基于优先加权平均算子的区间双边犹豫模糊多属性决策方法研究

为解决属性间具有优先级关系的区间双边犹豫模糊多属性决策问题,定义了区间双边犹豫模糊优先加权平均(IVDHFPWA)算子。首先允许决策者采用区间双边犹豫模糊数这种更直观的方法来表达决策信息,然后利用得分值获得具有优先关系的属性权重,并提出了IVDHFPWA算子并论证了相关性质,进而构建了一种基于IVDHFPWA算子的具有属性优先关系的多属性决策方法。最后,将方法应用在应急预案的选择中。     

区间中智犹豫模糊Frank优先集成算子及其应用

研究了属性之间及决策者之间均存在优先关系的区间中智犹豫模糊多属性群决策问题。首先,基于Frank运算定义了区间中智犹豫模糊元的运算法则。其次,提出了区间中智犹豫模糊Frank优先加权平均(INHFFPWA)算子和区间中智犹豫模糊Frank优先加权几何(INHFFPWG)算子,研究了其性质及特殊情况。最后,将区间中智犹豫模糊Frank优先算子应用于多属性群决策问题中,验证了所提方法的可行性与有效性。     

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。     

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。     

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。     

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。     

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．     

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.     

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.     

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。     

毕达哥拉斯犹豫模糊集

通过将犹豫模糊集与毕达哥拉斯模糊集相结合,提出毕达哥拉斯犹豫模糊集的概念,定义毕达哥拉斯犹豫模糊数的运算,研究其运算性质,并定义其得分函数实现毕达哥拉斯犹豫模糊数的大小比较。然后,提出毕达哥拉斯犹豫模糊数的加权算术平均算子和加权几何平均算子,并研究它们的性质。最后,给出一种基于毕达哥拉斯犹豫模糊信息的决策方法,并通过算例说明其可行性与有效性。     

图犹豫模糊Power Heronian平均算子及其在多属性决策中应用

针对需要同时考虑属性关联性及整体均衡性多属性决策问题,联合图犹豫模糊集对于不确定信息的表达优势,提出一种基于图犹豫模糊Power Heronian平均算子的多属性决策方法。首先,给出图犹豫模糊数的得分函数、精确函数及距离公式;在此基础上,提出图犹豫模糊Power Heronian平均算子和图犹豫模糊Power加权Heronian平均算子;最后,将所提算子应用于多属性决策问题中,验证所提算子的有效性和可行性。     

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。     

直觉模糊优先有序加权距离算子及其在多属性群决策中的应用

在一些多属性群决策问题中,属性间可能存在一定的优先等级,因此在决策过程中有必要考虑属性间的优先关系。本文首先基于COWA算子定义了一种新的直觉模糊值间的距离。其次,基于属性间的优先关系,利用直觉模糊值的熵值给出多属性群决策问题中关联权重的计算方法。为了解决具有优先级的直觉模糊多属性群决策问题,定义了直觉模糊优先有序加权距离(IFPOWD)算子,并且提出了基于IFPOWD算子的多属性群决策方法。最后,运用实例证明了方法的有效性。     

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。     

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。     

基于Power几何算子的对偶犹豫不确定语言多属性决策方法

本文给出了对偶犹豫模糊不确定语言集的定义及其运算法则,构造了其得分函数、精确函数,针对属性间存在支持关系的情形,提出了基于该模糊集的Power加权几何平均算子和有序加权几何平均算子,同时给出了一种基于Power几何算子的对偶犹豫模糊不确定语言变量多属性决策方法。最后实例验证了该方法的有效性和可行性。     

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。     

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。     

犹豫模糊语言幂均算子及其在群决策中的应用

犹豫模糊语言术语集用以描述专家给出语言评价时表现出犹豫的情形.文章针对专家权重未知的犹豫模糊多属性群决策问题,提出一种基于犹豫模糊语言幂均算子的群决策方法.首先定义了犹豫模糊虚拟术语集,犹豫模糊虚拟术语集上的距离和幂均算子,然后建立一种专家间信息相互支持的犹豫模糊群决策方法.该方法将专家给出的语言评价信息转化为犹豫模糊虚拟术语集,用犹豫模糊虚拟术语集上的幂均算子构建群决策矩阵,并用基于TOPSIS的方法对方案进行排序和择优.最后通过实例说明了所提方法的实用性和有效性.