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。

一种基于群组判断离差的偏好集结方法

针对群决策偏好集结中违反Pareto最优性的情况,设计一种基于群组判断几何离差的同质性集结方法.该方法在集结前进行几何离差测试,以确定个体决策信息的离差水平.离差较小时,可基于几何平均集结;对于离差较大且修正复杂度较高的决策信息,采用主成分分析(PCA)从高维决策信息中提取大多数相关信息,在不依赖主观分析的情况下进行加权集结.仿真实验表明,所提出的方法能够在不违背Pareto最优性的基础上集结离差较大的群决策信息.