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。     

对偶犹豫模糊集的熵及在多属性决策中的应用

将研究对偶犹豫模糊集的熵理论.对偶犹豫模糊集是由隶属度和非隶属度组成的,每部分都含有几个可能的数值.首先,提出基于隶属度,非隶属度,以及犹豫度三个指标的对偶犹豫模糊值(DHFE)的熵公理化定义和熵公式.在此基础上,提出对偶犹豫模糊集(DHFS)的熵公理化定义和熵公式,从而完善对偶犹豫模糊集的熵理论.最后,利用具体的多属性决策实例说明所提熵公式的实用性和有效性.     

基于对偶犹豫模糊语言变量的多属性决策方法

首先定义了对偶犹豫模糊语言变量,然后给出其运算规则、得分值函数、精确值函数、比较规则以及对偶犹豫模糊语言变量的加权算术平均算子、有序加权算术平均算子和混合平均算子。针对属性值为对偶犹豫模糊语言变量的多属性决策问题,提出了一种基于对偶犹豫模糊语言变量集结算子的多属性决策方法。最后,结合国家电网公司合作单位选择问题,验证了该方法的有效性和可行性。     

一种基于犹豫模糊集的多属性关联决策方法

主要讨论属性间具有关联性的条件下犹豫模糊多属性决策问题.首先,基于gλ模糊测度,Shapley值和Choquet积分,定义了两种犹豫模糊信息集成算子:AHFGSCgλ算子和GHFGSCgλ算子.然后,讨论了这些算子的一些性质.最后通过一个实例来说明算子的可行性和有效性.     

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.     

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。     

基于直觉模糊集的多属性决策方法

对基于直觉模糊信息的多属性决策问题进行了研究,引入了直觉模糊数的得分函数、直觉模糊正理想点和负理想点,然后给出了基于TOPSIS的多属性决策方法,通过计算各备选方案的得分向量与直觉模糊负理想点得分向量之间的距离来确定各备选方案的综合评价指数,进而判断方案的优劣次序.最后,通过一个具体的实例分析说明了该方法的有效性与具体应用过程.     

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.     

基于Hamacher算子的对偶犹豫毕达哥拉斯模糊不确定语言多属性决策方法

针对对偶犹豫毕达哥拉斯模糊不确定语言信息的多属性决策问题,提出了一种基于Hamacher算子的多属性决策方法。首先,给出了对偶犹豫毕达哥拉斯模糊不确定语言集的定义和得分函数。然后,基于Hamacher算子定义了对偶犹豫毕达哥拉斯模糊不确定语言变量之间的运算法则。在此基础上,提出了一系列对偶犹豫毕达哥拉斯模糊不确定语言Hamacher集结算子,并研究了其一般显著特征以及参数取不同值的特殊情况。最后,利用新算子给出一种解决多属性决策问题的方法,并通过算例来实现,验证了其有效性和实用性。     

基于犹豫中智集的多属性决策方法

本文将中智集和犹豫模糊集融合给出了犹豫中智集的概念,并在欧氏距离和余弦相似度公式的基础上构造了中智集的相似度测量公式.然后,给出了犹豫中智集的相似度的概念和计算公式.基于犹豫中智集的相似度给出一种处理犹豫中智环境下多属性决策问题的方法,并结合实例对决策方法的可行性与有效性进行检验.     

基于犹豫模糊二元语义的多属性决策方法

深入研究了犹豫模糊二元语义多属性决策问题。首先利用幂均算子给出了犹豫模糊二元语义集的均值函数,并基于均匀分布概率准则和二元语义的距离测度提出了犹豫模糊二元语义集两两比较的可能度公式,进一步给出了可能度排序公式的性质。针对属性值为犹豫模糊二元语义集的多属性决策问题,提出了一种基于熵权的多属性决策方法。最后结合实际问题,验证了该方法的有效性和可行性。     

基于群体一致性的犹豫模糊多属性决策方法

犹豫模糊集允许一个元素属于一个集合的隶属度可以是多个不同的值,是表达决策者之间偏好不一致性的有力工具。针对决策者评价偏差不宜过大的问题,提出了一种基于群体一致性的犹豫模糊多属性决策方法。首先, 我们定义了犹豫模糊元的犹豫度函数,进而定义了犹豫模糊元的一致性指数;在此基础上,构建了基于群体一致性指数最大化的权重优化模型,通过求解优化模型可以得到属性的权重向量。然后,运用灰色关联分析法实现对方案的排序和择优。最后,通过实例分析说明了该方法的可行性和有效性。     

区间直觉模糊集多属性决策方法

定义了区间直觉模糊集的加权算子和加权几何集成算子,介绍了现有的区间直觉模糊集的得分函数和精确函数.定义了一个新的精确函数,此函数弥补了已有函数的不足和缺陷,应用新定义的精确函数,提出了对区间直觉模糊集多属性决策问题进行决策的方法.最后以应用实例对该方法进行说明和验证.     

模糊多属性决策的直觉模糊集方法

基于直觉模糊集理论,提出了一种新的TOPSIS方法来研究模糊多属性决策问题。首先,根据直觉模糊集的几何意义,定义了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示;然后,根据TOPSIS原理,通过计算备选方案到直觉模糊正理想解和负理想解的距离,来确定备选方案的综合评价指数,以此判断方案的优劣次序。最后,通过一个具体实例说明该方法的有效性和具体应用过程。     

基于模糊数直觉模糊集的多属性决策方法

对属性权重信息完全未知且属性值为模糊数直觉模糊数的多属性决策问题进行了研究,定义了模糊数直觉模糊数的得分函数,进而提出了一种基于线性规划模型的模糊数直觉模糊多属性决策方法.最后通过实例对该决策途径的详细过程及有效性进行了说明.     

区间犹豫模糊集成算子及其在多属性决策中的应用

针对属性值为区间犹豫模糊元且属性间存在相互关联的多属性决策问题,提出一种基于区间犹豫模糊Heronian平均算子的多属性决策方法。首先,给出了区间犹豫模糊元的定义及运算法则;然后,提出了区间犹豫模糊Heronian平均算子和区间犹豫模糊几何Heronian平均算子,并探讨了它们的特性;在此基础上,考虑到各属性的不同重要性,定义了区间犹豫模糊加权Heronian平均算子和区间犹豫模糊加权几何Heronian平均算子;最后,将区间犹豫模糊加权Heronian平均算子应用于多属性决策问题中,验证了所提算子的有效性和可行性。     

基于可调多粒度对偶犹豫模糊概率粗糙集的三支多属性群决策

本文为减少三支决策中主观性因素对决策结果的影响,并克服经典多粒度粗糙集模型在信息融合方面存在极端性的局限,在对偶犹豫模糊信息系统中探索了基于可调多粒度概率粗糙集的三支决策模型与方法,用于求解多属性群决策问题.首先,本文将对偶犹豫模糊的概念引入三支决策中,提出了可调多粒度对偶犹豫模糊概率粗糙集模型.然后,本文依据离差最大...     

基于关联的区间犹豫模糊PROMETHEE多属性决策方法

针对属性模糊测度已知、属性值为区间犹豫模糊集的决策问题,提出了一种属性关联的PROMETHEE多属性决策方法.首先引入得分函数,构造区间犹豫模糊决策矩阵;通过区间可能度函数的概念,构造正弦属性偏好函数;进一步,结合A模糊测度与Choquet积分,计算方案的优先指数;进而计算方案的流出、流入以及净流值,并根据各方案的净流值的大小进行排序.最后通过实例分析说明了该方法的有效性和合理性.     

基于前景理论的三角犹豫模糊多属性决策方法

针对属性权重信息完全未知,属性值为三角犹豫模糊元的多属性决策问题,提出一种基于前景理论和模糊结构元的决策分析方法。首先,基于模糊结构元理论,定义三角犹豫模糊元的结构元形式和海明距离公式,并通过求解属性间距离离差最大化的优化模型确定权重。其次,依据前景理论,分别以正负理想点作为决策参照点,构建收益矩阵和损失矩阵。在此基础上,应用TOPSIS方法计算各备选方案的相对贴近度,并依据相对贴近度的大小实现备选方案排序。最后,通过算例验证方法是有效和可行的。