基于熵和关联系数的概率对偶犹豫模糊多属性决策方法

针对概率对偶犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于熵和关联系数的多属性决策方法。首先定义了概率对偶犹豫模糊熵的公理化定义和公式,然后基于概率对偶犹豫模糊集的特征信息集合和熵测度定义了概率对偶犹豫模糊集的关联系数,最后根据概率对偶犹豫模糊集的熵和关联系数构建多属性决策模型,并通过算例验证了该模型的有效性和合理性。     

基于区间值对偶犹豫模糊集的多属性决策方法

基于区间值对偶犹豫模糊集的基本定义,提出了区间值对偶犹豫模糊熵与相似性测度的概念。给出了区间值对偶犹豫模糊熵的定义及公式,在此基础上构造了熵权重模型;由距离与相似性测度的关系给出三种区间值对偶犹豫模糊集的距离公式。由此基于区间值对偶犹豫模糊集的熵和相似性测度提出一种新的区间值对偶犹豫模糊集的决策方法。最终给出此方法的计算步骤,通过实例验证该方法的有效性。     

基于相似度和改进雷达图的概率犹豫模糊多属性决策方法

为了解决属性权重未知的概率犹豫模糊多属性决策问题,构建基于相似度和改进雷达图的多属性决策方法。首先基于概率犹豫模糊元的信息完全度构建概率犹豫模糊集的距离测度和灰色关联系数,然后基于灰色关联理想解法定义了概率犹豫模糊集的相似度,最后根据概率犹豫模糊集的相似度和改进雷达图构建多属性决策模型,并通过案例进行了验证分析。     

基于全序关系与A-DHFHW算子的DHFMAGDM方法及其应用

研究专家权重未知的对偶犹豫模糊多属性群决策问题.以记分函数和精确度函数为基础,引入广义距离测度,定义一种对偶犹豫模糊数的全序关系.而后,为克服现存算子的不足,定义新的Hamacher运算法则,并提出改进的对偶犹豫模糊Hamacher加权(A-DHFHW)算子,分析算子与参数的内在关系.为获取专家的客观权重,基于距离测度定义群共识测度,建立以最大化群共识测度为目标的权重优化模型.进一步地,基于全序关系、权重优化模型以及A-DHFHW算子提出一种新的群决策方法.通过解决大数据分析平台的评价问题验证所提方法的有效性和实用性,并分析参数对决策结果的影响.     

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。     

一种区间Pythagorean模糊VIKOR多属性群决策方法

针对属性信息为区间Pythagorean模糊集且属性权重和专家权重均未知的一类群决策问题, 结合信息熵理论, 提出了一种区间Pythagorean模糊VIKOR多属性群决策方法。首先定义一种新的区间Pythagorean模糊距离测度, 并讨论其性质。其次基于该距离测度定义了区间Pythagorean模糊相对距离指数, 并基于相对距离指数构建了一种熵权模型确定专家权重和属性权重。然后提出一种区间Pythagorean模糊VIKOR多属性群决策方法。最后通过企业生产方案选择案例说明了提出新方法的可行性与有效性。     

基于多目标属性权重优化的犹豫模糊语言TOPSIS决策方法

犹豫模糊语言术语集作为一种有效的信息表达形式,能够很好的反映出人们的定性且犹豫的决策信息。传统的距离测度会导致犹豫模糊语言信息的流失,因此,本文首先提出了一种新的犹豫模糊语言距离测度,并研究了该距离测度的性质。其次,针对属性权重完全未知的犹豫模糊语言多属性决策问题,考虑方案和属性两个层面,构建了多目标优化的属性权重确定模型。进而,基于多目标权重优化模型和犹豫模糊语言距离测度,提出了一种改进的犹豫模糊语言TOPSIS法。最后通过实例说明了所提出的TOPSIS法的实用性和有效性,并进行了灵敏度和比较分析。     

基于新距离测度的对偶犹豫模糊TOPSIS方法

研究了属性权重完全未知且对方案有偏好的对偶犹豫模糊多属性决策问题.首先,提出一种新的对偶犹豫模糊距离公式,无需人为添加元素,可直接进行计算.其次,基于新的距离公式,建立方案的主观偏好与客观偏好间偏差最小的属性权重优化模型,并将TOPSIS方法推广到对偶犹豫模糊环境下,对方案进行择优排序.最后,通过电力系统安全性评估的实例验证所提方法的可行性.     

考虑信息源相关的对偶犹豫模糊多属性绿色行为决策方法

内容利用经典数学处理多属性绿色行为决策时,通常假定属性及属性信息源联盟,有序位置及有序位置联盟之间是独立的,并且Chqouet积分在处理其独立性时只考虑了属性及属性信息源联盟、有序位置及有序位置联盟之间的一种,没有同时考虑这两种情况,有悖于实际应用,为此,提出了考虑属性及属性信息源联盟之间相互依赖的区间值对偶犹豫模糊多属性决策方法.首先,基于传统的信息集成算子,定义了诱导广义区间值对偶犹豫模糊夏普利混合加权平均算子,证明了其正确性;其次,结合Shapley值给出了一种属性和有序位置权重均为未知的混合型多属性决策模型,基于模糊属性的相似性测度构建了区间值对偶犹豫模糊测度目标规划模型,进而提出了一种方案的属性评价信息和属性权重相关的均以区间值对偶犹豫数信息源表示的多属性决策方法;最后,通过模糊环境下的企业绿色行为选择问题算例的比较说明了该方法的可行性和有效性.分析结果表明,考虑信息源相关的区间值对偶犹豫模糊决策结果不仅符合人的主观心理,同时增强了Shapley值的表示范围.     

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。     

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。     

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。     

对偶犹豫模糊集的相关系数及其应用

本文分析了对偶犹豫模糊集相关系数原有定义的不足之处,提出了对偶犹豫模糊集相关系数的新定义,将相关系数的取值范围扩大到[-1,1],避免使用会改变原始决策信息的人造填充数据,弥补了原有相关系数公式的不足之处。同时,本文首次给出对偶犹豫模糊集相关系数的上下界公式,并引入对偶犹豫模糊集的加权相关系数的新概念。此外,本文将改进后的相关系数应用于医疗诊断与投资决策等实际问题中,以验证其正确性与有效性。     

基于距离测度的可信犹豫模糊集一致性检验方法

一致性检验是犹豫模糊集领域的一个热点问题,数据的一致性直接影响到犹豫模糊集评价的科学性和有效性.论文采用距离测度的方法研究犹豫模糊集的一致性问题,通过分析每个模糊元与其对应的属性综合决策值之间的差异,得出各属性的综合距离测度.同时,充分考虑专家意见在犹豫模糊集中的影响效应,以相对可信度为权重对犹豫模糊集的一致性进行分析.最后,利用数值案例验证了所提方法的有效性和可靠性.     

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。     

基于模糊熵的直觉模糊多属性群决策方法

针对专家权重未知、专家判断信息以直觉模糊集给出的多属性群决策问题,提出了一种新的决策方法.通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度,进而确定每位专家的权重.然后定义直觉模糊集的模糊交叉熵确定备选方案距理想方案和负理想方案的距离,再根据加权算术算子集结专家的判断信息,得到方案的排序.最后,通过一个实例分析验证了方法的有效性.     

基于Power几何算子的对偶犹豫不确定语言多属性决策方法

本文给出了对偶犹豫模糊不确定语言集的定义及其运算法则,构造了其得分函数、精确函数,针对属性间存在支持关系的情形,提出了基于该模糊集的Power加权几何平均算子和有序加权几何平均算子,同时给出了一种基于Power几何算子的对偶犹豫模糊不确定语言变量多属性决策方法。最后实例验证了该方法的有效性和可行性。     

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.     

基于VIKOR和关联系数的犹豫三角模糊语言多属性决策方法

针对属性评价值为犹豫三角模糊语言集的多属性决策问题,提出一种基于VIKOR方法的犹豫三角模糊语言多属性决策方法.首先定义了犹豫三角模糊语言集的相关概念.然后运用VIKOR和关联系数方法,在可接受优势和决策过程稳定的条件下对方案进行择优,在理论分析的基础上,提出了这种新方法的计算步骤.并构建了确定最优属性权重的非线性规划模型,研究了当专家权重和属性权重未知情况下的犹豫三角模糊语言多属性决策方法.最后通过实例说明了该方法的有效性和可行性.     

基于后悔理论和概率犹豫模糊集的多属性决策方法

由于决策环境的不确定性以及决策问题的复杂性,决策者越来越难以处理不确定型多属性决策的相关问题.针对决策者评估时具有犹豫性和偏好性以及风险规避和后悔规避等特点,提出了一种基于后悔理论和概率犹豫模糊集的多属性决策方法.运用概率犹豫模糊集对专家的评价信息进行表述和处理,在权重属性完全未知的情况下,使用CRITIC法确定属性权重;通过定义决策者对方案的感知效用函数,计算各个方案的总感知效用值并进行排序.最后,通过算例对该方法进行验证分析.结果表明:方法可以更好地刻画决策者的实际心理,决策结果更加客观和科学.