连续区间直觉模糊有序加权几何算子及其群决策方法

文章基于连续有序加权几何(C-OWG)算子,提出了带有决策者态度参数的连续型区间直觉模糊有序加权几何(C-IVIFOWG)算子,推导出其数学表达式,给出了新的区间直觉模糊数序关系判别准则,同时,证明了C-IVIFOWG算子具有单调性和有界性。对C-IVIFOWG算子进行扩展,提出了加权平均C-IVIFOWG算子(WAC-IVIFOWG)和有序加权平均C-IVIFOWG算子(OWAC-IVIFOWG),分析了相关性质。最后提出了基于扩展的C-IVIFOWG算子的多属性群决策方法,算例分析表明所提算子的有效性。

基于3阶模糊张量的广义加权几何算子及其应用

针对具有高维数据特征的多属性群决策问题,定义了3阶模糊张量,建立了基于3阶模糊张量的广义加权几何算子,探索了该类算子的性质,提出了一种解决多属性群决策问题的新方法,并通过算例验证了该方法的有效性。

q阶正交模糊有序加权几何算子在多属性决策中的应用

作为直觉模糊集和毕达哥拉斯模糊集的扩展,q阶正交模糊集是处理不确定多属性决策信息的有力工具。为有效解决q阶正交模糊信息的多属性决策问题,论文提出了q阶正交模糊有序加权几何算子。在此基础上,构建了基于广义q阶正交模糊有序加权几何算子的多属性决策方法,并通过实例验证了该方法的有效性和可行性。

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 。

有序加权几何均值(OWG)算子的序结构

讨论有序加权几何均值(OWG)算子的比较问题。将原有的OWG算子定义作了推广,从而使得OWG算子对闭单位区间的乘积上所有元素都有定义。证明了按照权重向量的序关系OWG算子集合构成一个完备格。在此基础上,给出了权重向量中的并不可约元的结构,并给出了用并不可约元表示权重向量集合里的所有元素的方法。

区间Pythagorean模糊几何加权Bonferroni平均算子及其应用

在区间毕达哥拉斯模糊集(IVPFS)环境下,分析了几何Bonferroni平均(GBM)算子中输入变量间关联性对决策的影响,构造了区间毕达哥拉斯模糊几何Bonferroni平均(IVPFGBM)算子,并讨论其性质;根据属性指标的重要程度,构造了区间毕达哥拉斯模糊几何加权Bonferroni平均(IVPFGWBM)算子,利用该算子的优势提出区间毕达哥拉斯模糊多属性决策方法,并进行了算例验证.

区间毕达哥拉斯模糊幂加权几何Bonferroni平均算子及其应用

研究变量值为区间毕达哥拉斯模糊数的决策问题,针对决策者、属性间的支撑度及权重对决策的影响,提出基于区间毕达哥拉斯模糊幂加权几何Bonferroni平均(IVPFPW-GBM)算子的模糊多属性群决策方法,定义IVPFPW-GBM算子并讨论其性质;构造应用IVPFPW-GBM算子的MAGDM模型,通过排序方法进行决策.最后实例验证其有效性.

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。

区间直觉模糊几何Bonferroni平均算子及其应用

研究了决策信息为区间直觉模糊数(IVIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于区间直觉模糊几何加权Bonferroni平均(IVIFGWBM)算子的决策方法。介绍了IVIFN的概念和运算法则,基于这些运算法则和几何Bonferroni平均(GBM)算子,定义了区间直觉模糊几何Bonferroni平均(IVIFGBM)算子和IVIFGWBM算子。研究了这些算子的一些性质,建立基于IVIFGWBM算子的MAGDM模型,结合排序方法进行决策。将该方法应用在一个MAGDM问题中,结果表明了该方法的有效性与可行性。

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 .

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。

基于加权犹豫Frank几何算法的决策模型

加权犹豫模糊集是一种广义的犹豫模糊集,其可以更准确和全面地刻画决策信息。而Frank三角模运算能够挖掘多个输入参数值间的相互关系。基于Frank三角模思想,在加权犹豫模糊环境下,提出了一种加权犹豫Frank几何平均算法的群决策模型。首先,运用Frank三角模定义了加权犹豫模糊基本运算法则,并构建了新的得分函数;接着,提出了加权犹豫Frank几何平均(WHFGA)算子,分析了WHFGA算子关于参数r的相关性质;最后,基于提出的WHFGA算子,建立了加权犹豫模糊多属性决策模型,并通过算例进行分析。实验结果表明,WHFGA算子具有良好的内在一致性。

基于依赖型算子的不确定语言多属性群决策法

研究了属性权重以实数形式给出、属性值以不确定语言变量形式给出的多属性群决策问题。基于不确定语言变量的运算法则,给出了一种基于不确定语言变量及其运算法则的新算子:依赖型不确定语言有序加权几何(dependent uncertain linguistic ordered weighted geometric,DULOWG)算子。与该类算子相关联的加权向量依赖于被集结的不确定语言变量,并且对错误或有偏见的不确定语言变量赋予较低的权重来减轻不公平性对评价结果的影响。提出了一种基于ULWGM算子和DULOWG算子的不确定语言多属性群决策方法,并进行了实例分析。

基于优先集成算子的直觉乘法偏好关系共识模型

针对专家之间具有优先关系时直觉乘法偏好关系下群体共识决策问题,提出一种基于优先集成算子的直觉乘法偏好关系共识方法。为了有效集结专家偏好信息,提出直觉乘法优先加权平均(IMPWA)算子和直觉乘法优先加权几何(IMPWG)算子,并研究其相关性质;定义直觉乘法偏好关系的共识度和接近度概念,据此完成非共识偏好信息的识别和修正,构建一种迭代共识算法。案例表明该方法的可行性和有效性。

区间值比例二元组语言集成算子及其决策方法

结合区间不确定性语言集与比例二元组,提出区间值比例二元组的概念;基于得分函数与精确函数,给出了两个区间值比例二元组的比较方法,并介绍了区间值比例二元组与区间数之间的转换函数;在此基础上,提出区间值比例二元组加权几何算子及区间值比例二元组有序加权几何算子;针对不同语言标度的群决策问题,通过统一标度给出了相应的多属性群决策方法,并将其用于投资商投资过程中。

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。

直觉对偶犹豫模糊集的集结算子及其应用

在对偶犹豫模糊集与直觉模糊集的基础上,提出了直觉对偶犹豫模糊集的概念和基本运算,构造了直觉对偶犹豫模糊集的算术加权平均集结算子和几何加权平均算子,并考虑有序和广义的情况,分别给出相对应的公式。同时针对某些算子的特殊性质,给出了详细描述和证明。针对模糊集的多属性群决策问题,提出了一种新的基于直觉对偶犹豫模糊集的集结算子的多属性群决策方法,通过一个实例说明了该方法的实用性和有效性。

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。

基于DLOWG算子的FMEA风险评估方法

为了解决传统故障模式与影响分析(FMEA)的风险评估过程中专家评判的模糊性和不确定性问题,提出基于依赖型语言有序加权几何(DLOWG)算子的FMEA风险评估方法.该方法将故障模式风险优先数(RPN)的各个因子视为语言变量,基于提出的DLOWG算子来综合专家的群体评判意见.该算子对错误或有偏见的语言评价值赋以较低的权重来减轻不公平性对决策结果的影响.基于语言加权几何(LWG)算子和DLOWG算子,考虑各个风险因子及专家意见的权重,提出语言风险优先数的计算公式,对模糊环境中故障模式的风险进行评估.以某汽车外部照明设备的故障模式风险评估为例,验证了该方法的有效性和实用性.

多源密度集结算子及其性质分析

对已有密度加权平均(DWA)中间算子进行拓展,给出了新的密度加权几何平均(DWGA)中间算子。在密度(DM)中间算子的结构上,系统地定义了若干密度合成算子,从而拓展了密度信息集结算子的可选种类,同时,统一并明确了一些称谓,这使得DM算子类的结构更为清晰了。着重对密度集结(DM□)算子的性质进行了分析,证明了DM□算子具有置换不变性、幂等性、介值性及条件单调性等优良性质,并给出了条件单调性的判定程序,将规划模型融入该判定程序中,通过对模型的求解及最优目标值的观测可以就特定情形下DM□算子的"单调性"性质做出判断。通过分析发现,DM□算子具备多种基础算子的通用形式,因而在归纳的基础上给出了DM□算子的"全拓性"性质。最后,用一个算例对DM□算子的性质进行了数值验证。