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。

基于偏好信息的高速铁路车站选址研究

为研究高速铁路(以下简称"高铁")车站选址方案评价的多属性决策问题,从经济因素、路网因素、功能因素、协调因素和环境因素等5个方面构建评价指标体系。针对已有研究评估信息表征不完整和集结不准确等不足,提出1种直觉乘法偏好信息下的高铁车站选址方案评价方法。该方法运用直觉乘法数表征方案偏好评估信息,结合偏好信息隶属度和非隶属度交叉影响下的直觉乘法数运算规则,提出直觉乘法交叉加权平均(IMIWA)算子和广义直觉乘法交叉加权平均(GIMIWA)算子与其相关性质,然后利用GIMIWA算子对高铁车站选址备选方案的偏好信息进行集结并确定最终方案排序。算例结果证实所提出方法的可行性和有效性。

基于GOWA算子的直觉模糊多属性决策方法

针对直觉模糊环境下的多属性决策问题,提出了一种基于广义有序加权平均(GOWA)算子的决策方法。首先构造了直觉模糊集相对隶属度和相对非隶属度计算公式,使得决策方案的定性、定量指标的属性评价值和权重都可以用直觉模糊集进行统一描述,然后提出能集结直觉模糊集的GOWA算子,进而建立了直觉模糊多属性决策问题的GOWA决策方法。最后利用一个实例对文中模型与方法进行了验证、说明。

广义实型密度加权平均中间算子及应用

针对普遍存在的向量、矩阵等多维的数据形式,将面向点值的密度加权平均中间(DWA)算子拓展为广义实型密度加权平均中间(GR-DWA)算子.给出了通用的数据元素聚类过程,该过程能够对点、向量、矩阵等3种类型的数据进行有效分组.研究了一种兼顾"规模"与"功能"信息的密度加权向量设置方法,并给出了3种参数确定思路,以支持主观、客观或主客观结合等多种决策方式.定义广义实型密度算术平均(GR-DWAAA)算子,并探讨了GR-DWA算子在多属性群决策中的多种运用途径.最后,给出了GR-DWAAA算子处理多属性群决策问题的一个应用算例,算例的结果验证了算子的有效性.

2TLCGPOWA算子及其在多属性群决策中的应用

基于集对分析理论中二元联系数的不确定性,将联系变量引入到区间二元语义环境中,定义了二元语义联系变量,给出了二元语义联系变量的运算法则,并提出了几种新的算术集结算子。针对决策矩阵元素为区间二元语义变量和属性权重完全未知的不确定多属性群决策问题,提出了一种基于2TLCGPOWA算子的不确定多属性群决策方法。最后通过对某大学教师的任职和晋升考核来说明该方法的可行性和有效性。

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。

不等权泛平均运算模型研究

泛平均运算模型是为了满足连续值逻辑中逻辑折衷的需求而提出的。鉴于现有的泛平均运算模型描述的是一种理想的等权情况,给出了两种加权算子泛平均运算模型,提出了一种不等权泛平均运算模型及其对偶模型,并指出加权算术平均算子、加权几何平均算子、加权调和平均算子、广义加权平均算子等都是其对偶模型的特例。最后比较了广义加权平均运算模型和不等权泛平均运算模型的异同。

基于广义区间值模糊软集的群决策方法

文章给出了广义区间值模糊软集的矩阵形式,基于区间值模糊数的算术加权平均算子,研究了广义区间值模糊软矩阵序列的算术加权平均算子。然后,给出了区间值模糊数的得分函数表达式,进而定义了广义区间值模糊软矩阵的得分矩阵。利用广义区间值模糊软集的标准化得分矩阵定义了它的加权比较矩阵。最后,基于以上几种矩阵,给出了具体的广义区间值模糊软集环境下的群决策算法,并且通过实例验证了算法的可行性。

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GOWA算子的IITFN群决策方法

对区间直觉梯形模糊数(IITFN)决策方法进行了研究.通过定义区间直觉梯形模糊数的期望值和预期得分,进而给出区间直觉梯形模糊数的一种新的排序方法;同时,给出了广义有序加权平均算子及其性质.为了求广义有序加权平均(GOWA)算子的权重,提出了广义最小二乘法,进而建立了基于区间直觉梯形模糊数的属性权重完全未知的多属性群决策方法,并给出了相应的群决策方法.实例分析验证了所提出方法的有效性.

基于直觉模糊张量的决策方法及其应用

对具有高维数据特征的直觉模糊决策问题进行了研究,定义了直觉模糊张量的一般形式和运算法则;建立了基于直觉模糊张量的广义直觉模糊加权平均算子,探索了广义直觉模糊加权平均算子的基本性质;证明了广义直觉模糊加权平均算子是直觉模糊加权平均算子的一般形式。提出了基于广义直觉模糊加权平均算子的决策方法,通过算例验证了该方法能够有效解决具有高维数据特征的直觉模糊决策问题。

广义有序加权指数平均算子及其应用

基于罚函数通过构造优化模型提出了一种新的算子——广义有序加权指数平均算子(GOWEA),并且研究了GOWEA算子的性质.为了确定权重,提出了GOWEA算子的orness测度并研究了orness测度的性质.最后,将GOWEA算子应用到多属性群决策问题中.

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.

区间直觉梯形模糊交叉影响平均算子及其应用

针对多属性决策问题运用新的集成算子方法,构造出相应的多属性决策方法。利用隶属度和非隶属度之间存在某种关联和相互影响,提出了区间直觉梯形模糊数的改进的加法运算、数乘运算、乘积运算和幂运算。并在这些运算的基础上,给出了区间直觉梯形模糊数的加权交叉影响平均算子和几何交叉影响平均算子。最后通过实例验证了所提方法的有效性。

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.

考虑交叉影响的直觉不确定语言多属性群决策方法

针对隶属度或非隶属度为零的直觉不确定语言数,已定义的直觉不确定语言基本运算存在不合理性,导致信息集结结果出现较大偏差.考虑直觉不确定语言数的隶属度与非隶属度之间可能存在的交叉影响,定义新的加法、数乘、乘法及幂乘运算,在此基础上给出直觉不确定语言加权交叉算术平均算子、有序算术平均算子及混合交叉算术平均算子,同时给出直觉不确定语言加权交叉几何平均算子、有序几何平均算子及混合几何平均算子.根据算子本身的特点给出考虑交叉影响的直觉不确定语言多属性群决策方法,并通过算例验证所给决策方法的有效性与可行性.

LexiT序方法的推广

在最大运算量为2n的LexiT序和LexiS序的基础上,提出了新的LexiTN序和LexiSN序,这两种序保持了LexiT序和LexiS序的所有性质,且它们的最大运算量为2n-1.另外,基于广义平均算子与有序加权平均算子,提出了最大运算量为n的LexiH序与LexiF序,研究了其性质.将[0,1][n]上的LexiR序推广到[0,1]n上,讨论了其性质.

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.