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。

区间直觉梯形模糊几何Heronian平均算子及应用

针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出了一种区间直觉梯形模糊几何加权Heronian平均算子(IVITFGWHM)的决策方法。基于IVITFN的运算法则和几何Heronian平均(GHM)算子,定义了IVITFGHM算子和IVITFGWHM算子。研究了这些算子的一些性质,建立基于IVITFGWHM算子的MAGDM模型,结合排序方法进行决策。通过MAGDM算例验证了该算子的有效性与可行性。

广义犹豫二元语义Heronian平均算子及其在决策中的应用

将Heronian平均算子推广到犹豫二元语义模糊信息环境中,提出了划分犹豫二元语义模糊Heronian平均(P2TLHFHM)算子。P2TLHFHM算子可以用来描述信息融合过程中不同属性子集下输入变量的相互依赖关系。此外,对P2TLHFHM算子的一些基本性质以及特殊形式进行了研究。为验证所提出算子的可行性,设计了一种解决复杂多属性决策问题的方法,并应用于港口选择问题。

Picture模糊幂几何Heronian平均算子及其在多属性决策中的应用

针对决策信息为Picture模糊数的多属性决策问题,将经典范畴内的几何Heronian平均算子和幂几何算子结合,提出了Picture模糊幂几何Heronian平均(PFPGHM)算子与Picture模糊加权幂几何Heronian平均(PFWPGHM)算子。该类算子不仅能体现待集结数据间的关联性,而且还能反映决策过程中信息的整体性,降低了与整体信息偏差较大的待集结数据对决策结果的影响。推导其数学表达式,证明相关性质。提出了基于PFWPGHM算子的多属性决策方法,通过决策实例分析了参数p和q对决策结果的影响,并对比分析新方法与现存的决策方法,进而表明所研究方法的可行性与优点。

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。

区间毕达哥拉斯模糊幂几何-几何Heronian平均算子及其在多属性群决策中的应用

本文在区间毕达哥拉斯模糊环境下,将幂几何(PG)算子和几何Heronian平均(GHM)算子相结合,提出区间毕达哥拉斯模糊幂几何-几何Heronian平均(IVPFPG-GHM)算子和区间毕达哥拉斯模糊加权幂几何-几何Heronian平均(IVPFWPG-GHM)算子。在模糊信息聚合过程中,新算子不仅能体现属性间的关联性,而且能最大限度地避免专家“奇异值”(过大或过小)带来的干扰。此外,还研究了它们的基本性质。最后,给出基于IVPFWPG-GHM算子的多属性群决策(MAGDM)方法,并以实例说明其可行性与合理性。

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。

毕达哥拉斯三角犹豫模糊Muirhead平均算子的目标威胁评估应用

为了更加完整地描述不确定信息,将三角模糊数与毕达哥拉斯犹豫模糊集结合,提出了毕达哥拉斯三角犹豫模糊集。针对信息集成过程中数据属性之间存在关联关系的问题,将Heronian平均算子、Muirhead平均算子拓展到毕达哥拉斯三角犹豫模糊集中,提出了毕达哥拉斯三角犹豫模糊Heronian平均算子和毕达哥拉斯三角犹豫模糊Muirhead平均算子。考虑不同属性的输入变量的重要程度不同,提出了它们的加权形式。最后,针对毕达哥拉斯三角犹豫模糊环境下的多属性决策问题,提出了基于PHTFWMM算子的多属性决策方法,并通过算例说明了该方法的有效性。

变权区间数Heronian算子下集群态势觉察一致性评估

无人机集群协同态势觉察一致性是集群协同作战获取信息优势的重要条件,基于此提出了基于变权区间数Heronian算子的集群态势觉察一致性评估方法,用于多种(作战仿真)情况下集群协同态势觉察一致性分析。首先,结合集群协同作战需求,从完备性、准确性等方面对一致性评估指标进行建模;然后,考虑多时刻指标数据的不确定性,构建非线性处理的区间决策矩阵,利用变权理论求取权重;最后,考虑指标的关联性,使用区间数加权Heronian平均算子集结指标数据,利用集结的区间数表征集群态势觉察一致性。结果表明,所提指标及方法可以有效分析集群协同态势觉察一致性。

H-OWA算子及其在多属性决策中的应用

类似于Bonferroni平均算子和BON-OWA算子,分别引入含参量的Heronian平均算子和H-OWA算子,并研究它们的一些性质,如幂等性、单调性及有界性等,并将H-OWA算子应用于多属性决策。

基于IVHFWHM算子的犹豫关联多属性决策方法

针对决策属性为区间犹豫模糊数(IVHFN)且属性间相互关联的多属性决策(MADM)问题,提出一种基于区间犹豫模糊加权Heronian平均(IVHFWHM)算子的新型决策方法。同时基于IVHFN运算法则和Heronian平均(HM)算子,提出了区间犹豫模糊Heronian平均(IVHFHM)算子和IVHFWHM算子。研究了IVHFHM算子的置换不变性、幂等性、单调性、有界性和参数对称性等性质。建立基于IVHFWHM算子的多属性决策模型,通过MADM数值实验验证了模型的可行性与有效性。

基于区间Orthopair模糊Heronian测度的多属性群决策方法

针对区间Orthopair模糊环境中的多属性群决策问题,首先,定义了两个区间Orthopair模糊向量之间的加权余弦相似测度,基于广义Heronian平均算子对相似测度进行集结,提出区间Orthopair模糊Heronian测度,并研究其优良性质;其次,提出一种新的基于区间Orthopair模糊Heronian测度的多属性群决策方法,该方法考虑了属性的关联性对决策的影响,减小了决策中的信息损失。最后,通过将该方法应用于选址决策问题,通过实例验证了方法的有效性和先进性。

(语言)Heronian平均算子及其决策应用

多属性决策中的许多集成算子假设属性相互独立,从而导致信息集成和决策结果出现不合理的情况。Heronian平均算子是一种体现属性间相互作用的集成算子,因此研究和推广Heronian平均算子具有重要的理论和现实意义。首先,针对相关文献中的加权Heronian平均算子不具有还原性,定义了一种具有还原性的广义加权Heronian平均算子(GWHM),随后定义了三参量Heronian平均算子(TPHM)和三参量加权Heronian平均算子(TPWHM),并分别研究了它们的幂等性、单调性和有界性等性质。然后,将GWHM算子、TPHM算子和TPWHM算子分别推广到语言决策中,给出了语言加权Heronian平均算子(LWHM)以及三参量语言Heronian平均算子(TPLHM)和三参量语言加权Heronian平均算子(TPLWHM),并对它们的性质进行了探讨。最后,给出了利用(语言)Heronian平均算子进行决策的方法,并通过两个实例说明了方法的可行性。

区间直觉模糊几何Heronian平均算子及其应用

针对决策信息为区间直觉模糊数且属性间存在相互关联的多属性群决策问题,提出了一种基于区间直觉模糊几何加权Heronian平均算子的决策方法。首先,基于区间直觉模糊数的运算法则和几何Heronian平均算子,定义了区间直觉模糊几何Heronian平均算子和区间直觉模糊几何加权Heronian平均算子。然后,研究了这些算子的一些性质,建立基于区间直觉模糊几何加权Heronian平均算子的多属性群决策模型,结合排序方法进行决策。最后,通过多属性群决策算例验证了该方法的有效性与可行性。

区间数Heronian平均算子

定义了区间数Heronian平均算子以及区间数加权Heronian平均算子,并探讨了它们的性质.然后,提出了区间数几何Heronian平均算子以及区间数几何加权Heronian平均算子,并研究了它们的性质.最后,将区间数加权Heronian平均算子和区间数几何加权Heronian平均算子应用于多属性决策,说明了它们的有效性.

基于对偶犹豫模糊几何Heronian平均算子的多属性决策方法及其应用

针对需要同时考虑变量隶属度、非隶属度以及关联性的融合问题,本文将对偶犹豫模糊集与Heronian平均算子相结合,定义了对偶犹豫模糊几何Heronian平均算子和对偶犹豫模糊几何加权Heronian平均算子,讨论了新算子的一些优良特性,包括幂等性、置换不变性、有界性、单调性等性质,并针对属性值为对偶犹豫模糊语言信息关联系的多属性决策问题,建立了基于对偶犹豫模糊几何加权Heronian平均算子的多属性决策模型,基于所定义的算子和建立的数学模型,提出了一种新的基于对偶犹豫模糊Heronian平均算子的多属性决策方法。最后,通过多属性决策算例验证了方法的有效性和可行性。

区间毕达哥拉斯模糊Heronian平均算子及其决策应用

将Heronian平均算子推广至区间毕达哥拉斯模糊环境,定义了区间毕达哥拉斯模糊Heronian平均(IVPFHM)算子、区间毕达哥拉斯模糊加权Heronian平均(IVPFWHM)算子、区间毕达哥拉斯模糊几何Heronian平均(IVPFGHM)算子、区间毕达哥拉斯模糊几何加权Heronian平均(IVPFGWHM)算子,并研究了这些新集成算子的基本性质.最后,给出基于IVPFWHM算子和IVPFGWHM算子的多属性决策方法,并通过实例说明所提方法在区间毕达哥拉斯模糊信息集成中的合理性与优越性.

直觉模糊幂Heronian平均算子及其在多属性决策中的应用

针对需要同时捕获变量个体间的关联性和整体均衡性的信息融合问题，本文在直觉模糊环境下，将Heronian平均算子和幂平均算子相结合，提出了直觉模糊幂Heronian平均算子和直觉模糊加权幂Heronian平均算子．新算子利用Heronian平均算子的交叉运算来体现变量的关联性，同时引入支撑度系数来挖掘信息的相对贴近度，从而在信息融合过程中体现整体性．此外，还探讨了新算子的一些优良性质和特例，并给出一种多属性决策方法．最后，通过算例验证了该方法的可行性与有效性．

区间直觉不确定语言几何Heronian平均算子及其在多属性群决策中的应用

针对决策信息为区间直觉不确定语言变量且属性间存在相互关联的多属性群决策问题,提出了一种基于区间直觉不确定语言几何加权Heronian平均算子的决策方法.首先对区间直觉不确定语言变量的概念、运算法则以及相关性质等做出界定,然后基于区间直觉不确定语言变量和Heronian平均算子,定义了新的区间直觉不确定语言几何Heronian平均算子和区间直觉不确定语言几何加权Heronian平均算子,并给出了基于IVIULN的MAGDM方法,最后通过实例验证了该算子的科学性与适用性.

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。