直觉模糊熵的几何构造方法及其应用

针对直觉模糊集中模糊性和直觉性对不确定信息的综合影响以及直觉模糊熵连续变化等问题,提出2种直觉模糊熵的几何构造方法,完善传统直觉模糊熵的构造准则。利用几何方法,分别通过建立等熵平面和等熵圆弧,结合距离构造2种新的直觉模糊熵,并证明其相关性质。论述直觉模糊熵的一般构造方法,对算例与现存的一些熵公式进行比较分析。将直觉模糊熵应用到多属性决策中,验证该方法的正确性和合理性。     

基于多专家区间数的多属性群决策方法

针对区间数的多专家多属性决策问题,提出了一种基于非线性规划模型的群决策方法。该方法建立如下准则:在不同对象和属性下,当某专家的估计值与所有专家估计值的均值越靠近时,则其专家权重就越大;反之就越小。基于该准则利用区间距离公式和规划模型解决了专家权重难以确定的问题。结合集成算子理论,利用区间数算术平均算子将决策矩阵集成为综合决策矩阵,再利用属性权重将其集成为综合属性值,通过二维可能度建立比较可能度矩阵,然后利用排序向量法进行排序。最后通过实例分析验证了该方法的可行性和合理性。     

基于熵和相关系数的直觉模糊多属性决策方法

针对决策信息为直觉模糊信息且属性权重完全未知的多属性决策问题,提出了一种基于直觉模糊熵和得分函数的决策方法。为了准确度量直觉模糊集的直觉性和模糊性,首先提出了一种新的直觉模糊熵,并讨论其相关性质。其次为了减少不确定信息对决策的影响,结合直觉模糊熵建立规划模型,从而确定属性权重。 同时从隶属度,非隶属度和犹豫度三方面构建论域对象与理想对象之间相关系数,并在此基础上根据决策者的决策态度定义得分函数进而得到最优决策。 最后给出一种基于直觉模糊信息的多属性决策方法,并通过候选人评估实例验证了该方法的可行性和有效性。     

α-优势关系下的概率粗糙模型及其应用

讨论优势关系下的区间值信息系统在二维均匀分布的假设条件下,通过定义属性对象xj优于xi的概率Paji,结合相对熵最优准则,建立α-优势关系的概率粗糙模型,探讨了即使出现不可分辨情况,也可通过α-累积概率加以决策.模型应用于雷达作战目标的区间数群决策实例分析中,结果显示:α-优势关系的概率粗糙模型可根据不同的决策者,不同的偏好,在合适的粒度,灵活选择粗细适当的优势关系,进行区间数群决策,模型可行有效.     

基于交叉熵的正态分布区间数多属性决策方法

针对以正态分布区间数为信息环境的多属性决策问题,提出了一种基于交叉熵和得分函数的决策方法。给出利用[3σ]原则将一般区间数转化为正态分布区间数的方法,提出正态分布区间数的交叉熵,熵等概念及相关性质。基于各对象与正理想对象的总区别信息最小化准则,通过建立非线性规划模型求解出了属性权重的公式,研究了正态分布区间数的集结方法和比较方法,给出了一种新的多属性决策途径。分别将所提方法应用于多属性决策和模式识别中,验证了该方法的可行性和简易性。     

基于模糊随机样本的结构风险最小化原则

基于模糊随机样本,提出了熵、退火熵、生长函数和VC维等概念,并在此基础上构建了基于VC维的学习过程一致收敛速度的界;给出了基于模糊随机样本的结构风险最小化原则（FSSRM原则）,证明了基于FSSRM原则下收敛速度渐进分析的相关性质。     

基于熵和风险态度的二型模糊多属性决策方法

针对属性权重信息完全未知的二型模糊多属性决策问题,提出了一种基于二型模糊熵和决策者风险态度的决策方法。首先,为了准确测度二型模糊集（T2FS）的不确定性,通过引入模糊因子和犹豫因子建立了二型模糊熵的公理化准则,并基于距离测度给出了对应的计算公式。其次,为了减少整体不确定信息对决策结果的影响,结合二型模糊熵构建非线性规划模型来确定属性权重。同时,将决策者的风险态度引入二型模糊信息的得分函数中并给出具体的决策步骤。最后,通过实例分析验证了该决策方法的可行性,并与现有文献对比发现该决策方法更具有灵活性。