基于T2ITrFHA算子与T2ITrFHG算子联合的多准则群决策方法

在二型直觉模糊集与直觉梯形模糊数的基础上,定义二型直觉梯形模糊数及其运算规则,证明了该运算规则的相关性质.由此定义二型直觉梯形模糊数的几类集结算子,讨论了这些算子的性质,将二型直觉梯形模糊混合算术平均(T2IT:。FHA)算子与二型直觉梯形模糊混合几何(r】?2Y11rFHG)算子应用于群决策中,提出基于T2InFHA算子与T2I,nFHG算子联合的多准则群决策方法.最后,算例表明文章所提方法的有效性及合理性.     

基于模糊测度与累积前景理论的区间二型模糊多准则决策方法

针对准则值为区间二型模糊数且准则间存在关联关系的风险型多准则决策问题, 本文提出一种基于模糊测度理论与累积前景理论的区间二型模糊多准则决策方法。首先, 为全面反映准则间的关联关系, 本文提出Shapley区间二型模糊Choquet积分算子, 并证明该算子的一些性质。其次, 为反映专家行为偏好, 本文定义区间二型模糊前景效应与前景价值函数, 并提出累积前景Shapley区间二型模糊Choquet积分算子。然后, 为确定准则集的模糊测度, 本文建立基于区间二型模糊双向投影与Shapley函数的权重优化模型。在此基础上, 本文给出一种用于解决准则值为区间二型模糊数, 准则间存在关联关系, 专家存在风险偏好以及准则权重部分未知的多准则决策方法。最后, 通过风险投资实例佐证所提出的方法的适用性与科学性。     

基于累积前景理论和VIKOR的毕达哥拉斯犹豫模糊风险型多属性决策方法

针对属性权重未知,且属性值为毕达哥拉斯犹豫模糊数(PHFN)的风险型多属性决策问题,考虑到决策者的有限理性行为,提出基于累积前景理论(CPT)和多准则妥协优化解(VIKOR)的决策方法。首先,定义PHFN的分散率,并构建优化模型确定属性权重。其次,将CPT融入PHFN环境,定义PHFN的价值函数,并结合决策权重函数计算方案在各属性下的综合前景值。进一步,构建综合前景值矩阵,在此基础上运用VIKOR法确定方案排序。最后,通过风险投资项目选择的应用案例说明所提方法是可行、有效的。     

一种基于前景理论和改进TOPSIS的模糊随机多准则决策方法及其应用

针对准则值为区间灰数直觉模糊数、准则权系数部分已知以及自然状态出现概率为灰数的多准则决策问题,提出一种结合前景理论和改进TOPSIS的决策方法。该方法首先定义了灰色直觉模糊数的前景价值函数和概率权重函数,并利用前景理论构建出前景决策矩阵;接着从两个方面对传统TOPSIS决策方法进行改进:(1)过定义方案间综合差异的概念,采用离差最大化思想,建立平均综合差异最大化规划模型,给出了一种兼顾主客观权重信息确定准则权系数的新方法;(2)用灰关联替换备选方案与正负理想方案的距离,据此刻画了各方案与正负理想方案的贴近度。进而利用改进TOPSIS决策方法中的综合贴近度对方案进行了排序。最后通过实例验证了该方法的有效性。     

直觉三角模糊数密度算子及其决策应用

首先提出了一种直觉三角模糊数集聚类的方法,然后考虑到属性信息分布的疏密程度,针对属性值为直觉三角模糊数的多属性决策问题提出了直觉三角模糊数密度算子,给出了密度算子与已有几种信息集结算子合成的形式,并研究了直觉三角模糊数密度算子的性质.最后通过一个决策算例说明了直觉三角模糊数密度算子的有效性.     

基于连续直觉梯形模糊相似测度的多属性群决策方法

针对评价值以直觉梯形模糊数形式给出的多属性群决策问题,提出一种基于α-截集,β-截集及连续区间有序加权平均(COWA)算子的连续直觉梯形模糊平均算子,并定义一种新的连续直觉梯形模糊相似测度,基于该相似测度构建群决策专家权重和属性权重确定模型,进而提出了一种基于连续直觉梯形模糊相似测度的多属性群决策方法。最后分析了决策者态度参数λ对群决策专家权重、属性权重以及方案排序值的影响,并通过投资方案选择问题的分析对新方法的有效性和合理性进行了说明。     

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。     

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。     

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.     

基于直觉模糊交互影响算子的多属性决策方法

针对属性权重未知,属性值为直觉模糊数的多属性决策问题,并考虑到直觉模糊集隶属度与非隶属度的相互影响关系,提出了一种基于直觉模糊熵和直觉模糊交互影响算子的决策方法.利用直觉模糊熵求出属性权重,引入三种直觉模糊交互影响算子:广义直觉模糊交互影响加权平均算子,广义直觉模糊交互影响有序加权平均算子和广义直觉模糊交互影响混合平均算子,利用交互影响算子来集结信息得到方案综合评价值,通过改进的得分函数对方案进行排序选优.最后,通过一个算例说明了该决策方法的合理性和有效性.     

区间直觉正态模糊数集成算子及其在决策中的应用

研究了区间直觉正态模糊数(IVINFN)决策信息及其集成算子。首先,定义了区间直觉正态模糊数的概念,提出了运算法则;其次,给出了区间直觉正态模糊数诱导有序加权平均(IVINFN-IOWA)算子和区间直觉正态模糊数诱导有序加权几何(IVINFN-IOWGA)算子的概念,探讨了其性质;在此基础上,分别定义了基于均值和标准差的区间直觉正态模糊数的得分函数和精确函数,给出其排序方法。最后,针对属性值为区间直觉正态模糊数且权重已知的多属性决策问题,给出了其决策方法,并进行了实例分析,结果表明该决策方法是有效的。     

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。     

基于模糊熵的直觉模糊多属性群决策方法

针对专家权重未知、专家判断信息以直觉模糊集给出的多属性群决策问题,提出了一种新的决策方法.通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度,进而确定每位专家的权重.然后定义直觉模糊集的模糊交叉熵确定备选方案距理想方案和负理想方案的距离,再根据加权算术算子集结专家的判断信息,得到方案的排序.最后,通过一个实例分析验证了方法的有效性.     

基于风险偏好得分函数和Choquet积分算子的毕达哥拉斯模糊决策方法

毕达哥拉斯(Pythagorean)模糊集(PFS)不仅是传统直觉模糊集的一种拓展,而且也是准确反映专家赋予初始决策信息的有效工具,尤其它能在更广泛区域上处理多属性模糊信息的决策问题。本文首先介绍Pythagorea模糊数(PFN)的基本定义和相关运算,并指出传统得分函数的某些缺陷,进而通过引入风险偏好因子提出新的得分函数、精确函数和排序准则。其次,在毕达哥拉斯模糊环境下介绍离散型模糊Choquet积分平均(几何)集成算子,并通过初始评价矩阵和熵公式给出决策专家的权重向量。最后,依据离散型模糊Choquet积分平均算子和风险偏好得分函数的排序准则提出一种新的毕达哥拉斯模糊决策方法,并通过实例验证该决策方法的有效性。     

直觉模糊多属性的意见集中排序法

研究了属性权重信息不完全确定,属性值为直觉模糊集的多属性决策问题。首先根据直觉模糊数的得分函数和精确函数对决策矩阵中的评价值比较大小,进而按属性集中的每个属性对方案排成线性序;然后通过计算赋权模糊优先矩阵确定方案的优属度,建立规划模型确定属性的权重;再利用加权算术算子对方案集结,得到专家对方案的排序,从而得到一种新的意见集中排序的决策方法。数值实例说明该方法的有效性和实用性,可为解决直觉模糊多属性决策提供新方法     

基于模糊—冲突熵的风险性大群体应急决策方法

针对应急决策信息的模糊性以及大群体偏好的冲突性引起决策风险的问题,提出了一种基于模糊—冲突熵的风险性大群体应急决策方法。首先,依据决策者偏好将大群体进行聚类,得到聚集偏好矩阵;其次,提出一个直觉模糊形式的区间直觉模糊距离以减少偏好信息的丢失,同时定义广义直觉模糊数,将二者与前景理论相结合,通过转换得到聚集的直觉模糊前景决策矩阵;再次,构建以决策风险最小化为目标的大群体模糊—冲突熵应急决策模型,计算准则权重,将大群体的前景决策矩阵和准则权重相结合得到方案的综合前景值,并以此对应急方案排序;最后,通过案例的分析与对比验证了所提方法的合理性与有效性。     

基于ELECTRE-IN方法的装备战场威胁评估

针对ELECTRE法处理不确定的模糊信息能力弱的缺点,将ELECTRE-IN法拓展到了模糊环境下,用来进行装备战场的威胁评估,决策评估中涉及到的属性值与属性权重值等模糊信息以三角模糊数形式给出.首先根据三角模糊数互补判断矩阵完全一致性的概念,通过建立一个多层次非线性规划,求解出三角模糊数型的属性权重向量;其次集结决策者对各方案属性的评价,确定出模糊决策矩阵;最后按照模糊ELECTRE-IN方法的步骤进行威胁评估,得到决策方案的排序.     

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.     

一种基于Choquet积分的多属性直觉模糊决策方法

研究了决策者对方案的主观偏好值以及属性值均为直觉模糊数的且属性间存在关联的多属性决策问题.利用Choquet模糊积分作为集结算子,构建了基于属性关联的M OD和SOD模型.通过求解模型获得属性的权重,进而给出了一种新的直觉模糊多属性决策方法.最后通过一个算例说明了该决策方法的有效性和可行性.     

直觉不确定纯语言信息的集结方法及在群决策中的应用

直觉不确定纯语言标度变量是直觉模糊数和不确定纯语言标度变量的拓展,本文定义了直觉不确定纯语言标度变量的运算法则,提出了一些基于直觉不确定纯语言评估标度及其运算法则的信息集结算子,在此基础上,给出了一种专家权重、属性权重及属性值均以语言标度形式给出的直觉不确定纯语言信息的集结方法,并将此方法应用到群决策中,通过实例分析说明了该方法的有效性和可行性。