基于直觉模糊交互影响算子的多属性决策方法

针对属性权重未知,属性值为直觉模糊数的多属性决策问题,并考虑到直觉模糊集隶属度与非隶属度的相互影响关系,提出了一种基于直觉模糊熵和直觉模糊交互影响算子的决策方法.利用直觉模糊熵求出属性权重,引入三种直觉模糊交互影响算子:广义直觉模糊交互影响加权平均算子,广义直觉模糊交互影响有序加权平均算子和广义直觉模糊交互影响混合平均算子,利用交互影响算子来集结信息得到方案综合评价值,通过改进的得分函数对方案进行排序选优.最后,通过一个算例说明了该决策方法的合理性和有效性.     

基于阿基米德范数的广义直觉模糊Bonferroni平均及其多属性决策方法

主要提出了一种基于阿基米德T-范数和S-范数的广义直觉模糊Bonferroni平均算子.首先利用广义直觉模糊运算法则和阿基米德T-范数和S-范数,构建了一种新的广义直觉模糊Bonferroni平均算子,并详细研究了该算子的一些优良性质,包括幂等性、单调性、有界性以及置换不变性等;然后探究了广义直觉模糊Bonferroni平均算子的几类特殊形式;最后在直觉模糊环境下,基于提出的算子建立了一种新的多属性决策方法,并以图书馆空调系统的选择为例,分析说明了提出的决策方法的可行性和有效性.     

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。     

梯形模糊数直觉模糊Bonferroni平均算子及其应用

本文研究决策信息为梯形模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于梯形模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法.首先,介绍了TFNIFN的概念和运算法则,基于这些运算法则和Bonferroni平均(Bonferroni mean,BM)算子,定义了梯形模糊数直觉模糊Bonferroni平均算子和TFNIFWBM算子.然后,研究了这些算子的一些性质,建立基于TFNIFWBM算子的多属性群决策模型,结合排序方法进行决策.最后,将该方法应用在MAGDM中,算例结果表明了该方法的有效性与可行性.     

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。     

考虑可信度和属性优先级的犹豫模糊决策方法

研究了考虑可信度的犹豫模糊混合集成因子以及考虑属性优先级的犹豫模糊多属性决策方法。首先给出了用于衡量数据差异程度的加权变异率公式,并证明了其具有类似于基尼系数的优良度量性质,之后在此基础上提出了可信度诱导犹豫模糊混合平均(CIHFHA)算子。针对属性权重信息未知的犹豫模糊决策问题,构建了一种新的考虑属性优先级的熵值修正G1的组合赋权方法,该方法可有效地利用属性客观评价数据以及通过考虑属性优先级体现专家意见,解决了主客观权重分配问题,得出的属性权重更加客观、合理。之后给出了一种基于CIHFHA算子和组合赋权方法的多属性决策方法,算例说明该方法的有效性和实用性。     

概率犹豫模糊Maclaurin对称平均算子及其多属性群决策模型

本文构建了一种基于概率犹豫模糊Maclaurin对称平均(PHFMSM)算子的多属性群决策模型,使得决策者可以根据决策过程中的风险偏好而选择合适参数值进行决策。首先,基于Maclaurin对称平均和Archimedean范数,提出了概率犹豫模糊Maclaurin对称平均(PHFMSM)算子;其次,详细探讨了PHFMSM算子具有的四种优良性质,并分析了PHFMSM算子的几种特殊情况及其加权形式;最后,建立了一种基于PHFWMSM算子的概率犹豫模糊多属性群决策模型,并且通过实际决策案例验证该模型的有效性和可行性。     

区间直觉梯形模糊Bonferroni平均算子及在多属性群决策中的应用

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(MAGDM)问题,提出一种基于加权区间直觉梯形模糊Bonferroni平均(WIVITFBM)算子的决策方法.首先,基于IVITFN的运算法则和Bonferroni平均(BM)算子,定义了区间直觉梯形模糊Bonferroni平均(VITFBM)算子和WIVITFBM算子.然后,研究了这些算子的一些性质,建立基于WIVITFBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。     

区间值广义正交模糊Aczel-Alsina Power算子及其群决策应用研究

根据Aczel-Alsina (AA)算子的灵活性与幂(PA)算子对异常数据处理能力,文章提出了区间值广义正交模糊集下AA与PA的融合算子及其多属性群决策方法.首先提出了融合的区间值广义正交AAPA的运算法则,在运算法则基础上,提出了区间值广义正交AAPA算子(IVq-ROFAAPA)和区间值广义正交AAPA加权平均算子(IVq-ROFAAPWA),并研究了它们的性质.在IVq-ROFAAPWA算子的基础上,提出了群决策方法,风险预警案例实施表明,提出的算子及决策方法可行且有效.     

犹豫模糊语言Heronian平均算子在多属性决策中的应用

针对输入变量之间的相互影响以及评价值为犹豫模糊语言信息的多属性决策问题,提出一种基于犹豫模糊语言Heronian平均算子的多属性决策方法。由于Heronian平均(HM)算子具有能够反映输入变量之间相互关联的良好特性,在犹豫模糊语言信息环境下,提出了两种新的集成算子,即犹豫模糊语言Heronian平均(HFLHM)算子和犹豫模糊语言几何Heronian平均(HFLGHM)算子,同时研究了它们的一些特性。考虑到输入变量具有不同的重要程度,还定义了犹豫模糊语言加权Heronian平均(HFLWHM)算子和犹豫模糊语言加权几何Heronian平均(HFLWGHM)算子。最后提出了基于HFLWHM算子和HFLWGHM算子的犹豫模糊语言多属性决策方法,并通过实例验证了这些算子的合理性和可行性。     

一种新广义混合比例平均算子及其在多属性群决策中的应用

给出一种新广义混合比例平均(NGHPA)算子,并提出一种基于NGHPA算子的多属性群决策方法.理论分析表明:NGHPA算子同时推广了广义有序加权比例平均(GOWPA)算子和广义加权比例平均(GWPA)算子,它不仅反映了所给数据所处位置的重要性,而且还考虑了数据本身的重要性.此外,算子具有单调性、幂等性、有界性和置换不变性.最后,通过一个算例说明所提的方法是有效的、可行的.     

广义梯形模糊数密度加权算子及其应用

针对多属性决策问题,本文面向广义梯形模糊数的决策信息,提出了广义梯形模糊数密度加权算子(TF-DWA算子)的信息集结方法。首先介绍了广义梯形模糊数密度加权算子及其合成算子,并分析了其性质特点。然后,基于信息分布的疏密程度讨论了广义梯形模糊数的分组问题,通过质心排序指标值进行聚类。在此基础上,基于熵值法求解密度加权向量。最后,通过一个应用算例对本文提出的算子进行简要说明。     

权重为直觉模糊数的直觉模糊多属性群决策方法

针对属性权重以直觉模糊数形式给出的直觉模糊多属性群决策问题,提出了一种新的集成算子,首先证明了该算子具有诸如单调性等良好的性质,然后将该算子应用到权重为直觉模糊数的直觉模糊多属性群决策方法中,给出了决策方法的一般步骤,最后用实例说明了该方法的有效性和实用性.     

诱导型广义Pythagorean模糊Choquet积分算子及群决策应用

主要目的研究决策信息为Pythagorean模糊数,决策属性间存在相互关联的多属性群决策问题。首先,基于Pythagorean模糊数运算和Choquet积分,提出了诱导型广义Pythagorean模糊Choquet积分(I-GPFCI)算子。然后,探讨了I-GPFCI算子的相关性质及一些特例,并给出了基于I-GPFCI算子的多属性群决策方法。最后,通过算例分析说明I-GPFCI算子在群决策应用中的有效性和可行性。     

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。     

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.     

图犹豫模糊Power Heronian平均算子及其在多属性决策中应用

针对需要同时考虑属性关联性及整体均衡性多属性决策问题,联合图犹豫模糊集对于不确定信息的表达优势,提出一种基于图犹豫模糊Power Heronian平均算子的多属性决策方法。首先,给出图犹豫模糊数的得分函数、精确函数及距离公式;在此基础上,提出图犹豫模糊Power Heronian平均算子和图犹豫模糊Power加权Heronian平均算子;最后,将所提算子应用于多属性决策问题中,验证所提算子的有效性和可行性。     

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.     

基于模糊语言评估和GIOWA算子的多属性群决策方法

研究了方案的属性评估信息以模糊语言形式给出的多属性群决策问题,定义了一种模糊语言评估标度并给出其相应的三角模糊数表达方式.利用广义的导出有序加权平均(GIOWA)算子,对专家所给出的对应于各方案的属性评估信息进行了集结,并提出了一种基于模糊语言评估和GIOWA算子的多属性群决策方法.最后进行了实例分析.