犹豫模糊集的熵

结合犹豫模糊集自身的模糊性和犹豫性特征,研究犹豫模糊集的熵公理化定义和熵公式.先对犹豫模糊值提出了熵公理化定义和熵公式,在此基础上,定义犹豫模糊集的熵公理化定义和熵公式,从而完善犹豫模糊集的熵理论.最后,将提出的犹豫模糊值的熵公理化定义和熵公式与现有文献中的相关定义进行比较,结果表明所提的熵公式既能反映犹豫模糊值的模糊性,又能反映其犹豫性,具有更强的区分犹豫模糊值不确定性的能力.     

区间值毕达哥拉斯犹豫模糊粗糙集

区间值毕达哥拉斯犹豫模糊集是毕达哥拉斯犹豫模糊集的扩展,增强了不确定信息处理的鲁棒性.将区间值毕迭哥拉斯犹豫模糊信息融入粗糙集分析,进行相应不确定性建模,实现不确定性信息融合.基于区间值毕达哥拉斯犹豫模糊关系,构建区间值毕这哥拉斯犹豫模糊粗糙集模型,研究下上近似关于集合并交补运算的基本性质,得到近似集的知识粒化单调性质...     

犹豫模糊集的新距离测度

在犹豫模糊集上提出一种新的距离测度。值得指出的是新距离测度不需要给长度较短的犹豫模糊元添加元素来保证不同的犹豫模糊元长度相同。研究了新距离测度的一些性质并证明了新距离测度不仅满足三角不等式而且满足单调性。进一步,通过实例说明新距离测度是有效的和实用的     

基于犹豫毕达哥拉斯模糊环境下的TODIM方法

在决策过程中TODIM方法能有效的捕捉决策者的心理行为。犹豫毕达哥拉斯模糊集不但能反映正反两个方面的不确定性,而且能反映决策者的犹豫程度。本文将TODIM方法扩展到犹豫毕达哥拉斯模糊集。首先定义了犹豫毕达哥拉斯模糊环境下的测量函数,用于比较两个犹豫毕达哥拉斯模糊数的大小,其次计算每个备选方案相对其它备选方案的相对优势度,然后根据相对优势度选出最佳方案。最后,用航空公司服务质量的评估来说明本文给出方法的可行性和有效性。     

犹豫模糊集的截集及其性质

通过引入犹豫模糊集的截集概念并研究截集的性质,建立了沟通犹豫模糊集合与经典集合之间的桥梁.进一步,讨论了犹豫模糊关系的截关系及其性质.     

基于直觉犹豫模糊集的TOPSIS法

直觉犹豫模糊集集成了直觉模糊集和犹豫模糊集的优势,能更有效地刻画决策者偏好不一致的情况。距离测度一直是研究的热点问题,但尚没有文献研究直觉犹豫模糊集间的距离测度,因此本文定义了直觉犹豫模糊集间的Hamming距离、Euclidean距离和广义距离,同时考虑每个元素的权重,定义了加权距离。犹豫度是直觉犹豫模糊集的重要特性,因此在考虑犹豫度的基础上,又定义了一些距离测度。这些距离测度不仅考虑了直觉犹豫模糊数间的差异,同时考虑了犹豫度的影响,决策者可以根据对直觉犹豫模糊数和犹豫度之间偏好的不同,设置不同的偏好值得到距离测度。然后基于这些距离测度,又提出了直觉犹豫模糊环境下的TOPSIS法。最后通过实例说明了所提出的TOPSIS法的合理性与实用性。     

对偶犹豫模糊集的相关系数及其应用

本文分析了对偶犹豫模糊集相关系数原有定义的不足之处,提出了对偶犹豫模糊集相关系数的新定义,将相关系数的取值范围扩大到[-1,1],避免使用会改变原始决策信息的人造填充数据,弥补了原有相关系数公式的不足之处。同时,本文首次给出对偶犹豫模糊集相关系数的上下界公式,并引入对偶犹豫模糊集的加权相关系数的新概念。此外,本文将改进后的相关系数应用于医疗诊断与投资决策等实际问题中,以验证其正确性与有效性。     

基于毕达哥拉斯模糊集的大数据企业信用评价研究

在已有的研究基础上提出了毕达哥拉斯模糊Frank交叉影响加权平均算子和毕达哥拉斯模糊Frank交叉影响加权几何算子并对其性质进行了相关推导和证明,最后以评估大数据企业信用风险为实例验证了该算子的有效性.结果 表明:通过控制变量法,说明了引入交叉影响算子的重要性;通过引入Frank算子发现不同的η值会对记分函数值产生影响...     

犹豫模糊集在决策理论上的研究综述

文章介绍了犹豫模糊集的含义及起源,分别对犹豫模糊集的测度理论、属性权重分配理论、信息融合理论以及决策方法进行了概述,展望了犹豫模糊集决策理论未来的研究方向.     

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.     

基于犹豫模糊集的CMMI过程评估方法研究

CMMI过程评估是一个典型的多属性决策问题,评估环节采用主任评估师负责制,已有的评估方法得到的结果受到企业的争议.论文从CMMI评估中多个专家参与,专家意见不一致等固有特征出发,在评估中引入犹豫模糊集的思想,将专家打分转换为犹豫模糊值进行计算.基于指标提取、专家打分、数据处理、数据补齐、数据集结等几个环节设计了 CMM...     

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。     

基于距离测度的可信犹豫模糊集一致性检验方法

一致性检验是犹豫模糊集领域的一个热点问题,数据的一致性直接影响到犹豫模糊集评价的科学性和有效性.论文采用距离测度的方法研究犹豫模糊集的一致性问题,通过分析每个模糊元与其对应的属性综合决策值之间的差异,得出各属性的综合距离测度.同时,充分考虑专家意见在犹豫模糊集中的影响效应,以相对可信度为权重对犹豫模糊集的一致性进行分析.最后,利用数值案例验证了所提方法的有效性和可靠性.     

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。     

Vague集转化为模糊集的动态犹豫度方法

在Vague集转化为模糊集的过程中,将其犹豫度细分为赞成、反对和犹豫三部分,是一种动态的并且十分合理的方法。结合投票模型,通过还原和分析相关文献中犹豫度的细化过程发现,其每步细化中得到的赞成、反对,总是通过将上一步细化得到的最终的赞成、反对比例乘以最初的犹豫度π_A(x)而得到的,并在此基础上进而确定剩下的犹豫度,从而实现犹豫度的细分,而不管上一步细化后犹豫度是什么。考虑到每步细化后犹豫度一直在变化的事实,为此,提出一种将犹豫度细化的Vague集转化模糊集的一种动态方法,即通过在每步细化中将上一步细化获得最终的赞成、反对比例乘以上一步细化后得到的犹豫度,而得到本步细化后的赞成、反对,继而确定剩下的犹豫度,随后证明了该转化方法的合理性。最后,通过算例说了所提方法的可行性与有效性。     

基于毕达哥拉斯犹豫模糊距离测度的灰关联双向投影决策法

为解决多属性决策单方向偏差难题所提出的灰关联投影法尚存在适用性差的技术不足。为此,在借鉴双向投影技术要点的基础上联合新型灰关联系数,并引入毕达哥拉斯犹豫模糊集的表达优势,提出基于毕达哥拉斯犹豫模糊距离测度的灰关联双向投影决策方法。新方法能够有效解决毕达哥拉斯犹豫模糊多属性决策问题,具有较高的分辨度。通过算例应用分析,直接验证了毕达哥拉斯犹豫模糊灰关联双向投影方法的实用性,间接验证了毕达哥拉斯犹豫模糊距离测度和灰关联双向投影法的有效性。     

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。     

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.