区间直觉模糊几何Bonferroni平均算子及其应用

研究了决策信息为区间直觉模糊数（IVIFN）且属性间存在相互关联的多属性群决策（MAGDM）问题,提出一种基于区间直觉模糊几何加权Bonferroni平均（IVIFGWBM）算子的决策方法。介绍了IVIFN的概念和运算法则,基于这些运算法则和几何Bonferroni平均（GBM）算子,定义了区间直觉模糊几何Bonferroni平均（IVIFGBM）算子和IVIFGWBM算子。研究了这些算子的一些性质,建立基于IVIFGWBM算子的MAGDM模型,结合排序方法进行决策。将该方法应用在一个MAGDM问题中,结果表明了该方法的有效性与可行性。     

三角模糊数直觉模糊Bonferroni平均算子及其应用

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加权Bonferroni平均(TFNIFWBM)算子的决策方法。首先,基于TFNIFN的运算法则和Bonferroni平均(BM)算子,定义了三角模糊数直觉模糊BM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。     

基于区间直觉梯形模糊数的多属性决策方法

对区间直觉梯形模糊数进行研究．探讨了区间直觉梯形模糊数的运算法则及其性质;给出了区间直觉梯形模糊数的加权算术平均和加权几何平均算子,定义了区间直觉梯形模糊数的得分函数和精确函数,进而给出其排序方法;建立了基于区间直觉梯形模糊数的多属性决策模型,并提出了相应的决策方法．实例分析验证了所提出方法的有效性．     

毕达哥拉斯模糊Heronian算子的多属性决策方法

针对毕达哥拉斯模糊环境下的多属性决策问题中的信息集成问题,其中方案的属性间相互关联相互影响,提出了一种毕达哥拉斯模糊Heronian算子的多属性决策方法。首先将毕达哥拉斯模糊数与Heronian算子相结合,提出了毕达哥拉斯模糊Heronian算子和毕达哥拉斯模糊加权Heronian算子,并讨论了这些算子的性质,给出了相应的证明。在此基础上,提出了基于毕达哥拉斯模糊Heronian算子的多属性决策方法;最后将其应用到国内四家航空公司服务质量评价中,说明了该算子的有效性和可行性。     

区间犹豫梯形模糊Bonferroni Mean算子及其应用

结合犹豫模糊集和区间梯形模糊数,提出了区间犹豫梯形模糊集的概念;针对信息集成过程中需要考虑输入变量之间的相互影响,提出了区间犹豫梯形模糊Bonferroni Mean（IVHTrFBM）算子和区间犹豫梯形模糊几何Bonferroni Mean（IVHTrFGBM）算子,并讨论了它们的性质和特例;根据输入变量的重要程度不同,提出了区间犹豫梯形模糊加权Bonferroni Mean（IVHTrFWBM）算子和区间犹豫梯形模糊加权几何Bonferroni Mean（IVHTrFWGBM）算子。最后,提出了基于IVHTrFWBM算子和IVHTrFWGBM算子的区间犹豫梯形模糊多属性决策方法,并通过实例进行验证。     

多属性群决策的直觉梯形模糊数法

采用直觉梯形模糊数刻画专家的评价信息,提出一种新的多属性群决策方法.定义了直觉梯形模糊数的期望值、预期得分、有序加权集成算子和混合集成算子;建立了基于直觉梯形模糊数的多属性群决策模型;通过混合集成算子得到方案的群体综合评估值,根据期望值和预期得分给出群决策结果.实例分析验证了所提出方法的有效性.     

语言区间直觉模糊Frank算子

针对语言区间直觉模糊信息的集结问题,文中提出Frank集结算子,并构建解决供应商选择问题的群决策方法.首先引入拓展Frank t-模与s-模定义语言区间直觉模糊集的Frank运算法则,提出语言区间直觉模糊Frank加权平均(LIVIFFWA)算子与几何(LIVIFFWG)算子,证明算子的幂等性、封闭性、单调性等基本性质,剖析算子关于参数的退化性.然后,基于LIVIFFWA算子与LIVIFFWG算子构建语言区间直觉模糊多属性群决策方法,用于解决供应商决策问题.最后,通过共享单车回收供应商选择的案例分析验证文中决策方法的可行性和灵活性,讨论参数变化对决策结果的影响,并验证参数具有表征和反馈决策者态度的能力.     

直觉模糊多属性决策方法综述

直觉模糊多属性决策是当前决策领域的一个研究热点,在实际决策中有着广泛的应用.按照直觉模糊集的发展形式:直觉模糊集、区间直觉模糊集、直觉三角模糊数和直觉梯形模糊数,分别介绍它们在多属性决策与群决策中的研究现状,并对其未来的发展方向进行了探讨与展望.     

基于分式规划的区间直觉梯形模糊数多属性决策方法

针对属性值为区间梯形直觉模糊且属性权重为区间数的多属性决策问题,提出一种基于分式规划的决策方法.定义了区间梯形直觉模糊数的Hamming距离和Euclidean距离,采用优劣解距离法构建了相对贴近度的非线性分式规划模型,并通过Charnes and Cooper变换转化为线性规划模型求解,得到各方案相对贴近度的区间数,进而提出了决策方法.数值算例分析验证了所提出方法的有效性.     

基于IVHFWHM算子的犹豫关联多属性决策方法

针对决策属性为区间犹豫模糊数(IVHFN)且属性间相互关联的多属性决策(MADM)问题,提出一种基于区间犹豫模糊加权Heronian平均(IVHFWHM)算子的新型决策方法。基于IVHFN运算法则和Heronian平均(HM)算子,提出区间犹豫模糊Heronian平均(IVHFHM)算子和IVHFWHM算子。研究了IVHFHM算子的置换不变性、幂等性、单调性、有界性和参数对称性等性质。建立基于IVHFWHM算子的多属性决策模型,通过MADM数值实验验证了模型的可行性与有效性。     

区间直觉模糊连续熵及其多属性决策方法

提出了区间直觉模糊连续熵,并且研究了一种新的处理区间直觉模糊多属性决策问题的方法。基于连续有序加权平均（COWA）算子,给出了区间直觉模糊连续熵的概念,并且证明了区间直觉模糊连续熵满足区间直觉模糊熵的公理化定义的四个条件。在此基础上,针对属性权重信息完全未知的决策问题,通过衡量每一属性所含的信息量来确定属性权重。依据备选方案与理想方案间的加权相关系数,给出了一种新的区间直觉模糊多属性决策方法。实验结果验证了新的决策方法的可行性和有效性。     

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

As a special intuitionistic fuzzy set on a real number set, trapezoidal intuitionistic fuzzy numbers (TrIFNs) have the better capability to model ill-known quantities. The purpose of this paper is to develop some power geometric operators of TrIFNs and apply to multi-attribute group decision making (MAGDM) with TrIFNs. First, the lower and upper weighted possibility means of TrIFNs are introduced as well as weighted possibility means. Hereby, a new lexicographic method is developed to rank TrIFNs. The Minkowski distance between TrIFNs is defined. Then, four kinds of power geometric operators of TrIFNs are investigated including the power geometric operator of TrIFNs, power weighted geometric operator of TrIFNs, power ordered weighted geometric operator of TrIFNs and power hybrid geometric operator of TrIFNs. Their desirable properties are discussed. Four methods for MAGDM with TrIFNs are respectively proposed for the four cases whether the weight vectors of attributes and DMs are known or unknown. In these methods, the individual overall attribute values of alternatives are generated by using the power geometric or power weighted geometric operator of TrIFNs. The collective overall attribute values of alternatives are determined through constructing the multi-objective optimization model, which is transformed into the goal programming model to solve. Thus, the ranking order of alternatives is obtained according to the collective overall attribute values of alternatives. Finally, the green supplier selection problem is illustrated to demonstrate the application and validation of the proposed method.     

区间直觉模糊连续交叉熵及其多属性决策方法

在区间直觉模糊（IVIF）环境下,利用连续有序加权平均（COWA）算子定义了一种新的区间直觉模糊数间的交叉熵,即区间直觉模糊连续交叉熵。依据提出的区间直觉模糊连续交叉熵定义了直觉模糊数间的连续交叉熵距离。基于TOPSIS的思想得到备选方案与理想方案的加权距离,并且计算备选方案与理想方案的相对贴近度,依据相对贴近度选择最优方案。其中,针对属性权重信息不完全确定条件下的决策问题,提出了以区间直觉模糊连续交叉熵最大为准则的规划模型;针对属性权重信息完全未知的情况,根据交叉熵理论确定属性权重向量。实验结果验证了新的决策方法的可行性和有效性。     

区间值广义正交模糊Frank算子及群决策方法

基于区间值广义正交模糊环境和Frank算子,定义了区间值广义正交模糊Frank算子的运算法则,提出了区间值广义正交模糊Frank加权平均算子(IVq-ROFFWA)和加权几何算子(IVq-ROFFWG),并研究了它们的幂等性、有界性和单调性。然后提出了基于IVq-ROFFWA算子的多属性群决策方法(MAGDM),该方法通过选取满足条件的q值,使用IVq-ROFFWA算子集结得到目标区间值模糊数,比较它们的得分得到最优方案,还得出了不同q值不影响最优方案排序的结论。最后通过实际案例验证了基于IVq-ROFFWA算子的多属性群决策方法的可行性和有效性,验证了不同q值不影响最优方案排序的结论。经过比较分析,基于IVq-ROFFWA算子和IVq-ROFFWG算子的群决策方法与基于其他算子的群决策方法运算结果一致。     

Multicriteria group decision-making method using the distances-based similarity measures between intuitionistic trapezoidal fuzzy numbers

The Hamming and Euclidean distances between intuitionistic trapezoidal fuzzy numbers and the distances-based similarity measures are proposed in this study, then an intuitionistic trapezoidal fuzzy multicriteria group decision-making method is established using the similarity measures and expected weight values, in which linguistic values of intuitionistic trapezoidal fuzzy numbers for linguistic terms are used to assess alternatives with respect to qualitative criteria and criteria weights. We establish simple and exact formulae to solve the multicriteria group decision-making problem based on the similarity measures between the ideal alternative and each alternative, the ranking order of all the alternatives and the best one can be determined by the proposed similarity measures. Finally, an illustrative example demonstrates the implementation process of the technique.