不确定多属性群决策中混合信息的集结

在不确定多属性群决策中,研究专家给出的评价信息为语言和三角模糊数混合型的决策问题.提出一种转化方法,先将模糊数转化为语言短语集上的模糊集,然后,再将此模糊集转化为二元语义.同时在信息集结过程中,也均以二元语义的形式,以防止信息的过分丢失.最后,给出一个算例来说明此种处理方法的有效性和实用性.     

基于Vague集模糊推理的目标识别方法及其三Ⅰ解

为从Vague集多准则模糊决策、目标识别和模糊推理三者关系中探求目标识别构建方法,利用特征矩阵、权重、评价函数等分别构建了基本决策过程和熵权-加权算子决策过程.通过R_(0v)。型模糊取式三Ⅰ算法,揭示了两种决策过程的评价函数值分别是模糊推理的模糊逻辑三Ⅰ解和加权三Ⅰ解.结合三Ⅰ算法的还原性和模糊推理过程,构建了基于三Ⅰ算法的模糊推理目标识别方法.利用一个工件识别实例说明了提出的目标识别方法的正确性和有效性.     

基于TOPSIS的属性关联直觉模糊多属性决策方法

针对属性值为直觉模糊数,已知部分属性偏好关系及属性交互类型的属性关联多属性决策问题给出决策方法.首先定义方案到正(负)理想方案的距离及各方案与正理想方案相对贴近度.然后以极大化各方案与相对贴近度为目标建立优化模型,确定出属性集的模糊测度.进而基于直觉模糊Choquet积分算子计算各方案的直觉模糊综合评价值,再根据直觉模糊数的得分值及精确度得到方案的排序.最后通过实例验证了方法的有效可行性.     

基于改进PROMETHEE的领先用户识别方法

领先用户在技术创新中的作用不容小觑,如何识别出领先用户正逐渐引起人们的关注.提出了一种基于改进PROMETHEE的领先用户识别方法,采用梯形模糊语言形式的属性值,通过结合客观数据与决策者偏好的综合赋权法确定评价指标的权重,并利用基于ULHA算子的群决策方法识别出领先用户.最后通过DHS公司识别领先用户的实例验证了方法的可行性与合理性.     

自然灾害应急能力评估模型设计——基于河北滦县地区的案例研究

如何量化自然灾害应急能力评价指标一直是地方政府完善应急体系的主要难点.按照国际应急能力评价原则,构建了一套应急能力评价指标体系,并采用模糊层次分析法(FAHP)确定各层次指标权重,采用专家模糊打分法建立评价指标集,并通过对模糊评价进行赋值,最后通过计算得到被评价地区的自然灾害应急能力水平.实例说明了河北省滦县自然灾害应急能力评价的具体过程,研究结果表明,该评估方法是地方政府自然灾害应急能力评估的有效工具.     

基于模糊数结构元相似度的模糊风险分析

基于模糊数结构元理论,定义了模糊数结构元相似度。通过12组模糊集对结构元相似度的性质进行对比研究。结果表明,结构元相似度是实数相似度的拓展,具有良好的性质且计算简单。最后给出了基于结构元相似度的模糊风险分析模型,模型中评估项的值是语言值。     

基于集对分析的混合型多属性决策方法的研究

针对属性权重信息不完全且属性值为实数、区间数和模糊语言值相结合的混合型多属性决策问题,提出了一种基于集对分析的多属性决策方法.该方法所需计算量较少,方法简单,易于计算.最后通过实例验证了该方法的有效性和实用性.     

基于α—水平截集的模糊TOPSIS方法在公共危机管理能力评价中的应用研究

科学、客观地评价公共危机管理能力,对于完善危机管理系统有着重要的意义。本文从危机前预警能力,危机中处理能力和危机后恢复能力三个维度构建了公共危机管理能力评价指标体系。考虑到人们对复杂事物判断的模糊性,采用三角模糊数将专家给出的定性评价结果量化,结合α-水平截集和TOPSIS建立了公共危机管理能力综合评价模型,并通过求解非线性规划问题得出危机管理能力的模糊相对贴近度,进而去模糊化得出评价结果。最后用该模型对公共危机管理能力进行实证分析,验证了该模型的可行性和有效性。     

基于区间直觉模糊数的卫生应急动态群评价方案设计及实证研究

在区间直觉模糊数测度形式下,基于多评价者、多时段、多指标、多对象测度信息,探索动态多指标评价建模方案设计,并以卫生应急评价算例进行实证。将区间直觉模糊测度群评价信息集结以后虚构正、负理想对象,计算各对象与之关联系数或投影系数,由多目标优化算法计算客观、组合权重,计算关联度或投影值,兼顾各时段计算优属度,并据此择优或排序。基于灰色关联法和投影寻踪法思路设计模型,步骤清晰、流程明确、信息充分、结果一致,对于卫生应急能力评价问题有适用性。结论表明,两类区间直觉模糊动态多指标综合评价模型对于类似应用问题有方法论意义。     

犹豫模糊语言集结算子及其在多属性群决策中的应用

犹豫模糊语言术语集是在犹豫模糊集和语言术语集的基础上,建立的一种更为合理的处理定性信息的方法。属性变量为犹豫模糊语言的群决策问题是近年来决策科学的一个研究热点,采用算子进行信息集结是解决该问题的一种有效方法。本文将幂几何算子引入到犹豫模糊语言变量环境下,定义了犹豫模糊语言加权幂几何算子、犹豫模糊语言加权幂有序几何算子、犹豫模糊语言线性加权幂有序几何算子,并探讨了它们的相关性质和特例。新算子通过综合考虑变量位置和自身重要性及相互间的支撑度,从而使决策结果更加令人信服。基于上述算子,论文还提出一种犹豫模糊语言多属性群决策方法,并通过数值案例验证方法的可行性和有效性。     

混合互补判断矩阵一致性研究

给出混合互补判断矩阵一致性的定义和判别加性一致性的方法.定义了核算子、核矩阵,对带有精确数、三角模糊数和梯形模糊数的混合互补判断矩阵给出基于核矩阵的一致性调整方法,调整量可以是精确数也可以是模糊数.最后给出一个应用实例.     

具有模糊支付的Moran过程演化博弈动态

以往对演化博弈的研究都假设个体从博弈中获得的支付是确定的并以精确的数来表示。然而由于受环境中各种不确定因素的影响,个体博弈时所获得的支付并不是一个精确的数值,而需要用一个模糊数来表示。本文研究模糊支付下2×2的对称博弈, 利用模糊数的运算, 分析具有模糊支付的有限种群Moran过程演化动态。在弱选择下以梯形模糊数和三角模糊数表示博弈支付,计算策略的模糊扎根概率,分析自然选择有利于策略扎根及策略成为模糊演化稳定策略的条件。将经典博弈推广到模糊环境中丰富了演化博弈理论,更具有现实意义。     

基于优势度分析的三角模糊数判断矩阵的排序方法

研究了三角模糊数判断矩阵的排序问题,在两个三角模糊数相互比较大小的可能度的基础上,综合分析直接和间接两个方面的比较因素,提出了两个三角模糊数比较的优势度概念.对三角模糊数判断矩阵的行元素信息进行集结并利用所定义的优势度概念作为度量对集结的结果两两进行比较,构造出相应的以实数表示的模糊互补优势度矩阵,进而利用模糊互补判断矩阵的排序公式得到方案的排序权值.最后通过一个算例说明了提出的排序方法.     

六类不确定型判断矩阵的相容性研究

介绍区间数互补判断矩阵、区间数互反判断矩阵、区间数混合判断矩阵、三角模糊数互补判断矩阵、三角模糊数互反判断矩阵和三角模糊数混合判断矩阵等概念，给出衡量六类不确定型判断矩阵(区间数互补判断矩阵、区间数互反判断矩阵、区间数混合判断矩阵、三角模糊数互补判断矩阵、三角模糊数互反判断矩阵以及三角模糊数混合判断矩阵)同类型之间相容性的两个通用指标，并给出上述六类不确定型判断矩阵相容性的度量准则，最后进行算例分析。     

两类模糊数判断矩阵的转换关系及一致性研究

研究了三角模糊数互反和互补判断矩阵的相互转换和一致性问题.提出了三角模糊数互反判断矩阵完全一致性的定义以及三角模糊数互补判断矩阵加性一致性和乘性一致性的定义,给出了两类模糊数判断矩阵相互转化的公式,论证了转换公式对判断矩阵一致性的保持关系.最后,基于一致性模糊数判断矩阵元素和排序权值的关系,建立了两个方案排序的非线性规划模型.     

不确定多属性决策中的一种模糊赋权方法

研究了以三角模糊数给出属性权重的不确定多属性决策问题,提出了一种基于三角模糊数的赋权方法,并给出了决策模型.首先决策者将属性权重两两比较的结果用三角模糊数表示,构造三角模糊数互补判断矩阵.通过求解矩阵得到模糊权重.然后,集结各方案的模糊综合属性值,通过构造并求解可能度矩阵对方案进行排序.最后给出了一个应用实例.     

基于ELECTRE-IN方法的装备战场威胁评估

针对ELECTRE法处理不确定的模糊信息能力弱的缺点,将ELECTRE-IN法拓展到了模糊环境下,用来进行装备战场的威胁评估,决策评估中涉及到的属性值与属性权重值等模糊信息以三角模糊数形式给出.首先根据三角模糊数互补判断矩阵完全一致性的概念,通过建立一个多层次非线性规划,求解出三角模糊数型的属性权重向量;其次集结决策者对各方案属性的评价,确定出模糊决策矩阵;最后按照模糊ELECTRE-IN方法的步骤进行威胁评估,得到决策方案的排序.     

三角模糊数互补判断矩阵排序的目标规划法

针对决策者以三角模糊数互补判断矩阵形式给出的多目标决策问题.给出三角模糊数加性一致性互补判断矩阵的判定定理.利用该定理基于最小偏差建立一个目标规划模型而解得三角模糊数互补判断矩阵的权重向量,从而使用三角模糊数排序公式对方案排序,提出了基于目标规划的三角模糊数互补判断矩阵排序法.最后,将模型与方法应用于项目投资决策中.     

目标系数模糊型模糊关系线性规划

提出了目标系数模糊型模糊关系线性规划问题,这是传统模糊关系线性规划的扩展.以三角模糊数为例,基于它的一种排序方法给出了求解该类规划的一个算法.最后,为了说明算法的有效性给出了两个数值例子.     

Evaluation of fully fuzzy matrix equations by fuzzy neural network

In this paper, a new hybrid method based on fuzzy neural network for approximate solution of fully fuzzy matrix equations of the form AX=D$\mathit{AX}=D$, where A and D are two fuzzy number matrices and the unknown matrix X is a fuzzy number matrix, is presented. Then, we propose some definitions which are fuzzy zero number, fuzzy one number and fuzzy identity matrix. Based on these definitions, direct computation of fuzzy inverse matrix is done using fuzzy matrix equations and fuzzy neural network. It is noted that the uniqueness of the calculated fuzzy inverse matrix is not guaranteed. Here a neural network is considered as a part of a large field called neural computing or soft computing. Moreover, in order to find the approximate solution of fuzzy matrix equations that supposedly has a unique fuzzy solution, a simple algorithm from the cost function of the fuzzy neural network is proposed. To illustrate the easy application of the proposed method, numerical examples are given and the obtained results are discussed.