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。     

考虑可信度的犹豫模糊多属性决策方法研究

为深入研究犹豫环境下多属性决策问题,提高决策的科学性和准确性,本文在已有研究成果的基础上,充分考虑犹豫模糊集中隶属度函数的差异性对决策结果的影响。论文引入了专家可信度的思想对犹豫模糊信息进行集成,将一组数值转化为一个数值,进而实现犹豫模糊信息的对比研究,以此构建了一种考虑可信度的犹豫模糊多属性决策方法。最后,论文以汽车零部件供应商选择问题为例,验证了该方法的有效性。     

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。     

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。     

基于QUALIFLEX和LINMAP的简化中性犹豫模糊多属性决策方法

在处理多属性决策问题中,QUALIFLEX是一种非常有用的排序算法。针对属性取值为简化中性犹豫模糊集的多属性决策问题,提出了SNHFS-QUALIFLEX算法。另外考虑到属性权重不确定的情况,将LINMAP扩展到简化中性犹豫模糊集中,定义了符号距离,建立了最优数学规划模型来确定属性权重。最后将SNHFS-QUALIFLEX方法应用到多属性决策实例中,并验证了其可行性和有效性。     

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。     

基于犹豫模糊二元语义的多属性决策方法

深入研究了犹豫模糊二元语义多属性决策问题。首先利用幂均算子给出了犹豫模糊二元语义集的均值函数,并基于均匀分布概率准则和二元语义的距离测度提出了犹豫模糊二元语义集两两比较的可能度公式,进一步给出了可能度排序公式的性质。针对属性值为犹豫模糊二元语义集的多属性决策问题,提出了一种基于熵权的多属性决策方法。最后结合实际问题,验证了该方法的有效性和可行性。     

混合型多属性决策的灰色关联分析法

针对属性权重信息不完全且属性取值为精确数,区间数和模糊数相结合的混合型多属性决策问题,提出了一种基于理想解的多属性决策的灰色关联分析方法.首先将三种不同形式的属性值均转化为区间数形式,然后依据灰色关联分析的思路,给出了解决该问题的计算步骤,其核心是构建并求解一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案对正理想方案的相对关联度,即可得到所有方案的排序结果.最后给出了一个数值例子,结果表明方法简单,有效和易于计算.     

权重信息不完全的多属性决策的灰色关联分析法

针对属性权重信息不完全且属性值确定的多属性决策问题,提出了一种灰色关联分析的决策方法.该方法依据一般的灰色关联分析方法的基本思路,给出了解决属性权重信息不完全的多属性决策问题的计算步骤,其核心是通过构建并求解一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案与正理想方案的相对关联度,即可得到所有方案的排序结果.最后给出了一个数值例子,结果表明方法简单,有效和易于计算.     

基于灰色关联的灰色犹豫模糊VIKOR方法

犹豫模糊集作为模糊集的最新扩展形式,有其独特的优势.在现实的犹豫模糊决策中,决策信息往往是不确定的灰信息,因此所提出的灰色犹豫模糊集合(GHFS),即属于对犹豫模糊集的扩展,更属于灰集的一个特殊分支,拓展了灰色系统的应用领域.还给出了灰犹豫模糊元的距离计算公式,进而提出了GHFS的灰关联加权和VIKOR决策方法,最后用专业市场发展策略的算例证明了方法的有效性与实用性.     

基于投影模型的区间直觉模糊多属性决策方法研究

本文首先定义了一种新区间直觉模糊投影方法,其能更好地度量投影向量之间的相关性。其次,根据区间直觉模糊正负理想方案与备选方案的投影关系, 构建了基于投影方法的未知属性权重求解模型,并在此基础上设计了一种基于投影值的贴近度方法,能实现对备选方案有效排序;最后,用实例验证了该方法的有效性和可行性。     

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。     

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。