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。     

基于对偶犹豫模糊集的多属性决策方法

基于对偶犹豫模糊集的定义,首先由对偶犹豫模糊集距离测度的定义,给出了对偶犹豫模糊集的Hamming距离测度公式。其次给出了一个最优化模型来计算完全未知的属性权重。最后提出了以便用来度量两个对偶犹豫模糊信息之间相关关系的相关系数,并给出定义和加权相关系数计算公式,使决策运算更快捷有效。由此提出一种属性权重完全未知的模糊多属性决策方法,并给出此方法的计算步骤,通过实例验证了该方法的有效性。     

基于区间犹豫模糊集成算子的入侵检测模型

针对属性值为区间犹豫模糊信息的入侵检测模型选择决策问题,对于区间犹豫模糊集成算子,构建了一种入侵检测模型选择方法。首先,为了完善欠缺,新定义了区间犹豫模糊Hamacher算子基本运算法则;其次,基于新的基本运算法则,对区间犹豫模糊有序加权几何Hamacher(I-IHG)算子与区间犹豫模糊有序加权平均Hamacher(I-IHA)算子分别改进,并且讨论两类算子的性质;最后,通过数据入侵检测模型系统的选择实例,验证了所提出的决策算法是可行的和有效的。     

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。     

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。     

犹豫模糊语言幂均算子及其在群决策中的应用

犹豫模糊语言术语集用以描述专家给出语言评价时表现出犹豫的情形.文章针对专家权重未知的犹豫模糊多属性群决策问题,提出一种基于犹豫模糊语言幂均算子的群决策方法.首先定义了犹豫模糊虚拟术语集,犹豫模糊虚拟术语集上的距离和幂均算子,然后建立一种专家间信息相互支持的犹豫模糊群决策方法.该方法将专家给出的语言评价信息转化为犹豫模糊虚拟术语集,用犹豫模糊虚拟术语集上的幂均算子构建群决策矩阵,并用基于TOPSIS的方法对方案进行排序和择优.最后通过实例说明了所提方法的实用性和有效性.     

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。     

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.     

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。     

基于连续直觉梯形模糊相似测度的多属性群决策方法

针对评价值以直觉梯形模糊数形式给出的多属性群决策问题,提出一种基于α-截集,β-截集及连续区间有序加权平均(COWA)算子的连续直觉梯形模糊平均算子,并定义一种新的连续直觉梯形模糊相似测度,基于该相似测度构建群决策专家权重和属性权重确定模型,进而提出了一种基于连续直觉梯形模糊相似测度的多属性群决策方法。最后分析了决策者态度参数λ对群决策专家权重、属性权重以及方案排序值的影响,并通过投资方案选择问题的分析对新方法的有效性和合理性进行了说明。     

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.     

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.     

Pythagorean三角模糊语言Hamacher集结算子及其应用

在Pythagorean模糊集和Hamacher集结算子基础上,研究了Pythagorean三角模糊语言环境下的Hamacher集成算子问题。首先给出了Pythagorean三角模糊语言的定义、运算规则、得分函数、精确函数;其次,介绍了一系列关于Pythagorean三角模糊语言Hamacher集结算子,比如Pythagorean三角模糊语言Hamacher加权平均算子(PTrFLHWA)、Pythagorean三角模糊语言Hamacher加权几何平均算子(PTrFLHWG)等,并研究其具有的性质;之后,提出了两种决策方法来解决Pythagorean三角模糊语言信息环境下的多属性群决策问题;最后,用示例验证所给方法的有效性。     

基于前景理论的VIKOR犹豫模糊多属性决策方法研究

针对属性权重未知,且属性值为犹豫模糊的问题提出了一种基于前景理论的VIKOR犹豫模糊多属性决策方法.首先,从方案和属性两个角度切入,以犹豫模糊数均值,方差和非明确熵构建多目标优化模型来确定权重;然后,通过犹豫模糊Euclidean距离定义了犹豫模糊环境下的前景价值函数,确定中位数参考点以及各个方案在各个属性下的综合前景值;最后,通过前景价值矩阵给出基于多准则妥协优化解(VIKOR)的方案排序,通过实证分析验证了方法的有效性和可行性.     

概率犹豫模糊Bonferroni平均算子及其决策应用

研究了属性值为概率犹豫模糊元的多属性决策问题。考虑到属性间的相互影响关系,提出基于Bonferroni平均算子的概率犹豫模糊多属性决策方法。首先,为避免概率犹豫模糊元运算时计算量过大的情形,提出新的运算法则。其次,定义了概率犹豫模糊Bonferroni平均算子和概率犹豫模糊几何Bonferroni平均算子,并讨论了其性质。另外,为比较概率犹豫模糊元大小,定义了概率犹豫模糊符号距离。最后,通过实例说明所提方法的应用过程。     

概率犹豫模糊Maclaurin几何对称平均算子及其群决策模型

属性信息的集成已经成为模糊决策领域一个重要的研究课题.基于概率犹豫模糊加权Maclaurin几何对称平均算子构建了一种新的多属性群决策算法.首先,定义了Maclaurin几何对称平均(MGSM)算子,并进一步将该算子引入到概率犹豫模糊环境下,结合Archimedean范数的思想,提出了概率犹豫模糊Maclaurin几何对称平均(PHFMGSM)算子;其次,探讨了PHFMGSM算子具有的优良性质以及几种特殊表达形式;随后,基于提出的概率犹豫模糊加权Maclaurin几何对称平均(PHFWMGSM)算子,构建了一种新的概率犹豫模糊多属性群决策算法;最后,通过采购数据库的实例发现,PHFWMGSM算子性质优良、计算简单、稳定性好且灵活可靠,且提出的群决策模型是更为合理有效.     

基于多元Hamacher-ANFIS的股票价格预测

应用减法-模糊聚类算法、多元Hamacher算子以及自适应神经模糊推理系统(ANFIS)提出了一种中国股票市场价格建模及预测的多元Hamacher-ANFIS模型.首先多元Hamacher算子与ANFIS相结合,对ANFIS种各规则的隶属度测度机制和规则参数更新机制进行了修正,建立基于减法-模糊聚类的多元HamacherANIFS模型;再从沪深两市各选取了总市值最大的5支股票,计算出它们在同一时间段的历史波动率,并以此为依据得到模型对该股票预测性能的权重;最后运用减法-模糊聚类算法初始化模型参数,对每个数据组进行5重交叉检验,并根据之前得到的权重计算出模型关于检验集的综合R2值.实验结果证明,与现有方法相比,该模型增强了对复杂目标函数的学习能力,提高了对股票价格的预测精度.