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.     

基于群体一致性的犹豫模糊多属性决策方法

犹豫模糊集允许一个元素属于一个集合的隶属度可以是多个不同的值,是表达决策者之间偏好不一致性的有力工具。针对决策者评价偏差不宜过大的问题,提出了一种基于群体一致性的犹豫模糊多属性决策方法。首先, 我们定义了犹豫模糊元的犹豫度函数,进而定义了犹豫模糊元的一致性指数;在此基础上,构建了基于群体一致性指数最大化的权重优化模型,通过求解优化模型可以得到属性的权重向量。然后,运用灰色关联分析法实现对方案的排序和择优。最后,通过实例分析说明了该方法的可行性和有效性。     

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。     

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.     

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。     

犹豫三角模糊语言Prioritized算子的多属性决策方法

针对决策信息为犹豫三角模糊语言集且属性间存在优先顺序的多属性决策问题,提出了一种基于犹豫三角模糊语言Prioritized平均(HTFLPA)算子和犹豫三角模糊语言Prioritized几何(HTFLPG)算子的决策方法.首先,基于犹豫三角模糊语言集的运算法则,定义了 HTFLPA算子和HTFLPG算子.并讨论了其相应...     

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。     

三角犹豫模糊Heronian平均算子及其在多属性决策中的应用

针对属性间含有关联信息的三角犹豫模糊多属性决策问题,提出一种基于三角犹豫模糊Heronian平均算子的决策方法。首先,考虑已有Heronian平均算子仅适用输入变量为两参数的情形,进一步定义三参数加权Heronian平均(TPWHM)和三参数加权几何Heronian平均(TPWGHM)算子,证明所提算子具有还原性、幂等性、单调性和有界性等性质,并研究它们的几种特例。其次,将TPWHM和TPWGHM算子推广至三角犹豫模糊决策环境下,提出三角犹豫模糊三参数加权Heronian平均(HTFTPWHM)和三角犹豫模糊三参数加权几何Heronian平均(HTFTPWGHM)算子,并证明算子的优良性质。在此基础上,提出基于两种算子的决策分析方法,并用来解决三角犹豫模糊决策问题。最后,通过算例验证所提方法的可行性和合理性。     

基于前景理论的三角犹豫模糊多属性决策方法

针对属性权重信息完全未知,属性值为三角犹豫模糊元的多属性决策问题,提出一种基于前景理论和模糊结构元的决策分析方法。首先,基于模糊结构元理论,定义三角犹豫模糊元的结构元形式和海明距离公式,并通过求解属性间距离离差最大化的优化模型确定权重。其次,依据前景理论,分别以正负理想点作为决策参照点,构建收益矩阵和损失矩阵。在此基础上,应用TOPSIS方法计算各备选方案的相对贴近度,并依据相对贴近度的大小实现备选方案排序。最后,通过算例验证方法是有效和可行的。     

考虑可信度和优先级的对偶犹豫模糊多属性决策在绿色审计中的应用研究

针对目前专家和属性对于方案比选的重要性致使企业迫切需要将其定量化分析的问题,以及企业环境行为中公司需要承担环保责任,在绿色采购方面要将环境属性引入供应商比选标准的问题,本文提出了考虑专家可信度和属性优先级的对偶犹豫模糊多属性决策方法,将专家对于该领域的熟悉程度及所选属性的重要程度融入到供应商的绿色评估指标定量化分析与评选中。结合对偶犹豫模糊集的隶属度与非隶属度,给出了对偶犹豫模糊熵值、混合平均算子和混合几何算子的计算模型与该方法模型的具体步骤,通过对某企业绿色审计在内的四种属性进行评估来选择最佳供应商的实例,验证了此模型的可行性和有效性。     

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。     

基于相似度和改进雷达图的概率犹豫模糊多属性决策方法

为了解决属性权重未知的概率犹豫模糊多属性决策问题,构建基于相似度和改进雷达图的多属性决策方法。首先基于概率犹豫模糊元的信息完全度构建概率犹豫模糊集的距离测度和灰色关联系数,然后基于灰色关联理想解法定义了概率犹豫模糊集的相似度,最后根据概率犹豫模糊集的相似度和改进雷达图构建多属性决策模型,并通过案例进行了验证分析。     

基于累积前景理论和VIKOR的毕达哥拉斯犹豫模糊风险型多属性决策方法

针对属性权重未知,且属性值为毕达哥拉斯犹豫模糊数(PHFN)的风险型多属性决策问题,考虑到决策者的有限理性行为,提出基于累积前景理论(CPT)和多准则妥协优化解(VIKOR)的决策方法。首先,定义PHFN的分散率,并构建优化模型确定属性权重。其次,将CPT融入PHFN环境,定义PHFN的价值函数,并结合决策权重函数计算方案在各属性下的综合前景值。进一步,构建综合前景值矩阵,在此基础上运用VIKOR法确定方案排序。最后,通过风险投资项目选择的应用案例说明所提方法是可行、有效的。     

广义对偶犹豫模糊软集及其在决策中的应用

犹豫模糊软集作为一种处理不确定问题的工具受到了广泛关注。本文将广义模糊软集与对偶犹豫模糊集相结合,提出了广义对偶犹豫模糊软集的概念,给出了广义对偶犹豫模糊软集的交、并、补、“且”、“或”运算的概念,并基于这些概念研究其若干相关性质。此外,定义了广义对偶犹豫模糊软集的信息能量、相关性和相关系数的概念并讨论了它的性质。最后,给出了基于广义对偶犹豫模糊软集的多属性决策方法,并通过实例说明了该方法的的可行性和有效性。     

基于犹豫正态模糊可能度的多属性决策方法

针对属性权重未知的多属性决策问题,提出了一种基于犹豫正态模糊可能度的决策方法.首先提出了犹豫正态模糊环境下可能度的概念,并分析了其性质;之后,根据两两属性间优劣的可能度确定属性权重,集成各方案的属性值得到综合属性值,利用综合属性值获取方案间优劣的可能度,对方案进行排序和择优;最后,通过一个算例说明算法的实用性和可行性.     

区间犹豫模糊ELECTRE多属性决策方法及应用

近年来,多属性决策问题一直是广大学者研究的重点,然而基于ELECTRE方法的区间犹豫模糊多属性决策问题的研究并不多见。因此,结合区间犹豫模糊集的信息表达优势和ELECTRE方法的思想,提出了一种区间犹豫模糊ELECTRE(IVHF ELECTRE)多属性决策新方法。首先构造了区间犹豫模糊决策矩阵,引入得分函数和可能度的概念,构造属性优势集和属性劣势集。然后通过设定阈值得到综合优先判定矩阵,从而得到各方案间的优先顺序。为了进一步得到各方案的整体排序,引入TOPSIS方法,通过计算各方案与正负理想点的相对距离来构造综合优先矩阵,从而得到各方案的总体排序。最后通过具体实例验证了该方法的可行性和合理性。     

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。     

基于模糊熵-熵权法的混合多属性决策方法

针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策问题,提出了基于模糊熵-熵权法的混合多属性决策方法。通过规范化的方法把区间数转化为直觉模糊数,建立了直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用熵权法确定属性的客观权重区间,通过求解属性信息模糊熵最小的线性规划模型得到属性客观权重;再与主观赋权方法相结合确定属性的组合权重;最后应用相对熵排序法得到方案的最终排序结果。算例分析表明方法的可行性和实用性。