广义毕达哥拉斯正态模糊集成算子及其决策应用

将毕达哥拉斯模糊数与直觉正态模糊数相结合,提出了毕达哥拉斯正态模糊数,研究了其运算和运算性质,定义了毕达哥拉斯正态模糊数的得分函数和精确函数,实现其大小排序.然后,针对毕达哥拉斯正态模糊信息的集成问题,提出毕达哥拉斯正态模糊有序加权平均(PNFOWA)算子、广义有序加权平均(GPNFOWA)算子和毕达哥拉斯正态模糊有序加权几何平均(PNFOWGA)算子及广义有序加权几何平均(GPNFOWGA)算子,并研究了其性质.最后,提出基于广义毕达哥拉斯正态模糊集成算子的多属性决策方法,并通过实例说明该方法的有效性.     

三角毕达哥拉斯模糊Choquet积分算子及其应用

针对属性值为三角毕达哥拉斯模糊数且属性之间相互关联的多属性决策问题,将三角毕达哥拉斯模糊集与Choquet积分相结合,提出了三角毕达哥拉斯模糊Choquet积分平均算子(TPFCA)和三角毕达哥拉斯模糊Choquet积分几何算子(TPFCG),给出其计算公式;然后又研究了算子的性质:幂等性、单调性、有界性等;最后将三角毕达哥拉斯模糊Choquet积分算子用于多属性决策中,提出了基于三角毕达哥拉斯模糊Choquet积分算子的多属性决策方法,并且通过实例说明这些算子的有效性.     

毕达哥拉斯三角模糊数集成算子及其决策应用

将毕达哥拉斯模糊数与三角模糊数相结合,提出了毕达哥拉斯三角模糊数的概念,定义了其运算,研究了其运算规律,推广了直觉三角模糊数和毕达哥拉斯模糊数,并通过定义毕达哥拉斯三角模糊数的得分函数和精确函数,实现毕达哥拉斯三角模糊数的排序。然后,定义了毕达哥拉斯三角模糊数加权平均算子(PTFWA)和有序加权平均算子(PTFOWA)、毕达哥拉斯三角模糊数加权几何算子(PTFWG)和有序加权几何算子(PTFOWG)以及毕达哥拉斯三角模糊数混合平均算子(PTFHA)和混合几何算子(PTFHG),研究了它们的性质,并给出其计算公式。最后,提出了基于毕达哥拉斯三角模糊集成算子的决策方法,通过实例说明了其可行性。     

基于乘型一致性的毕达哥拉斯模糊偏好关系

在乘型一致性区间值模糊偏好关系和乘型一致性直觉模糊偏好关系启发下,研究了乘型一致性毕达哥拉斯模糊偏好关系。首先,将毕达哥拉斯模糊偏好关系转化为两个等价的区间值模糊偏好关系,通过区间值模糊偏好关系的乘型一致性,定义了毕达哥拉斯模糊偏好关系的乘型一致性。其次,研究了乘型一致性毕达哥拉斯模糊偏好关系的若干性质。然后,研究了毕达哥拉斯模糊偏好关系的排序向量,以及求解乘型一致性和非乘型一致型毕达哥拉斯模糊偏好关系排序向量的方法。最后,通过实例说明了求解排序向量的方法是可行有效的。     

毕达哥拉斯模糊信息集成算法应用于企业资源计划系统

提出了一种基于毕达哥拉斯模糊信息集成算法的多决策模型。该模型首先在毕达哥拉斯模糊信息环境下,通过阿基米德范数定义了新的加法、乘法、数乘以及幂运算;随后将几何Bonferroni平均算子应用于毕达哥拉斯模糊集,分析了PFGBM(Pythagorean Fuzzy Geometric Bonferroni Mean)的基本特征性质和常用的PFGBM表达形式;最后设计了基于PFGBM的多决策模型并应用到处理企业资源计划系统的更新选择实例中。实验表明,构建的模型提高了企业资源计划决策的适用范围和灵活性。     

基于模糊测度与累积前景理论的区间二型模糊多准则决策方法

针对准则值为区间二型模糊数且准则间存在关联关系的风险型多准则决策问题, 本文提出一种基于模糊测度理论与累积前景理论的区间二型模糊多准则决策方法。首先, 为全面反映准则间的关联关系, 本文提出Shapley区间二型模糊Choquet积分算子, 并证明该算子的一些性质。其次, 为反映专家行为偏好, 本文定义区间二型模糊前景效应与前景价值函数, 并提出累积前景Shapley区间二型模糊Choquet积分算子。然后, 为确定准则集的模糊测度, 本文建立基于区间二型模糊双向投影与Shapley函数的权重优化模型。在此基础上, 本文给出一种用于解决准则值为区间二型模糊数, 准则间存在关联关系, 专家存在风险偏好以及准则权重部分未知的多准则决策方法。最后, 通过风险投资实例佐证所提出的方法的适用性与科学性。     

毕达哥拉斯犹豫模糊集

通过将犹豫模糊集与毕达哥拉斯模糊集相结合,提出毕达哥拉斯犹豫模糊集的概念,定义毕达哥拉斯犹豫模糊数的运算,研究其运算性质,并定义其得分函数实现毕达哥拉斯犹豫模糊数的大小比较。然后,提出毕达哥拉斯犹豫模糊数的加权算术平均算子和加权几何平均算子,并研究它们的性质。最后,给出一种基于毕达哥拉斯犹豫模糊信息的决策方法,并通过算例说明其可行性与有效性。     

加型一致性毕达哥拉斯模糊偏好关系

在模糊偏好关系两种等价的加型一致性概念基础上,通过简单的数学证明,分析了区间值模糊偏好关系、直觉模糊偏好关系的相应的两种加型一致性并不是等价的.然后,在加型一致性直觉模糊偏好关系的启发下,构造了可以与毕达哥拉斯模糊偏好关系相互转换的两个区间值模糊偏好关系,并利用它们的加型一致性,定义了加型一致性毕达哥拉斯模糊偏好关系,并分析了其与杨艺等定义的加型一致性毕达哥拉斯模糊偏好关系的关系.其次,研究了加型一致性毕达哥拉斯模糊偏好关系的性质以及毕达哥拉斯模糊偏好关系的满意一致性,并给出满意一致性毕达哥拉斯模糊偏好关系下的方案优劣排序算法.最后,通过两个计算实例说明了排序算法可行有效.     

基于Choquet积分的区间直觉梯形模糊多属性群决策

针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策问题,提出了基于Choquet积分理论的区间直觉梯形模糊关联平均(IVITFCA)算子.首先,基于IVITFN的运算法则和Choquet积分,定义了IVITFCA算子,并研究了该算子的相关性质.然后,提出了基于IVITFCA算子的多属性群决策方法.最后,通过供应商选择算例证明了所提方法的有效性与可行性.     

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.     

区间直觉模糊集的模糊熵群决策方法

针对专家权重未知、专家判断信息以区间直觉模糊集给出的多属性群决策问题,提出了一种新的模糊熵决策方法。通过定义区间直觉模糊集的模糊熵判断专家信息的模糊程度,进而确定每位专家的权重;然后计算备选方案距理想方案和负理想方案的模糊交叉熵距离,得到每个专家对方案的排序;再分别利用加权算术算子和加权几何算子集结专家的排序结果,得到专家群体对方案的排序。实例分析验证了方法的有效性。     

直觉模糊交叉影响Choquet积分算子及其决策应用

直觉模糊Choquet积分集成算子能有效解决属性关联的直觉模糊决策问题,直觉模糊数交叉影响运算能反映出不同直觉模糊数的隶属度和非隶属度之间的交叉影响.通过将直觉模糊Choquet积分平均算子与直觉模糊数交叉影响运算相结合,定义了直觉模糊交叉影响Choquet积分集成算子,包括直觉模糊交叉影响Choquet积分平均算子(IFICIA)和直觉模糊交叉影响Choquet积分几何算子(IFICIG),推导出它们的计算公式,讨论了它们的性质.通过研究直觉模糊交叉影响Choquet积分集成算子的特殊形式,发现直觉模糊交叉加权平均算子(IFIWA)和有序加权平均算子(IFIOWA)、直觉模糊交叉加权几何算子(IFIWG)和有序加权几何算子(IFIOWG)等均为它们的特例。最后,提出了基于直觉模糊交叉影响Choquet积分集成算子的决策方法,通过决策实例说明其可行性和稳定性。     

基于决策者风险偏好的直觉模糊数排序方法

决策者的风险偏好对决策有着重要的影响。本文通过引入反映决策者风险偏好程度的风险参数,基于直觉模糊数的隶属度、非隶属度和犹豫度,定义排序直觉模糊数的含风险参数的得分函数,并结合直觉模糊加权平均算子给出了一种属性值为直觉模糊数的多属性决策方法。通过算例阐明该方法的可行性和有效性。     

基于区间值毕达哥拉斯模糊数的TOPSIS方法及其在学生推优中的应用

毕达哥拉斯模糊是对模糊集和直觉模糊集的推广.研究了基于区间值毕达哥拉斯模糊集和模糊逼近理想解(TOPSIS)的多属性决策方法.考虑了属性信息的不同情况,包括属性信息完全已知,部分可知和完全未知的情况.对于部分可知情况,通过求解线性规划模型确定属性的权重;对于完全未知的情况,利用相对贴近系数确定属性的权重.给出了具体的算法步骤,最后将该方法应用到学生的推优问题上,实例说明新方法的有效性和合理性.     

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.     

基于二型直觉三角前景T2ITFNHA算子的多准则群决策方法

在二型直觉模糊集与直觉三角模糊数的基础上,定义了二型直觉三角模糊数及其运算法则,给出基于二型直觉三角模糊数的加权算术平均(WAA)算子,有序加权平均(OWA)算子和混合集结(HA)算子.考虑决策者有限理性决策行为下的异化风险态度与敏感性,定义二型直觉三角模糊前景效应与前景价值函数,构造前景T2ITFNHA算子.针对多方参与决策且决策者权重确定,准则权重未知的多准则群决策问题,采用正态分布赋权法计算前景T2ITFNHA算子指标置换下的位置权重,提出基于二型直觉三角前景T2ITFNHA算子的决策方法.该方法利用前景T2ITFNHA算子集结群体准则的二型直觉三角前景价值函数,运用灰色系统理论确定准则权重,并通过计算前景集对记分函数对方案进行对比和排序.最后,案例分析说明了二型直觉三角模糊数的实际应用背景及所提高的决策方法的有效性和可行性.     

基于灰色关联法和HA算子的Pythagorean模糊群决策方法

针对Pythagorean模糊群决策问题,提出一种基于Pythagorean模糊混合平均算子的决策方法。首先,提出一种基于Pythagorean模糊信息及其运算法则的Pythagorean模糊混合平均算子;其次,构建一种基于最大熵模型的属性位置权重定权方法,同时根据灰色关联方法提出一种属性客观权重计算方法,进而获得Pythagorean模糊混合平均算子的定权方法;利用Pythagorean模糊混合平均算子对单决策者信息进行融合,通过Pythagorean模糊加权平均算子对各专家信息进行融合,并依据得分函数与精确函数进行排序择优;最后,通过一个算例说明该方法的有效性和可行性。     

毕达哥拉斯群决策方法及其在绿色供应商选取中的应用

针对专家权重未知且属性值为毕达哥拉斯模糊数的多属性群决策问题,基于证据理论和混合加权毕达哥拉斯MSM算子,提出了一种群决策方法。 首先,由决策信息矩阵获取专家的模糊测度,并赋予其相应的权重;其次,基于新构造的混合加权毕达哥拉斯MSM算子对专家所提供的属性信息分别进行集结,得到各个专家的综合评价信息;再次,利用证据合成方法,对专家综合评价信息进行融合,获得候选方案的综合证据信息,进而可知备选方案的信任区间,并据此对候选方案进行优选决策;最后,绿色供应商选取案例的分析与对比验证了方法的可行性与合理性。     

IVIFS环境下基于模糊熵和得分函数的多准则决策方法

在区间直觉模糊环境和各准则的信息完全未知的条件下,本文提出了一个基于模糊熵和得分函数的多准则决策方法.基于区间直觉模糊集的准则形式,本文给出了模糊熵模型,从而可以确定各准则的权重.在决策方法方面,作者提出了区间直觉模糊集的加权记分函数和加权精确函数,解决了记分函数无法解决的加权问题的难题,同时给出了一种新的决策方法.最后,文章通过实例说明了该方法的可行性和有效性.     

一种基于Choquet积分的多属性直觉模糊决策方法

研究了决策者对方案的主观偏好值以及属性值均为直觉模糊数的且属性间存在关联的多属性决策问题.利用Choquet模糊积分作为集结算子,构建了基于属性关联的M OD和SOD模型.通过求解模型获得属性的权重,进而给出了一种新的直觉模糊多属性决策方法.最后通过一个算例说明了该决策方法的有效性和可行性.