基于Theil不等系数的C-IGOWLA算子的区间组合预测模型

传统的组合预测方法通常是针对非区间数据在最优准则下来建立最优预测模型的,但实际,中在不确定环境下样本数据和预测值序列均以区间数形式给出,因此有必要研究区间组合预测模型。文章引进连续区间诱导广义有序加权对数平均算子(C-IGOWLA)的概念,以Theil不等系数作为最优准则,提出了一种新的基于Theil不等系数的C-IGOWLA算子的区间组合预测模型,并结合实例验证了模型的有效性。

基于向量夹角余弦的IGOWLA算子组合预测模型

将向量夹角余弦和诱导广义有序加权对数平均(IGOWLA)算子相结合,构建了基于向量夹角余弦的IGOWLA算子的组合预测模型,并给出了优性组合预测的概念;最后,根据实例验证了该组合预测模型是科学的和有效的,且此模型是优性组合预测.

基于IOWC-GOWA算子的区间组合预测模型

在连续区间数广义有序加权平均(C-GOWA)算子基础上,将IOWA算子和C-GOWA算子相结合,提出诱导有序加权连续区间广义有序加权平均(IOWC-GOWA)算子的概念。以指数支撑度作为相关性指标,构建新的组合预测模型。通过实例分析说明该模型能有效提高预测精度。

连续区间广义有序加权调和平均算子及其在区间组合预测中应用

在连续区间有序加权调和平均(Continuous ordered weighted harmonic averaging,C-OWHA)算子的基础之上,提出连续区间广义有序加权调和平均(Continuous generalized ordered weighted harmonic averaging,C-GOWHA)算子。对该算子进行拓展,提出了加权的连续区间广义有序加权调和平均算子、有序加权的连续区间广义有序加权调和平均算子、诱导有序加权的连续区间广义有序加权调和平均算子及组合的连续区间广义有序加权调和平均算子,以便能够用于计算区间数据组。此外,在诱导有序加权的连续区间广义有序加权调和平均算子的基础之上,以灰色趋势关联度为相关性指标,提出了基于灰色趋势关联度的诱导有序加权的连续区间广义有序加权调和平均算子的区间数组合预测模型,通过实例分析,表明该模型能够起到提高预测精度的作用。

基于GIOWA算子的备件服务绩效评价方法

当前对服务绩效的研究更多的是对服务质量的衡量,但缺少从顾客感知的角度对服务业务的评价研究。同时,由于不同产品备件服务的属性重要性随着服务类型等因素的不同而有较大的差距,很难赋予服务属性固定的权重值。因此,为了全面分析备件服务绩效的影响因素,参考SERVQUAL模型建立了备件服务绩效评价体系。为了从顾客感知的角度对服务业务进行评价,采用GIOWA算子的方法以有效地融合评价体系中的多组模糊和不确定的客户评价信息。实例结果表明,该方法取得了对模糊语言评价的良好集结效果,为备件服务绩效评价提供了一种定性和定量相结合的评价方法。

云制造模式下差异化产品多时序生产优化

为解决云制造模式下企业服务能力有限性及客户需求不确定性问题,深入分析云制造企业群多时序生产服务模式,基于服务时间、成本和质量构建差异化产品生产优化模型,结合客户需求的偏好性与模糊性,引入三角模糊及广义诱导有序加权平均算子针对客户模糊需求给出区间型组合供应算法,确定协同制造企业群的最优组合。以包含4类差异制造需求的产品为例,进行MATLAB仿真实验,验证了所提模型与算法的有效性与可行性。结果表明,差异化产品增强了云制造服务流程的复杂性,多时序生产可较好地分解与重组制造任务,嵌入客户模糊化需求,从而提高云制造服务平台的运作效率及应用效果。

基于模糊评价与GIOWA算子的技术风险评估方法

将不确定多属性决策方法应用到风险评估当中,给出了一种定性与定量相结合的飞行器型号研制项目技术风险评估方法.采用基于广义导出的有序加权平均(GIOWA,Generally Induced Ordered Weighted Averaging)算子的模糊综合评价系统去处理风险评估中的专家语言信息,通过对风险概率与后果的分别量化并结合风险矩阵确定单个技术风险事件等级,从而进一步获得整个项目的风险状况.结合一个航空研制项目分系统的风险评估实例,阐述了方法的详细实施步骤与实用性,为型号研制过程中技术风险评估工作的开展提供了一种方法.

拟广义加权引致OWA算子及其应用

研究拟广义加权引致有序加权平均算子及其应用.首先把拟广义思想引入加权引致有序加权平均算子,给出拟广义加权引致有序加权平均算子的概念.并分析其具有的单调性、幂等性、有界性、置换不变性等性质.提出了基于拟广义加权引致有序加权平均算子的决策方法,并给出了具体算例分析说明决策方法的有效性和合理性.

基于向量夹角余弦与IGOWA算子的区间组合预测模型

针对区间数的组合预测问题,利用连续有序加权平均算子,构造每一期单项预测区间值的预测精度,并以每期预测精度为诱导值,引入广义的诱导有序加权平均(IGOWA)算子,分别对区间数的左右端点,以向量夹角余弦为准则,建立基于广义诱导有序加权平均算子的多目标区间组合预测模型,然后将其转化为单目标规划问题进而求出权重.最后,通过实例表明所构建模型能够有效降低预测误差.

基于一阶预测有效度的IGOWLA算子模糊组合预测方法

文章针对预测对象具有模糊性的组合预测问题,用三角模糊数表征问题的特征信息,引入诱导广义有序加权对数平均(IGOWLA)算子的概念,以基于模糊信息的一阶预测有效度作为精度指标,建立基于一阶预测有效度的IGOWLA算子模糊组合预测的最优化模型,并通过实例分析说明了该模型能显著提高预测精度。

广义直觉模糊诱导有序加权几何交叉影响平均算子及其在决策中的应用

在不同直觉模糊集的运算存在隶属度和非隶属度交叉影响的基础上,提出了广义直觉模糊诱导有序加权几何交叉影响平均算子,推导出该算子的数学表达形式,并研究了该算子的一些性质。同时探讨新的基于广义直觉模糊诱导有序加权几何交叉影响平均算子的直觉模糊多属性决策方法。实例说明了新的算子在决策应用中的有效性,并分析了不同的参数λ对决策结果的影响,最后将本文提出的广义诱导直觉模糊诱导有序加权几何交叉影响平均算子与现存的广义有序算子进行了稳定性的比较。