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。     

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。     

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。     

Pythagorean犹豫模糊语言Maclaurin集结算子及其应用

基于Pythagorean犹豫模糊集、直觉模糊语言集和Maclaurin对称平均算子研究了属性间关联关系的Pythagorean犹豫模糊语言多属性决策问题。首先,定义了Pythagorean犹豫模糊语言集,并提出了Pythagorean犹豫模糊语言数的运算法则、得分函数及其精确函数。然后,根据Pythagorean犹豫模糊语言集和Maclaurin对称平均算子提出Pythagorean犹豫模糊语言Maclaurin集结算子。最后,根据Pythagorean犹豫模糊语言Maclaurin集结算子构建能够解决属性之间存在相关关系的多属性决策模型,并通过案例验证了该模型的有效性。     

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。并讨论了其相应的运算定理。其次,构建犹豫三角模糊语言集的得分函数,并给出犹豫三角模糊语言集的排序方法。最后,提出了基于HTFLPA算子和HTFLPG算子的犹豫三角模糊语言多属性决策方法,并通过实例验证。     

基于对偶犹豫模糊语言变量的多属性决策方法

首先定义了对偶犹豫模糊语言变量,然后给出其运算规则、得分值函数、精确值函数、比较规则以及对偶犹豫模糊语言变量的加权算术平均算子、有序加权算术平均算子和混合平均算子。针对属性值为对偶犹豫模糊语言变量的多属性决策问题,提出了一种基于对偶犹豫模糊语言变量集结算子的多属性决策方法。最后,结合国家电网公司合作单位选择问题,验证了该方法的有效性和可行性。     

中智犹豫模糊语言Frank Power集结算子及其应用

研究了中智犹豫模糊环境下属性之间和决策者之间存在支撑关系的多属性群决策问题,提出了基于中智犹豫模糊语言Frank Power集结算子的多属性群决策方法。首先,给出了中智犹豫模糊语言集的概念,定义了其运算法则、比较函数和距离公式。其次,引入Frank运算,设计了中智犹豫模糊语言Frank运算的表达式,探讨了运算法则之间的关系。然后,提出了中智犹豫模糊语言Frank Power平均(NHFLFPA)算子和中智犹豫模糊语言Frank Power几何(NHFLFPG)算子,研究了其性质和特殊情况。最后,通过实例验证新算子的有效性和可行性。     

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。     

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。     

概率犹豫模糊Bonferroni平均算子及其决策应用

研究了属性值为概率犹豫模糊元的多属性决策问题。考虑到属性间的相互影响关系,提出基于Bonferroni平均算子的概率犹豫模糊多属性决策方法。首先,为避免概率犹豫模糊元运算时计算量过大的情形,提出新的运算法则。其次,定义了概率犹豫模糊Bonferroni平均算子和概率犹豫模糊几何Bonferroni平均算子,并讨论了其性质。另外,为比较概率犹豫模糊元大小,定义了概率犹豫模糊符号距离。最后,通过实例说明所提方法的应用过程。     

Picture模糊幂几何Heronian平均算子及其在多属性决策中的应用

针对决策信息为Picture模糊数的多属性决策问题,将经典范畴内的几何Heronian平均算子和幂几何算子结合,提出了Picture模糊幂几何Heronian平均(PFPGHM)算子与Picture模糊加权幂几何Heronian平均(PFWPGHM)算子。该类算子不仅能体现待集结数据间的关联性,而且还能反映决策过程中信息的整体性,降低了与整体信息偏差较大的待集结数据对决策结果的影响。推导其数学表达式,证明相关性质。提出了基于PFWPGHM算子的多属性决策方法,通过决策实例分析了参数p和q对决策结果的影响,并对比分析新方法与现存的决策方法,进而表明所研究方法的可行性与优点。     

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。     

基于犹豫毕达哥拉斯模糊环境下的TODIM方法

在决策过程中TODIM方法能有效的捕捉决策者的心理行为。犹豫毕达哥拉斯模糊集不但能反映正反两个方面的不确定性,而且能反映决策者的犹豫程度。本文将TODIM方法扩展到犹豫毕达哥拉斯模糊集。首先定义了犹豫毕达哥拉斯模糊环境下的测量函数,用于比较两个犹豫毕达哥拉斯模糊数的大小,其次计算每个备选方案相对其它备选方案的相对优势度,然后根据相对优势度选出最佳方案。最后,用航空公司服务质量的评估来说明本文给出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VIKOR和关联系数的犹豫三角模糊语言多属性决策方法

针对属性评价值为犹豫三角模糊语言集的多属性决策问题,提出一种基于VIKOR方法的犹豫三角模糊语言多属性决策方法.首先定义了犹豫三角模糊语言集的相关概念.然后运用VIKOR和关联系数方法,在可接受优势和决策过程稳定的条件下对方案进行择优,在理论分析的基础上,提出了这种新方法的计算步骤.并构建了确定最优属性权重的非线性规划模型,研究了当专家权重和属性权重未知情况下的犹豫三角模糊语言多属性决策方法.最后通过实例说明了该方法的有效性和可行性.     

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。