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。     

区间直觉梯形模糊几何Heronian平均算子及应用

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,提出了一种区间直觉梯形模糊几何加权Heronian平均算子（IVITFGWHM）的决策方法。基于IVITFN的运算法则和几何Heronian平均（GHM）算子,定义了IVITFGHM算子和IVITFGWHM算子。研究了这些算子的一些性质,建立基于IVITFGWHM算子的MAGDM模型,结合排序方法进行决策。通过MAGDM算例验证了该算子的有效性与可行性。     

直觉模糊数密度集成算子及其应用

针对有数据分布疏密偏好的直觉模糊问题,提出基于密度集成算子的集结方法.首先,借助差异度和相似度构建距离测度公式,结合树图思想给出一种简单的直觉模糊数聚类方法;然后,讨论决策者偏好与密度权向量的关系,并在此基础上定义两种新的算子-----直觉模糊密度加权平均集成算子和直觉模糊密度混合算术平均集成算子,后者具有更优良的性质.最后,通过算例验证了所提出方法的有效性.     

Pythagorean模糊幂Bonferroni集成算子及其决策应用

结合幂平均与Bonferroni平均集成算子的优点,定义了毕达哥拉斯模糊幂Bonferroni平均和毕达哥拉斯模糊加权幂Bonferroni平均集成算子,其不仅考虑了数据信息之间的整体均衡性,还考虑了属性之间可能存在的相互关联关系。研究了这些集成算子的优良性质和特殊情形,并在此基础上提出了一种属性间存在相关性的毕达哥拉斯模糊多属性决策方法。将其应用于国内航空公司的服务质量评价中,并与现有方法进行分析比较,验证了所提方法的有效性和可行性。     

广义直觉模糊几何Bonferroni平均及其多属性决策

针对直觉模糊环境中的信息集成问题,基于阿基米德T-范数和S-范数,提出新的广义直觉模糊几何Bonferroni平均算子。该算子不仅能够考虑到每种属性的重要性,而且可以有效地捕获属性间的内在联系。首先,基于阿基米德T-范数和S-范数的直觉模糊运算法则,提出一种新的广义直觉模糊几何Bonferroni平均算子,并研究该算子的几种优良性质,包括幂等性、单调性、有界性和置换不变性;其次,探讨了广义直觉模糊几何Bonferroni平均算子的几类特殊形式;最后,基于提出的算子构建一种新的直觉模糊多属性决策方法,并结合区域经济发展研究实例。实验结果表明,提出的决策方法是可行的和有效的,并且使得决策者能够依据其态度进行决策。     

语言比例二元组Bonferroni平均算子的群决策方法

针对语言比例二元组信息集成的问题,提出了语言比例二元组Bonferroni平均算子的群决策方法。基于基本单位区间单调（BUM）函数的定义,提出了三角模糊数的中心有序加权平均算子的概念。由于三角模糊数的中心有序加权平均算子和语言术语的数值表示（NR）之间存在交互关联,提出了用三角模糊数的中心有序加权平均算子代替语言术语的数值表示的方法,并将此方法得到的NR和语言术语的NR进行了对比分析。引入了语言比例二元组Bonferroni平均算子,介绍了语言比例二元组Bonferroni平均算子的群决策方法,并用一个实例来说明其可行性。     

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.     

基于Choquet 积分的模糊数直觉模糊数多属性决策方法

根据模糊数直觉模糊数的运算法则,提出了基于模糊测度和Choquet积分的模糊数直觉模糊数的信息集成算子,并证明了该算子的相关性质.运用该算子研究了属性间具有关联性的、属性值为模糊数直觉模糊数的多属性决策方法,最后通过实例分析表明了所提出方法的有效性.     

模糊数直觉模糊几何集成算子及其在决策中的应用

模糊数直觉模糊集是直觉模糊集的拓展.针对模糊数直觉模糊信息的集成问题,定义了模糊数直觉模糊数的一些运算法则,基于这些法则给出了一些新的几何集成算子,即模糊数直觉模糊加权几何(FIFWG)算子、模糊数直觉模糊有序加权几何(FIFOWG)算子和模糊数直觉模糊混合几何(FIFHG)算子.在此基础上,提出一种属性权重确知且属性值以模糊数直觉模糊数形式给出的多属性群决策方法.最后通过实例分析结果证明了该方法的有效性.     

直觉模糊Power交叉影响算子及其应用

将Power算子推广到直觉模糊环境中,提出了直觉模糊Power交叉影响平均算子,考虑了不同直觉模糊集的隶属度与非隶属度之间可能存在的交叉影响,根据数学归纳法得到了其具体计算公式,并研究了其性质。实例说明了新的集成算子在多属性群决策应用中的有效性。将提出的算子与现存的直觉模糊Power平均算子做了稳定性比较。     

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．     

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。     

Pythagorean fuzzy Bonferroni means based on T-norm and its dual T-conorm

For multiple-attribute decision making problems in Pythagorean fuzzy environment, few existing aggregation operators consider interrelationships among the attributes. To deal with this issue, this article extends the Bonferroni means to Pythagorean fuzzy sets (PFSs) to provide Pythagorean Fuzzy Bonferroni means. We first extend t-norm and its dual t-conorm to propose the generalized operational laws for PFSs, which can be considered as the extensions of the known ones. Based on these new laws, Pythagorean fuzzy weighted Bonferroni mean operator and Pythagorean fuzzy weighted geometric Bonferroni mean operator are developed, both of them can capture the correlations among Pythagorean fuzzy input arguments and their desired properties and special cases are also investigated in detail. At last, a novel approach is proposed based on the developed operators with its effectiveness being proved by an investment selection problem.     

Bonferroni means with induced ordered weighted average operators

The induced ordered weighted average is an averaging aggregation operator that provides a parameterized family of aggregation operators between the minimum and the maximum. This paper presents some new generalizations by using Bonferroni means (BM) forming induced BM. The main advantage of this approach is the possibility of reordering the results according to complex ranking processes based on order-inducing variables. The work also presents some additional extensions by using the weighted ordered weighted average, immediate weights, and hybrid averages. Some further generalizations with generalized and quasi-arithmetic means are also developed to consider a wide range of particular cases including quadratic and geometric aggregations. The article also considers the applicability of the new approach in-group decision-making developing an application in sales forecasting.     

改进加权支持度的Pythagorean模糊交叉幂均群决策方法

针对毕达哥拉斯环境下的多属性群决策问题,首先,将毕达哥拉斯模糊数和幂均算子相结合,创造性地拓展了一种新的改进加权支持度;然后,基于此提出了改进加权支持度的毕达哥拉斯模糊交叉幂均算子,并讨论了该算子的性质,进而建立一种毕达哥拉斯模糊背景下能够反映决策属性间相互作用的决策方法;最后,将其应用于智慧城市的评价中。实例分析表明,该方法可以解决实际的多属性群决策问题,并可以进一步应用到智慧物流、模式识别、人工智能等领域。     

一种新的区间直觉模糊熵及其应用

提出了区间值直觉模糊集的区间直觉模糊交叉熵,这种交叉熵充分考虑了区间值直觉模糊集的隶属度,非隶属度以及犹豫度。给出一种区间值直觉模糊集的区间直觉模糊熵的公理化体系,并且基于直觉模糊交叉熵公式给出一种区间直觉模糊熵的具体测度公式。利用区间值直觉模糊集的加权相关系数,将提出的熵公式应用于解决属性权重完全未知的区间直觉模糊多属性决策问题。     

Induced generalized intuitionistic fuzzy OWA operator for multi-attribute group decision making

With respect to multi-attribute group decision making (MAGDM) problems in which both the attribute weights and the decision makers (DMs) weights take the form of real numbers, attribute values provided by the DMs take the form of intuitionistic fuzzy numbers, a new group decision making method is developed. Some operational laws, score function and accuracy function of intuitionistic fuzzy numbers are introduced at first. Then a new aggregation operator called induced generalized intuitionistic fuzzy ordered weighted averaging (IG-IFOWA) operator is proposed, which extend the induced generalized ordered weighted averaging (IGOWA) operator introduced by Merigo and Gil-Lafuente [Merigo, J. M., & Gil-Lafuente, A. M. (2009). The induced generalized OWA operator. Information Sciences, 179, 729-741] to accommodate the environment in which the given arguments are intuitionistic fuzzy sets that are characterized by a membership function and a non-membership function. Some desirable properties of the IG-IFOWA operator are studied, such as commutativity, idempotency, monotonicity and boundary. And then, an approach based on the IG-IFOWA and IFWA (intuitionistic fuzzy weighted averaging) operators is developed to solve MAGDM problems with intuitionistic fuzzy information. Finally, a numerical example is used to illustrate the developed approach.