基于相对信息熵和语言加权算子的网络舆情突发事件模糊多指标应急决策方法

在仔细分析网络舆情突发事件的成因与应急决策特性的基础上,从舆情状态、突发事件本身和民众关注3方面构建 网络舆情突发事件的属性指标。考虑到网络舆情突发事件指标的语言不确定性和多样性,以及应急专家对舆情事件危机评价的语言判断矩阵差异性,本文提出一个基于相对信息熵和语言加权算子的网络舆情突发事件模糊多指标群决策模型。首先根据应急指标重要性的判断矩阵,计算出每个专家对各指标权重的评价;然后基于相对熵的多属性组合赋权方法来获取应急专家的权重,计算得出各舆情事件指标的综合权重;再根据各应急专家对网络舆情事件的语言指 标评价值,利用语言加权算术平均算子,集结得到各网络舆情突发事件的综合决策评价值,进而对各舆情事件危机程度快速排序。最后,通过一个实例来证明本文方法的实用性。     

基于粒计算的犹豫模糊多准则决策方法*

提出基于粒计算的犹豫模糊多准则决策方法.给出各个准则下对应的犹豫模糊集中犹豫模糊元的大于可能度定义,并构造相应准则下的加性一致的模糊偏好矩阵.根据各准则的模糊偏好矩阵对应的预序熵及预序粒结构相似度确定属性的权重,对各个准则下模糊偏好矩阵的排序向量加权平均得到最终的排序向量.文中方法以评价数据序信息量及准则序与整体之间的关系确定准则权重,通过计算加权两两比较下的排序向量得到最终的排序决策结果.最后运用实例验证算法的有效性及可行性.     

基于前景理论的犹豫模糊TOPSIS多属性决策方法

针对属性权重未知、属性值为犹豫模糊集的决策问题,提出一种前景理论和逼近理想解(TOPSIS)相结合的多属性决策方法.考虑到决策者对指标集的不同偏好,利用犹豫模糊熵的相关理论,提出一种基于犹豫模糊熵的熵权法确定属性权重.将决策者的风险心理因素引入犹豫模糊多属性决策中,定义了犹豫模糊数的前景价值函数,并以此将犹豫模糊决策矩阵转化为价值矩阵,计算出各方案的收益损失比值.最终应用TOPSIS的基本思路,确定备选方案的优劣排序,并通过算例分析验证了所提出方法的有效性.     

概率对偶犹豫模糊PROMETHEE多属性群决策算法

为解决犹豫模糊环境中由随机性和不确定性对实际决策造成偏差的多属性群决策问题,提出一种基于概率对偶犹豫模糊PROMETHEE的多属性群决策算法。构建各决策专家的概率对偶犹豫模糊信息矩阵;运用最大离差法与熵值法确定各决策专家与各指标属性的客观权重,结合改进的得分函数与偏离函数得到专家的综合决策评价信息矩阵;进而通过概率对偶犹豫模糊集与PROMETHEE结合的决策算法得到最终决策结果。将该算法运用于航空灾难事故应急响应方案评估的算例分析中,通过与TOPSIS、VIKOR及PDHFS决策算法的计算结果进行对比,验证了概率对偶犹豫模糊PROMETHEE多属性群决策算法的有效性与可靠性。     

加权犹豫模糊集的群决策方法

对于犹豫模糊元中的不同隶属度值赋予不同的权重,由此构造出一种应用范围更广、更符合实际需要的犹豫模糊集合 ----- 加权犹豫模糊集合.针对加权犹豫模糊集中的加权犹豫模糊元,定义了加权犹豫模糊集合和加权犹豫模糊元的并、交、余、数乘和幂等运算及其运算法则,并讨论它们的运算性质;同时,给出加权犹豫模糊元的得分函数和离散函数,进而给出一种比较加权犹豫模糊元的排序法则.在此基础上,提出两类集成算子:加权犹豫模糊元的加权算术平均算子和加权犹豫模糊元的加权几何平均算子,并针对专家权重(已知和未知)的两种情形,将加权犹豫模糊集合应用于群决策,给出两种基于加权犹豫模糊集合的群决策方法.最后,通过一个应用实例表明所提出的群决策方法的有效性和实用性.     

基于证据理论的偏好型直觉模糊群决策方法

针对直觉模糊多属性群决策问题,研究属性和专家权重的确定以及信息的集结方法.利用直觉模糊熵确定属性客观权重,并根据偏好信息确定合理的属性综合权重;在属性层面区分专家权重,将直觉模糊评价值作为Mass函数,构建证据冲突度模型确定专家权重,并利用犹豫度加以修正,避免综合支持度低而对方案排序影响大的专家权重过分削弱;采用证据理论集结决策信息,根据得分值进行方案排序.最后通过算例分析,验证了所提出方法的合理性和有效性.     

基于改进符号距离的权重未知犹豫模糊决策方法

研究犹豫模糊环境下属性权重完全未知的多属性决策问题.针对犹豫模糊元中人为添加元素影响方案排序等问题,提出一种基于符号距离的犹豫模糊多属性决策方法.首先,根据犹豫模糊元中元素个数及偏差定义一种新的犹豫度,并基于犹豫度定义犹豫模糊符号距离;其次,基于符号距离提出一种属性权重优化模型以确定属性权重,并对方案进行排序;最后,通过算例表明所提出方法的合理性和有效性.     

考虑个体累积共识贡献的犹豫模糊语言自适应共识模型

针对犹豫模糊语言信息下的多属性群决策问题,提出一种基于个体累积共识贡献的自适应共识决策模型.首先,利用犹豫模糊语言得分函数,基于经典的信息熵和相对熵理论,综合考虑同一属性下不同方案间的信息差异,以及各方案分别与正理想方案和负理想方案的信息差异,构建确定属性权重的优化模型;然后,提出个体累积共识贡献测度和全局共识测度,利用全局共识度进行共识控制,依据个体累积共识贡献度对专家权重进行自适应修正,构建一种新的犹豫模糊语言自适应共识过程.该过程的特点是对拥有较少合作的非全共识专家执行专家权重惩罚,而且专家权重的更新引起属性权重的自适应更新,反过来又影响个体共识贡献的累积.最后通过一个应急医疗设施选址的共识决策例子表明方法的可行性和有效性.     

基于犹豫模糊集的软件质量评价模型

提出一种基于犹豫模糊集的软件质量评价模型。首先,根据专家打分,将犹豫模糊集与直觉模糊集相结合,得出软件质量特性的综合犹豫模糊评价矩阵;然后,通过计算犹豫模糊广义比较表,得出软件各质量属性得分;最后根据得分情况给出软件的质量排序。该模型较好地解决了专家对软件质量指标进行评价时的犹豫性问题。具体的案例分析表明,所提出的软件质量评价模型是可行、有效的。     

基于可信度的基本不确定区间犹豫模糊广义TODIM应急群决策方法

针对应急决策环境所存在的信息不完备、认知不足等问题,区间犹豫模糊集能充分表达决策者在信息评价时的犹豫性和模糊性,但随着研究的深入,发现其存在无法保证信息质量的缺陷.为此,提出更符合实际决策需求、信息表达更加灵活的基本不确定区间犹豫模糊集,其为包含区间犹豫模糊集和确定度的二维信息集.在此基础上,定义基本不确定区间犹豫模糊加权平均算子、犹豫度及可信度,提出基于可信度的专家权重调整方法和属性权重确定方法,充分考虑了决策专家提供评价信息的可靠程度.最后,将广义TODIM方法拓展到基本不确定区间犹豫模糊环境,通过应急决策案例验证所提方法的可行性,并利用灵敏度分析和对比分析验证该方法的稳定性和有效性.     

对偶犹豫模糊集的相关系数及其应用

对偶犹豫模糊集因其可以给决策者提供更多的决策信息成为模糊决策的热点研究问题,相关性指标可以用来度量两个模糊信息之间的相关关系,熵可以用来度量模糊信息的不确定程度。提出了一种基于对偶犹豫模糊集相关系数和熵的模糊多属性群决策方法。定义了对偶犹豫模糊集相关系数的概念,讨论了其基本性质;提出了两种对偶犹豫模糊集的熵,在此基础上,给出了模糊多属性群决策的权重确定方法;基于对偶犹豫模糊集相关系数和熵,提出了一种属性权重完全未知条件下的模糊多属性群决策方法;通过案例分析说明了该方法的有效性和可行性。     

参数化犹豫模糊熵及其应用

犹豫模糊熵是刻画犹豫模糊集不确定程度的重要工具。针对现有犹豫模糊熵的一些不足,首先基于犹豫模糊集提出犹豫模糊熵的公理化定义,并构造出参数化犹豫模糊熵;其次,通过一些具体数值算例,将新提出的参数化犹豫模糊熵与现有犹豫模糊熵进行对比分析,结果显示所研究的熵能够更加灵活有效地描述信息的未知程度;然后,探究了参数化犹豫模糊熵在多属性决策问题中的应用,使用该熵来确定属性的权重,并借助逼近于理想解排序法（TOPSIS）以及分数函数,提出了一种解决最优方案选取问题的方法;最后,通过具体实例,验证了参数化犹豫模糊熵与所给决策方法具有一定的实用性和可行性。     

Pythagorean犹豫模糊交叉熵的多属性决策方法

针对决策信息为Pythagorean犹豫模糊数的多属性群决策问题,提出一种基于Pythagorean犹豫模糊交叉熵的多属性群决策方法。引入Pythagorean犹豫模糊交叉熵的概念。以Pythagorean犹豫模糊交叉熵作为决策信息差异程度的度量,提出专家权重和属性权重的确定模型。提出一种基于Pythagorean犹豫模糊熵的TOPSIS方法,并通过光伏电站选址案例说明了该方法的可行性和有效性。     

改进的犹豫模糊语言熵的一般公式与生成算法

由于现有的扩展犹豫模糊语言术语集的熵无法区分与补集相等的扩展犹豫模糊语言术语集的不确定性，并且对犹豫模糊语言信息中的犹豫性考虑得相对较少，无法全面地反映犹豫模糊语言信息的不确定性。改进了扩展犹豫模糊语言术语集的熵的定义，从模糊性和犹豫性两方面刻画了扩展犹豫模糊语言术语集的不确定性，分别定义了扩展犹豫模糊语言术语集的模糊熵和犹豫熵，给出了模糊熵和犹豫熵的一般公式与生成算法。定义了一个扩展犹豫模糊语言术语集的总熵，给出了总熵的一般公式。最后给出了一个基于犹豫模糊语言熵的高校教授晋升优选评估的多属性决策算例，通过比较分析说明了决策方法的可行性与有效性。     

基于前景理论的犹豫模糊多属性群决策方法

针对属性指标值为犹豫模糊信息且属性权重完全未知的多属性群决策问题,提出一种基于新的决策参考点和前景理论的多属性群决策方法。将犹豫模糊决策矩阵转变为区间模糊决策矩阵,并结合t-分布估计方法,构建期望得分函数值,将其作为决策参考点;基于属性值得分函数与决策参考点之间的差异,确定价值函数,进而得到前景价值综合矩阵;利用同一属性下的前景价值方差计算属性的权重,并基于前景理论计算各方案的加权前景价值,进而对决策方案进行优劣排序;通过对云计算产品的选择实例验证提出的决策方法的可行性与有效性。     

加权犹豫三角模糊距离度量及其在群决策中的应用

对于犹豫三角模糊元中不同的元素作为隶属度的重要性不同,提出加权犹豫三角模糊元和加权犹豫三角模糊集的概念,研究了决策值为加权犹豫三角模糊元的群决策问题。首先,给出了加权犹豫三角模糊距离公式;其次,基于计算方便且不改变三角模糊数作为隶属度的重要性,提出一种对加权犹豫三角模糊元添加元素的方法;最后,提出加权犹豫三角模糊距离度量的群决策方法,并应用于加权犹豫三角模糊环境下的群决策。数值实例表明,加权犹豫三角模糊距离度量在群决策中具有合理性和可行性。     

区间Pythagorean犹豫模糊连续熵及灰色关联度的应用

区间Pythagorean犹豫模糊集,可以更加全面完整地描述决策者给出的决策结果,因此它是一个表示不确定现象的强有力的工具。针对模糊信息下的决策问题,提出了一种基于区间Pythagorean犹豫模糊连续熵的多属性决策方法。提出连续区间Pythagorean犹豫模糊有序加权平均（CIPHFOWA）算子,并提出了区间Pythagorean犹豫模糊连续熵,同时给出了属性权重完全未知和部分已知时的权重确定方法;提出了一种基于区间Pythagorean犹豫模糊连续熵-灰色关联度的多属性决策方法,并通过新型农村医疗制度完善情况评价案例说明该方法的可行性和有效性。     

Hesitant fuzzy information measures and their applications in multi-criteria decision making

Hesitant fuzzy set (HFS) is a powerful decision tool to express uncertain information more flexibly and comprehensively. The aim of this paper is to propose more reasonable information measures for HFSs in comparison with the existing ones. First, a series of distance measures is suggested for hesitant fuzzy element and hesitant fuzzy sets. These measures are directly calculated from hesitant fuzzy elements without judging the decision-makers’ risk preference and adding any values into the hesitant fuzzy element with the smaller number of elements. Then, some similarity and entropy measures are proposed based on the transforming relationship among the information measures. Additionally, based on the proposed information measures, a TOPSIS method for hesitant fuzzy information is provided. Finally, some numerical examples are used in order to illustrate the proposed decision method and a comparative analysis is made to demonstrate that the suggested measures are more objective and feasible in certain cases.     

Pythagorean犹豫模糊灰色关联前景多属性决策方法

针对Pythagorean犹豫模糊环境下的多属性决策问题,提出了一种基于前景理论的Pythagorean犹豫模糊灰色关联多属性决策方法。定义了Pythagorean犹豫模糊数的灰色关联度和前景价值函数。基于灰色关联度定义了各方案相对于正负理想解的差异集,结合前景价值函数将Pythagorean犹豫模糊决策矩阵转化为价值矩阵。通过各方案的收益损失比值对备选方案进行优劣排序。为了说明该决策方法的可行性和有效性,将其应用到能源项目的综合评价上,并通过实例对比验证了提出决策方法的优越性。