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。     

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。     

区间数Heronian平均算子

定义了区间数Heronian平均算子以及区间数加权Heronian平均算子,并探讨了它们的性质.然后,提出了区间数几何Heronian平均算子以及区间数几何加权Heronian平均算子,并研究了它们的性质.最后,将区间数加权Heronian平均算子和区间数几何加权Heronian平均算子应用于多属性决策,说明了它们的有效性.     

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。     

区间犹豫模糊Bonferroni mean算子在多属性决策中的应用

针对在信息集成时, 需要考虑输入变量之间的相互影响以及专家评价值为区间犹豫模糊信息的多属性决策问题, 提出一种基于区间犹豫模糊Bonferroni mean算子的多属性决策方法。考虑到由于Bonferroni mean(BM)算子能够良好的反映输入变量之间相互影响, 首次提出了评价值为区间犹豫模糊集信息环境下的两种新的集成算子, 即区间犹豫模糊Bonferroni mean(IVHFBM)算子和区间犹豫模糊几何Bonferroni mean(IVHFGBM)算子。并讨论了其相关的一些特性。同时基于输入变量会具有不同重要程度的情况, 定义了区间犹豫模糊加权Bonferroni mean(IVHFWBM)算子和区间犹豫模糊加权几何Bonferroni mean(IVHFWGBM)算子。针对评价信息以区间犹豫模糊集表示的决策问题, 提出了基于IVHFWBM算子和IVHFWGBM算子的多属性决策方法。最后通过实例证明了该方法的可行性和有效性。     

区间毕达哥拉斯模糊Heronian平均算子及其决策应用

将Heronian平均算子推广至区间毕达哥拉斯模糊环境,定义了区间毕达哥拉斯模糊Heronian平均(IVPFHM)算子、区间毕达哥拉斯模糊加权Heronian平均(IVPFWHM)算子、区间毕达哥拉斯模糊几何Heronian平均(IVPFGHM)算子、区间毕达哥拉斯模糊几何加权Heronian平均(IVPFGWHM)算子,并研究了这些新集成算子的基本性质。最后,给出基于IVPFWHM算子和IVPFGWHM算子的多属性决策方法,并通过实例说明所提方法在区间毕达哥拉斯模糊信息集成中的合理性与优越性。     

基于语言区间直觉模糊幂加权平均算子的多属性群决策方法

研究以语言区间直觉模糊数为输入的多属性群决策问题。首先,给出语言区间直觉模糊集距离的定义,结合幂均算子的特点,提出语言区间直觉模糊幂加权平均(LIVIFPWA)算子,证明所提算子的幂等性、单调性、有界性等性质,剖析算子的退化性。幂加权平均算子在信息集结过程中的使用综合考虑了专家主观与客观权重,增强了决策信息的精确性。在此基础上,提出基于语言区间直觉模糊幂加权平均算子的群决策方法。最后,通过第三方共享物流供应商选择的案例验证所提方法的可行性和科学性。     

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。     

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。     

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.     

Intuitionistic uncertain linguistic powered einstein aggregation operators and their application to multi-attribute group decision making

The intuitionistic uncertain fuzzy linguistic variable can easily expressthe fuzzy information, and the power average (PA) operator is a usefultool which provides more versatility in the information aggregation procedure.At the same time, Einstein operations are a kind of various t-normsand t-conorms families which can be used to perform the corresponding intersectionsand unions of intuitionistic fuzzy sets (IFSs). In this paper, wewill combine the PA operator and Einstein operations to intuitionistic uncertainlinguistic environment, and propose some new PA operators. Firstly,the definition and some basic operations of intuitionistic uncertain linguisticnumber (IULN), power aggregation (PA) operator and Einstein operationsare introduced. Then, we propose intuitionistic uncertain linguistic fuzzypowered Einstein averaging (IULFPEA) operator, intuitionistic uncertain linguisticfuzzy powered Einstein weighted (IULFPEWA) operator, intuitionisticuncertain linguistic fuzzy Einstein geometric (IULFPEG) operator and intuitionisticuncertain linguistic fuzzy Einstein weighted geometric (IULFPEWG)operator, and discuss some properties of them in detail. Furthermore, we developthe decision making methods for multi-attribute group decision making(MAGDM) problems with intuitionistic uncertain linguistic information andgive the detail decision steps. At last, an illustrate example is given to showthe process of decision making and the effectiveness of the proposed method.     

三角模糊数直觉模糊PA算子及其应用

针对决策信息为三角模糊数直觉模糊数（TFNIFN）且属性间存在相互关联的多属性群决策（MAGDM）问题,提出了一种基于三角模糊数直觉模糊PA （TFNIFPA）算子的决策方法.首先,基于TFNIFN的运算法则和PA （Power Average）算子,定义了TFNIFPA算子.然后,研究了该算子的一些性质,建立基于TFNIFPA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.     

Multi-person multi-attribute decision making models under intuitionistic fuzzy environment

Intuitionistic fuzzy numbers, each of which is characterized by the degree of membership and the degree of non-membership of an element, are a very useful means to depict the decision information in the process of decision making. In this article, we investigate the group decision making problems in which all the information provided by the decision makers is expressed as intuitionistic fuzzy decision matrices where each of the elements is characterized by intuitionistic fuzzy number, and the information about attribute weights is partially known, which may be constructed by various forms. We first use the intuitionistic fuzzy hybrid geometric (IFHG) operator to aggregate all individual intuitionistic fuzzy decision matrices provided by the decision makers into the collective intuitionistic fuzzy decision matrix, then we utilize the score function to calculate the score of each attribute value and construct the score matrix of the collective intuitionistic fuzzy decision matrix. Based on the score matrix and the given attribute weight information, we establish some optimization models to determine the weights of attributes. Furthermore, we utilize the obtained attribute weights and the intuitionistic fuzzy weighted geometric (IFWG) operator to fuse the intuitionistic fuzzy information in the collective intuitionistic fuzzy decision matrix to get the overall intuitionistic fuzzy values of alternatives by which the ranking of all the given alternatives can be found. Finally, we give an illustrative example.     

基于区间粗糙直觉模糊数的多属性决策方法

研究了区间粗糙直觉模糊多属性决策。探讨了区间粗糙直觉模糊数的运算法则及其性质;定义了区间粗糙直觉模糊数的得分函数和精确函数,进而给出其排序方法;给出了区间粗糙直觉模糊数的变权算术平均和变权几何平均算子,并且建立了区间粗糙直觉模糊数的多属性决策模型;实例验证了所提出决策方法的有效性。     

基于模糊数直觉模糊PG算子的多属性决策方法

针对决策信息为三角模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出了一种基于三角模糊数直觉模糊PG(TFNIFPG)算子的决策方法.首先,基于TFNIFN的运算法则和PG(Power Geometric)算子,定义了TFNIFPG算子.然后,研究了该算子的一些性质,建立基于TFNIFPG算子的MAGDM模型,结合排序方法进行决策.最后通过某项目投资算例验证了该算子的有效性与可行性.     

Power average operators of trapezoidal intuitionistic fuzzy numbers and application to multi-attribute group decision making

Trapezoidal intuitionistic fuzzy numbers (TrIFNs) is a special intuitionistic fuzzy set on a real number set. TrIFNs are useful to deal with ill-known quantities in decision data and decision making problems themselves. The focus of this paper is on multi-attribute group decision making (MAGDM) problems in which the attribute values are expressed with TrIFNs, which are solved by developing a new decision method based on power average operators of TrIFNs. The new operation laws for TrIFNs are given. From a viewpoint of Hausdorff metric, the Hamming and Euclidean distances between TrIFNs are defined. Hereby the power average operator of real numbers is extended to four kinds of power average operators of TrIFNs, involving the power average operator of TrIFNs, the weighted power average operator of TrIFNs, the power ordered weighted average operator of TrIFNs, and the power hybrid average operator of TrIFNs. In the proposed group decision method, the individual overall evaluation values of alternatives are generated by using the power average operator of TrIFNs. Applying the hybrid average operator of TrIFNs, the individual overall evaluation values of alternatives are then integrated into the collective ones, which are used to rank the alternatives. The example analysis shows the practicality and effectiveness of the proposed method.