一种组合加权几何平均算子及其应用

提出了一种集结数据信息的组合加权几何平均 (CWGA)算子 ,证明了加权几何平均(WGA)算子以及有序加权几何平均 (OWGA)算子均为CWGA算子的特例 .CWGA算子的根本特点是 :不仅考虑每个数据的自身重要性程度 ,而且还体现了每个数据所在位置的重要性程度 .最后 ,提出了一种基于WGA及CWGA算子的多属性群决策方法 。

不确定有序加权几何平均算子的赋权方法(英文)

把有序加权几何平均(OWGA)算子推广到所给定的数据信息均为区间数形式的不确定环境之中.首先给出了区间数两两比较的可能度的一个公式,证明了该公式与现有的公式是等价的,并给出了该公式的一些优良性质.其次,研究了不确定有序加权几何平均算子,这里算子的权重参数不能够确定,但是值的范围是给定的,并且不确定OWGA算子的集结值是已知的.建立了一个线性目标规划模型,求解该模型,不仅可以得到不确定OWGA算子的权重向量而且可得到方案的估计值,然后用可能度公式通过对估计集结值的比较来对方案进行排序.最后通过实例说明了该方法的有效性和可行性.

犹豫模糊最优加权Bonferroni几何平均算子及其在多属性决策中的应用

Bonferroni几何平均算子是信息集结问题的研究热点,其主要优点是能捕获变量间的关联性。在Bonferroni几何平均算子基础上提出犹豫模糊最优加权Bonferroni几何平均算子、广义犹豫模糊最优加权Bonferroni几何平均算子。新算子能体现变量同余下变量整体间的加权平均、余下变量相互间的加权平均,并具有退化性。验证了新算子具有幂等性、单调性、有界性等优良性质。以此为基础,提出一种犹豫模糊多属性决策方法,并通过算例验证了方法的实用性。

直觉模糊可退化的加权Bonferroni几何平均算子及其在多属性决策中的应用

Bonferroni平均算子由于能捕获变量间的关联性,被广泛地用于解决多属性决策问题。本文在几何平均算子和Bonferroni平均算子基础上,定义一种新的Bonferroni几何平均(GBM)算子,进而提出了具有退化性的加权Bonferroni几何平均(IWGBM)算子和直觉模糊加权Bonferroni几何平均(IFIWGBM)算子。新算子兼顾了变量间、变量和余下变量整体间的关联性。还讨论了IFIWGBM算子的相关性质和特例,及其在多属性决策中的应用。结合图书馆空调供应商选取方案的实例,对提出的决策方法进行合理性与有效性的验证,得出可退化Bonferroni几何平均算子在直觉模糊环境下的有效性。。

改进的直觉模糊加权Heronian几何平均算子及其在徽酒评价中的应用

Heronian几何平均算子因具有良好的捕获变量间关联性的特性,一直被广泛用于解决多属性决策问题。通过对现有的加权Heronian几何平均算子分析,可知其不具有退化性和幂等性。为此,在直觉模糊环境下,提出一种改进的直觉模糊加权Heronian几何平均(IIFWGHM)算子,证明了新算子具有退化性、幂等性、单调性、有界性等优良性质,并探讨新算子的一些特殊形式。在此基础上,给出一种直觉模糊多属性决策方法,并对徽酒产品进行评价分析。

基于TIFN Choquet积分几何平均算子的多属性决策方法

针对属性值为三角直觉模糊数且属性间存在关联的多属性决策问题,定义了三角直觉模糊数的度以及相对核,根据Choquet积分的性质和模糊测度定义了三角直觉模糊Choquet积分几何平均算子,分析和证明其相关性质.针对方案的评价信息为三角直觉模糊数的关联多属性决策问题,利用三角直觉模糊Choquet积分几何平均算子集成得到方案的综合属性值,接着提出了三角直觉模糊数下基于属性关联的多属性决策方法,以一个实例分析证明了所提出方案的可行性和合理性.

不确定幂加权几何平均算子的动态多目标决策

针对方案属性信息不确定、决策信息分布多个阶段以及传统加权平均算子权重没有考虑集成数据间相互关系等问题,提出一种基于不确定幂加权几何平均算子的动态多目标决策方法.该方法不仅可以集结决策者在多阶段给出的不确定信息,同时结合模糊集理论,考虑了集结模糊信息时数据间的支撑程度对权重系数的影响,强化了对模糊信息的处理,使得被评估的信息更加贴近实际.然后给出基于可能度的排序方法来选择最优方案.最后通过算例分析说明了所提出方法的合理性和可行性.

广义q-阶正交模糊混合几何平均算子及其应用

本文研究广义q-阶正交模糊混合几何平均算子及其在多属性决策中的应用。基于q-阶正交模糊集的隶属度空间大于直觉模糊集与毕达哥拉斯模糊集的特点,在q-阶正交模糊环境下,将算子自身的权重与位置权重相结合,定义了广义q-阶正交模糊混合几何平均算子。提出基于广义q-阶正交模糊混合几何平均算子的多属性决策方法,并通过选取最优拍摄地实例应用了该方法,讨论了参数的不同取值对结果的影响,最后与其他算子进行对比,说明该方法的有效性和可行性。

犹豫模糊Einstein几何算子及应用

研究了属性权重信息已知条件下的犹豫模糊信息集结算子及其在多属性群决策问题中的应用。基于Einstein运算定义了犹豫模糊Einstein和、犹豫模糊Einstein积以及犹豫模糊Einstein幂运算,并且研究了犹豫模糊Einstein运算法则间的关系。提出了四种犹豫模糊信息集结算子,即犹豫模糊Einstein加权几何(HFEWG)算子、犹豫模糊Einstein有序加权几何(HFEOWG)算子、犹豫模糊Einstein混合几何(HFEHG)算子和犹豫模糊Einstein诱导有序加权几何(HFEIOWG)算子,并分析了这些算子的性质。给出了基于HFEIOWG算子的犹豫模糊多属性决策方法,并结合投资公司对金融产品的选择来验证提出的决策方法是可行有效的。

基于GBM算子的不平衡概率语言Z-number多属性群决策

Z-number作为一种有效的信息表达方式,能够很好的描述带有不确定信息的自然语言.但大多数关于Z-number的研究依赖于均匀分布的语言术语集,并且用于聚合Z-number信息的聚合算子很少能够考虑属性之间的关系.提出一种非均匀分布的语言尺度函数,讨论了概率语言Z-number在不平衡语义下的情形,运用定义的新型算子对于概率语言Z-number进行聚合.定义相关运算以及得分函数,构建多目标线性优化模型确定最佳投资比例.通过实例说明了所提出方法的可行性与有效性,并进行了灵敏度分析.

一类基于IOWGA算子的组合预测新方法

目前传统的加权几何平均组合预测方法存在赋权的缺陷。在有序加权几何平均(OWGA)算子概念的基础上,提出诱导有序几何加权平均(IOWGA)算子,建立新的组合预测模型,并给出了IOWGA权系数的确定的数学规划方法。最后进行了实例分析,结果显示该模型能有效提高组合预测精度。

基于左右端点的IOWGA算子的区间型组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,将区间数的左右端点作为考虑问题的出发点,引入诱导有序加权几何平均(IOWGA)算子,以对数误差平方和为准则,分别建立左、右端点的IO WGA算子的变权系数最优组合预测模型,并通过引入偏好系数把多目标最优化模型转化为单目标最优化模型,给出各模型间最优解的性质。

有序加权集结算子的赋权方法

对有序加权集结算子中的 2个最重要算子 (有序加权平均算子和有序加权几何平均算子 )的赋权方法进行了研究 .利用已知的样本数据以及专家事先对每个样本所给定的偏好集结值 ,给出了部分权重信息下求解这 2种算子的加权向量的线性目标规划模型 ,通过算例对模型进行了说明 .

区间直觉模糊幂加权算子的动态多属性决策

为了解决集结算子处理动态多属性决策问题时,现有的区间直觉模糊(interval-valued intuitionistic fuzzy,IVIF)加权平均算子未考虑集结数据之间的相互关系、决策结果精度不高的不足,利用幂加权几何平均(power weighted geometric average,PWGA)算子的非线性特性将集结数据之间相互关系联系起来,提出了IVIF PWGA算子的动态多属性决策方法。首先,将实数形式的PWGA算子扩展到区间直觉模糊集(IVIF set,IVIFS),利用数学归纳法证明了数据融合后的综合集结值是区间直觉模糊数(interval-valued intuitionistic fuzzy number,IVIFN)的结论。然后,定义了IVIF条件下,处理动态多属性决策问题的PWGA算子。通过动态PWGA算子集结多个时间点的单一集结值得到综合集结值,根据综合集结值的得分函数和精确函数,对各方案排序。最后,通过实例说明了该算法的有效性。

基于ILOWGA算子的B2C电子商务顾客满意度评价方法

针对B2C电子商务顾客满意度评价的不确定性和模糊性等特点,构建了基于诱导的语言顺序加权几何平均(ILOWGA)算子的电子商务顾客满意度评价模型.建立了B2C模式下电子商务企业顾客满意度评价指标体系,根据指标体系设计模型对输入参数是语言变量的决策信息进行集结,得出电子商务顾客满意度的评价值.理论分析和实例对比表明,该方法能更好地反映电子商务顾客满意度评价的客观性.

一种基于模糊语言标度和FIOWGA算子的决策方法(英文)

给出了一种用于方案比较的模糊语言标度,并用定义在区间[1/9,9]上的三角模糊数表示其数值含义.利用该标度构造语言偏好矩阵,给出了一种集结语言偏好信息的模糊导出的有序加权几何平均(FIOWGA)算子,并提出了一种基于模糊语言标度和FIOWGA算子的决策方法.最后,通过算例对方法的可行性和有效性进行了说明.

基于模糊数直觉模糊集算子的多准则决策方法

定义模糊数直觉模糊数的一些运算法则,给出模糊数直觉模糊集两个改进算子,即加权算术平均算子(FIF-WAA)和加权几何平均算子(FIFWGA)。在此基础上,提出用精确函数解决记分函数无法决策的问题,以保证记分函数的严密性与合理性。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准则决策方法,通过实例分析结果证明了运用模糊数直觉模糊数改进算子进行多准则决策的有效性和正确性。

油氢合建站时序性动态风险评估研究

油氢合建站作为新型能源基础设施,在实现传统油品加注和氢燃料运营的过程中面临诸多安全新问题,细致全面的风险评估模型将为油氢合建站安全管理提供重要理论支撑。提出了基于复杂网络分析的油氢合建站时序性动态风险评估模型,并应用于油氢合建站火灾爆炸事故。首先,针对灾害链构建的油氢合建站复杂网络结构特征,绘制事故致因链,探究事故的发生路径和内在致因机制。其次,考虑到不同时段风险发展趋势规律的差异性,引入时序加权平均算子(Time-Ordered Weighted Averaging, TOWA)和时序加权几何平均算子(Time-Ordered Weighted Geometric Averaging, TOWGA),结合季节维度对油氢合建站进行动静态综合评估。该方法能够直观揭示时段差异下,各风险指标对系统整体风险的影响程度,从季节角度为高风险灾害事件的防控提供了一种有益探索。

基于一种贴近度的动态IOWGA算子组合预测模型

通过建立基于贴近度的动态IOWGA算子组合预测模型,弥补了基于诱导有序加权几何平均(IOWGA)算子组合预测模型中最优权系数对不同时刻预测精度序列的变化缺乏灵敏度的不足,并且定义了非劣性组合预测、优性组合预测等概念,给出了它们存在的条件.最后通过实例分析,说明了该组合预测方法的有效性和可行性.

基于区间关联度的IOWGA算子的区间组合预测

文章利用诱导有序加权几何平均(IOWGA)算子,将区间作为整体,以灰色区间关联度作为诱导准则,可以建立左右端点权重不相等的常规的区间组合预测模型,以及适用于左右端点较接近的左右端点权重相等的区间组合预测模型,避免出现左端点值大于右端点值的极端情形。通过实例分析说明左右端点相等权重和不等权重模型能有效提高预测精度以及模型的灵活性。