广义毕达哥拉斯正态模糊集成算子及其决策应用

将毕达哥拉斯模糊数与直觉正态模糊数相结合,提出了毕达哥拉斯正态模糊数,研究了其运算和运算性质,定义了毕达哥拉斯正态模糊数的得分函数和精确函数,实现其大小排序.然后,针对毕达哥拉斯正态模糊信息的集成问题,提出毕达哥拉斯正态模糊有序加权平均(PNFOWA)算子、广义有序加权平均(GPNFOWA)算子和毕达哥拉斯正态模糊有序加权几何平均(PNFOWGA)算子及广义有序加权几何平均(GPNFOWGA)算子,并研究了其性质.最后,提出基于广义毕达哥拉斯正态模糊集成算子的多属性决策方法,并通过实例说明该方法的有效性.     

基于区间粗糙直觉模糊数的多属性决策方法

研究了区间粗糙直觉模糊多属性决策。探讨了区间粗糙直觉模糊数的运算法则及其性质;定义了区间粗糙直觉模糊数的得分函数和精确函数,进而给出其排序方法;给出了区间粗糙直觉模糊数的变权算术平均和变权几何平均算子,并且建立了区间粗糙直觉模糊数的多属性决策模型;实例验证了所提出决策方法的有效性。     

直觉正态模糊数幂均算子及其决策应用

将幂均算子推广到直觉正态模糊数决策环境中。定义了直觉正态模糊数的运算,研究了运算性质。在此基础上,提出直觉正态模糊数幂均(INFPA)算子、有序加权幂均(INFPOWA)算子、广义直觉正态模糊数幂均(GINFPA)算子和广义有序加权幂均(GINFPOWA)算子,分析了GINFPA算子的特殊形式并研究其性质。针对属性值为直觉正态模糊数的多属性决策问题,提出基于GINFPA算子的决策方法。最后,通过一个算例说明决策方法的有效性和可行性。     

梯形直觉模糊数集成算子及在决策中的应用研究

在直觉模糊集理论基础上,用梯形模糊数表示直觉模糊数的隶属度和非隶属度,进而提出了梯形直觉模糊数;然后定义了梯形直觉模糊数的运算法则,给出了相应的证明,并基于这些法则,给出了梯形直觉模糊加权算数平均算子(TIFWAA)、梯形直觉模糊数的加权二次平均算子(TIFWQA)、梯形直觉模糊数的有序加权二次平均算子(TIFOWQA)、梯形直觉模糊数的混合加权二次平均算子(TIFHQA)并研究了这些算子的性质;建立了不确定语言变量与梯形直觉模糊数的转化关系,并证明了转化的合理性;定义了梯形直觉模糊数的得分函数和精确函数,给出了梯形直觉模糊数大小比较方法;最后提供了一种基于梯形直觉模糊信息的决策方法,并通过实例结果证明了该方法的有效性。     

毕达哥拉斯三角模糊数集成算子及其决策应用

将毕达哥拉斯模糊数与三角模糊数相结合,提出了毕达哥拉斯三角模糊数的概念,定义了其运算,研究了其运算规律,推广了直觉三角模糊数和毕达哥拉斯模糊数,并通过定义毕达哥拉斯三角模糊数的得分函数和精确函数,实现毕达哥拉斯三角模糊数的排序。然后,定义了毕达哥拉斯三角模糊数加权平均算子(PTFWA)和有序加权平均算子(PTFOWA)、毕达哥拉斯三角模糊数加权几何算子(PTFWG)和有序加权几何算子(PTFOWG)以及毕达哥拉斯三角模糊数混合平均算子(PTFHA)和混合几何算子(PTFHG),研究了它们的性质,并给出其计算公式。最后,提出了基于毕达哥拉斯三角模糊集成算子的决策方法,通过实例说明了其可行性。     

正态模糊数信息集成算子及决策应用北大核心

将C-OWA算子推广至正态模糊数环境,定义正态模糊数有序加权平均（NFC-OWA）算子,提出一种正态模糊数大小比较的方法．在此基础上,鉴于一组正态模糊数信息的集成问题,提出OWNFC-OWA算子、OWGNFC-OWA算子和OWHNFC-OWA算子,并定义三种算子的统一形式（GOWNFC-OWA算子）,研究其性质．针对属性信息以正态模糊数形式给出的多属性决策问题,提出基于GOWNFC-OWA算子的决策方法．最后通过实例分析,说明方法是可行且有效的．     

区间直觉梯形模糊Bonferroni平均算子及在多属性群决策中的应用

针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于加权区间直觉梯形模糊Bonferroni平均(WIVITFBM)算子的决策方法.首先,基于IVITFN的运算法则和Bonferroni平均(BM)算子,定义了区间直觉梯形模糊Bonferroni平均(VITFBM)算子和WIVITFBM算子.然后,研究了这些算子的一些性质,建立基于WIVITFBM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。     

基于核的区间直觉模糊信息集成的一类算子及其决策应用

定义了区间数核、区间直觉模糊数核的概念.并以此为基础,提出了区间直觉模糊数表示的模糊信息的几个集成算子:IIFKWA,IIFKWG,IIFKOWA IIFKOWG,IIFKHA,IIFKHG,研究了算子性质.探讨了集成算子在多属性决策中的应用,算例分析表明其具有可行性与有效性.     

基于IOWHA算子的直觉模糊多属性决策方法及其应用

对于直觉模糊(IFS)环境下的多属性决策问题,引进了诱导有序加权调和平均算子(IOWHA),然后构建了直觉模糊集之间的运算关系,提出了直觉模糊集的逆的概念,继而得出能集结直觉模糊集的IOWHA算子并给出其在TOPSIS决策方法中的应用,实证分析的结果表明该方法有效、可行.     

区间直觉模糊数的新得分函数及其在多属性决策中的应用

通过对区间直觉模糊数的犹豫区间进行讨论,提出了区间直觉模糊数的新得分函数和精确函数,并讨论新的得分函数具有的性质,在此基础上给出了区间直觉模糊数的一种新的排序方法.进而,结合区间直觉模糊加权平均算子给出了属性值为区间直觉模糊数的多属性决策方法,并通过算例阐明该方法的可行性和有效性.     

基于二型直觉三角前景T2ITFNHA算子的多准则群决策方法

在二型直觉模糊集与直觉三角模糊数的基础上,定义了二型直觉三角模糊数及其运算法则,给出基于二型直觉三角模糊数的加权算术平均(WAA)算子,有序加权平均(OWA)算子和混合集结(HA)算子.考虑决策者有限理性决策行为下的异化风险态度与敏感性,定义二型直觉三角模糊前景效应与前景价值函数,构造前景T2ITFNHA算子.针对多方参与决策且决策者权重确定,准则权重未知的多准则群决策问题,采用正态分布赋权法计算前景T2ITFNHA算子指标置换下的位置权重,提出基于二型直觉三角前景T2ITFNHA算子的决策方法.该方法利用前景T2ITFNHA算子集结群体准则的二型直觉三角前景价值函数,运用灰色系统理论确定准则权重,并通过计算前景集对记分函数对方案进行对比和排序.最后,案例分析说明了二型直觉三角模糊数的实际应用背景及所提高的决策方法的有效性和可行性.     

正态模糊数信息集成算子及决策应用

将C-OWA算子推广至正态模糊数环境,定义正态模糊数有序加权平均(NFC-OWA)算子,提出一种正态模糊数大小比较的方法,在此基础上,鉴于一组正态模糊数信息的集成问题,提出OWNFC-OWA算子、OWGNFC-OWA算子和OWHNFC-OWA算子,并定义三种算子的统一形式(GOWNFC-OWA算子),研究其性质.针对属性信息以正态模糊数形式给出的多属性决策问题,提出基于GOWNFCOWA算子的决策方法,最后通过实例分析,说明方法是可行且有效的.     

直觉不确定语言Frank集结算子及其应用

基于直觉不确定语言变量和Frank算子,提出了直觉不确定语言Frank集结算子的概念,给出了直觉不确定语言Frank集结算子的运算规则、期望函数、大小比较方法;定义了直觉不确定语言Frank加权算术平均算子、加权几何平均算子、有序加权算术平均算子、有序加权几何平均算子、广义加权平均算子以及算子具有的幂等性、单调性、有界性等性质.并基于这些算子提出两种属性权重确知且属性值以直觉不确定语言形式给出的决策方法,最后通过实例验证了方法的可行性.     

梯形模糊数直觉模糊Bonferroni平均算子及其应用

本文研究决策信息为梯形模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于梯形模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法.首先,介绍了TFNIFN的概念和运算法则,基于这些运算法则和Bonferroni平均(Bonferroni mean,BM)算子,定义了梯形模糊数直觉模糊Bonferroni平均算子和TFNIFWBM算子.然后,研究了这些算子的一些性质,建立基于TFNIFWBM算子的多属性群决策模型,结合排序方法进行决策.最后,将该方法应用在MAGDM中,算例结果表明了该方法的有效性与可行性.     

基于交叉影响的IFWGA算子及其在多属性决策中的应用

不同直觉模糊数在信息集结过程中,其隶属度与非隶属度之间可能存在着相互影响.提出了直觉模糊数上的改进的乘法运算和幂运算,重新给出了直觉模糊加权几何平均算子和直觉模糊有序加权几何平均算子的表达式,并研究了他们的一些性质.最后通过实例说明了新的IFWGA集成算子在多属性决策中的应用是可行和有效的.     

基于新精确函数的区间直觉模糊多属性决策方法

基于区间直觉模糊数隶属度和非隶属度构成的二维几何图形特征给出区间直觉模糊数精确函数的新定义,并将其作为区间直觉模糊数的排序指标,区间直觉模糊数的精确函数值越大,则区间直觉模糊数就越大,进而提出一种权重信息不完全确定的区间直觉模糊多属性决策方法.通过算例分析说明所提出排序指标的有效性和决策方法的可行性.     

基于改进得分函数的直觉梯形模糊数群体多属性决策方法

为考虑群体多属性决策问题中决策人的风险偏好,在直觉梯形模糊数的基础上,利用连续区间有序加权平均算子对直觉梯形模糊数进行化简,使其转换成直觉模糊数。并基于此提出了一种全新的得分函数。从而得到了一种全新的群体多属性决策方法,将其应用于具体算例中,给出了该方法的具体步骤并证明了有效性。     

基于模糊数直觉模糊PG算子的多属性决策方法

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PG(TFNIFPG)算子的决策方法.首先,基于TFNIFN的运算法则和PG(Power Geometric)算子,定义了TFNIFPG算子.然后,研究了该算子的一些性质,建立基于TFNIFPG算子的MAGDM模型,结合排序方法进行决策.最后通过某项目投资算例验证了该算子的有效性与可行性.     

基于Choquet积分的区间直觉梯形模糊多属性群决策

针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策问题,提出了基于Choquet积分理论的区间直觉梯形模糊关联平均(IVITFCA)算子.首先,基于IVITFN的运算法则和Choquet积分,定义了IVITFCA算子,并研究了该算子的相关性质.然后,提出了基于IVITFCA算子的多属性群决策方法.最后,通过供应商选择算例证明了所提方法的有效性与可行性.     

基于集成算子改进得分函数的区间直觉模糊多属性决策方法

为更大程度的保留决策信息的原始性，针对决策过程决策信息的聚合、备选方案的比选问题，提出一种基于集成算子改进得分函数的区间直觉模糊多属性决策方法。首先，构建各决策者区间直觉模糊集评分矩阵，并根据模糊熵获得各决策者权重。其次，利用区间模糊集集成算子得到区间直觉模糊综合决策矩阵，进而选择Hamming距离表示方法，建立总离差最大化为目标的最优化模型客观确定属性权重。然后，基于得分函数的定义及性质将原始得分函数进行改进，获得各方案的得分区间矩阵，并将其与决策者属性进行综合得到综合得分区间。最后，根据区间数中心和半径的全序关系对方案的距离，计算每个方案的最终得分，并通过某公司选择投资企业算例验证该方法的可行性和有效性。