量形式给出的不确定多属性群决策问题中,通过示例验证了基于不确定区间隶属度语言变量信息的多属性群决策方法的有效性和可行性。     

三参数区间数集成算子及决策应用

研究了三参数区间数信息集成算子及其在决策中的应用.首先,给出了三参数区间数的有序加权CP-OWA算子、有序加权CP-OWG算子及广义有序加权CP-OWA算子和广义有序加权CP-OWG算子的概念,并初步探讨了它们的性质,推广了相关文献中的三参数区间数加权CP-OWA算子和加权CPOWG算子.然后,通过方案三参数区间数属性值的可能度得到方案属性值可能度矩阵,进而根据可能度矩阵的排序向量实现方案三参数区间数属性值的排序,并通过文中定义的三参数区间数信息集成算子进行信息集成,实现方案排序择优.     

区间值广义正交模糊Aczel-Alsina Power算子及其群决策应用研究

根据Aczel-Alsina (AA)算子的灵活性与幂(PA)算子对异常数据处理能力,文章提出了区间值广义正交模糊集下AA与PA的融合算子及其多属性群决策方法.首先提出了融合的区间值广义正交AAPA的运算法则,在运算法则基础上,提出了区间值广义正交AAPA算子(IVq-ROFAAPA)和区间值广义正交AAPA加权平均算子(IVq-ROFAAPWA),并研究了它们的性质.在IVq-ROFAAPWA算子的基础上,提出了群决策方法,风险预警案例实施表明,提出的算子及决策方法可行且有效.     

具有奖励作用的犹豫模糊密度算子及其应用

结合实例说明相关文献中具有奖励作用的密度算子不能有效提升综合评价值,为此,分析原因并改进算子的密度权重的确定方法.进一步,将改进后的算子推广至犹豫模糊环境,在给定奖励等级基础上,确定等级系数、指标权重和密度权重,进而提出具有奖励作用的犹豫模糊密度算子,并研究其性质.然后,给出基于具有奖励作用的犹豫模糊密度算子的多属性决...     

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.     

可能度及其在多指标区间决策中的应用

在对区间数比较的可能度进行综述的基础上提出了可能度公理,构建了多指标区间决策的综合评价模型,并运用区间数比较的可能度,给出了一种简便实用的方案排序方法.最后通过实例说明了方法的合理性和可行性.     

区间型联系数及其在多属性决策中的应用

在联系数的基础上定义了区间型联系数,并讨论了相应的运算法则,然后将区间型联系数应用于区间型多属性决策问题,在文中为了便于对决策结果的排序定义了区间型联系数的相对贴近度及关于区间型正理想解的投影等概念,并通过实例分析验证了该方法的有效性和实用性.     

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.     

区间数型多属性决策相对灰色关联分析方法及其应用

多属性决策时由于掌握的信息不充分,资料不全,加之问题本身的复杂性、不确定性以及人类思维的模糊性,其属性的精确值往往难以获取,常用区间数形式表示.针对基于"理想方案"的灰色关联分析方法存在的不足,根据TOPSIS法原理,提出一种同时考虑"理想方案"和"负理想方案"的区间数型多属性决策相对灰色关联分析法.通过一个实例说明了该方法的应用,并与其它方法进行了对比,得到的结果一致.方法同时考虑了"理想方案"和"负理想方案",概念清晰,数学推导严谨,评价值分辨率高,克服了仅考虑一种方案时排序的不相容问题,更具有客观性和合理性.     

基于直觉模糊集的全区间决策方法

针对属性值为直觉模糊集且属性权重已知的模糊多属性决策问题,本文基于直觉模糊算术加权平均算子,提出了一种基于直觉模糊集的全区间决策方法。全区间决策函数引入了态度指标k,从而可以反映决策者态度的变化,从0到1变化k值,可以在整个区间内挖掘决策信息的变化,与得分函数法和基于距离TOPSIS贴近度方法相比,将过去的点值判断延伸至全区间判断,避免了决策信息的丢失现象,决策更加准确合理。实例计算表明该方法的正确性、有效性和合理性,具有一定的推广借鉴价值。     

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.     

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.