基于区间二型离散模糊数的多粒度群决策方法

针对多粒度离散模糊语言决策信息在转化和聚合过程中容易缺失语言决策数据的问题,提出一种基于区间二型离散模糊数的多粒度群决策方法。首先定义区间二型离散模糊数,讨论其运算法则和相关性质,并且给出其离散加权平均聚合函数。其次,提出I-离散关联和补全映射,利用区间对缺失的语言决策数据进行补全,使一个基于低粒度语言术语集的离散模糊数转化为一个包含原始评价信息并且基于更高粒度语言术语集的区间二型离散模糊数。最后,提出一种基于区间二型离散模糊数的群决策方法,解决市场投资选择问题,并通过实例分析验证该方法的可行性和准确性。

区间型灰数矩阵及其运算

本文给出了区间型灰数矩阵的定义;讨论了区间型灰数矩阵的基本运算.为进一步研究灰色系统的预测、决策、控制等问题提供了一种数学工具.

基于区间梯形二型犹豫模糊数的多准则决策方法及其在工程决策中的应用

针对犹豫语言决策问题,提出了基于区间梯形二型犹豫模糊数的多准则决策方法。首先,给出了区间梯形二型模糊数的定义。然后,构建了区间梯形二型犹豫模糊数的期望值和贴近度函数。在此基础上,建立了区间梯形二型犹豫模糊数的排序模型,并提出了基于该排序模型的区间梯形二型犹豫模糊多准则决策方法。最后,通过工程决策实例论证了该方法的有效性和可行性。

基于改进DEA模型的能源企业碳减排效果评估分析

为提高大型能源企业的碳减排效率评估准确性与合理性,解决评估过程中存在的期望产出与非期望产出比例变化、非期望产出、动态变化、模糊投入的不确定问题,利用超效率SBM DEA模型、Malmquist指数和区间二型模糊数,构建改进DEA模型对碳减排效率进行评价,并对某电力能源集团进行2020—2022年度碳排放效率评价。结果表明,2020—2021年,得益于规模效率的提升,该集团碳减排效率呈上升趋势,但平均纯技术效率和技术进步均有所降低;2021—2022年,受集团重组和生产计划调整的不合理性,导致集团碳减排效率降低,但纯技术效率和技术进步率有所提升;华中地区碳减排效率整体上均呈上升趋势,但还是要注意缩减不必要的生产规模,同时加强碳管理水平投入要素的管理;华东地区碳减排效率变化很小(均在1左右),需要寻找碳排放突破点以提升整体生产率;华北地区碳减排效率由上升转为降低,需要重视企业管理和生产组织结构的改革;西北地区碳减排效率由上升转为下降,需要重视企业管理,同时淘汰落后产能;东北地区碳减排效率由上升转为下降低,需要对落后产能进行淘汰。

基于区间二型模糊数的多准则群决策方法

鉴于区间二型模糊数能更准确地描述语言的不确定性,给出了区间二型模糊数的算术运算、期望函数以及集结算子,提出了基于区间二型模糊数的多准则群决策方法。

博弈论及哈里斯鹰算法的桥梁安全模糊评估模型

为了对桥梁的安全性能进行有效评估,首先建立由4个一级指标和30个二级指标构成的评估指标体系,利用数学转化公式消除监测数据不一致性对评估结果的影响。其次建立博弈论组合赋权模型,优化FAHP法和熵权法。然后利用哈里斯鹰智能算法进行权重迭代,得到全局最优解。最后通过贴近度排序对桥梁安全等级进行评估。案例分析表明,所得结果与工程实际相符。

基于区间二型模糊AHP-VIKOR的风电建设项目投资风险决策模型研究

从决策角度入手,对风电建设项目投资规划阶段的风险体系进行梳理和识别,形成风电建设项目投资规划阶段风险指标体系。考虑指标属性与权重信息的不确定、模糊性以及决策者所持风险态度,结合区间二型模糊数与AHP-VIKOR算法,构造基于区间二型模糊AHP-VIKOR的风险决策模型,并运用到风电建设项目中验证该方法的合理性和有效性。

基于相似度的区间二型模糊多准则群决策方法

针对准则权重信息完全的区间二型模糊多准则群决策问题,提出了相似度测量方法以及基于区间二型模糊数相似度的决策方法。该方法首先通过区间二型模糊数的集结算子计算出方案的综合准则值,根据期望值对综合准则值进行比较后确定出正、负理想方案,然后计算各方案分别和正、负理想方案之间的相似度,进一步求出贴近度系数后从而得到方案的排序。最后,算例分析表明了该方法的有效性和可行性。

基于区间二型模糊TOPSIS的风储联合发电系统协同决策研究

基于风电―储能协同角度,从复杂系统维、运营节点维、主体能效维和外部环境维对风储联合发电系统的协同影响因素进行梳理和分析,形成风储联合发电系统协同评价指标体系。鉴于指标属性和协同决策的复杂性和不确定性,在TOPSIS基础上引入区间二型模糊数对指标权重和指标值的语义值进行处理,构建基于区间二型模糊TOPSIS的风储联合发电系统协同决策模型。结合案例分析,证明所建模型方法的有效性和可行性。

基于新的区间二型模糊相似测度的多属性群决策方法

文章基于区间二型模糊数的可能度提出上、下隶属函数的离散度概念,同时定义了一种新的区间二型模糊相似测度,研究了它们的性质,并基于新的区间二型模糊相似测度准则,构建优化模型求解群决策信息为区间二型模糊数的专家权重和属性权重,给出了一种基于新的区间二型模糊相似测度的模糊多属性群决策方法,最后通过投资选择群决策来验证了新方法的合理性和有效性。

基于区间二型模糊的深基坑施工方案属性相似度计算方法

属性相似度计算是案例推理方法在深基坑工程施工技术方案重用的关键。传统经验进行取值下再转换成同一类型的值计算相似度的方法,存在着属性取值模糊不够准确、属性取值转换带来信息损失等缺点,影响着案例检索的效果。本文引入区间二型模糊方法对方案的不确定属性进行区间模糊取值来提升对不确定属性的表达和刻画,提出依据方案属性取值类型不同的特点,直接选取适应的相似度(距离)算法计算属性相似度。然后再结合属性的权重计算方案综合相似度,该思路能够有效地避免不同属性的含义类型和取值差异在统一化转化中信息损失的缺点。最后,通过地铁车站深基坑工程案例检索分析验证了方法的有效可行性,结果表明该方法能够较好地考虑方案属性的模糊取值进而直接进行相似度计算,提升了检索的效果。

区间数多属性决策的两种新算法

针对属性权重已知属性值以区间数形式表达的多属性决策问题,利用区间数积型贴近度模型构造两种多属性决策方法。第一种方法是使用模型对不同方案的同一属性值进行测度,通过统计测度结果与1的关系或方案之间的优势值高低鉴别方案优劣;第二种方法是利用属性值与理想正负属性值测度结果算出方案的理想综合测度值,采取比较各方案理想综合测度值大小的方法对方案排序。通过与其他决策案例对比分析,可验证此两种决策方法的可行性及有效性。

区间数刻画属性值下的两种多属性决策新算法

为了解决区间信息多属性决策问题,建立了两种多属性决策算法(算法1和算法2).算法1:首先利用区间数的积型贴近度公式将属性的区间信息数据转换为精确数值,然后使用Maclaurin对称平均算子集结属性的精确数值,进而通过比较其数值大小来判断方案的优劣.算法2:首先利用区间数的积型贴近度公式算出各方案在所有属性上的积型模糊互补判断矩阵,然后通过求解积型模糊互补判断矩阵的排序向量来判断方案的优劣.研究表明,两种算法的决策路径虽然不同,但其排序结果相同,即不同决策路径不会影响方案的排序结果,因此决策者可以根据实际问题需要选择适当的决策算法及排序规则,以更好地满足决策需求.

基于等级偏好占优关联系数的群决策模型

在群决策问题中,由于决策者的认知能力的有限性及环境的不确定性,决策者对方案往往只能给出序区间或三参数区间数型偏好信息。对于具有三参数区间数型偏好信息的问题,文章在引入负理想方案的基础上,利用等级偏好占优关联系数计算各方案的综合占优指数,建立了基于等级偏好占优关联系数的群决策模型。最后用实例说明该方法的可行性和便捷性。

一种基于新的区间二型梯形模糊相似测度的多属性群决策方法

本文首先基于区间二型梯形模糊数的周长、面积、负指数距离提出了一种新的区间二型梯形模糊相似测度,讨论了其性质。其次,基于该相似测度公式分别构建了区间二型梯形模糊专家权重和属性权重确定模型,然后通过集结区间二型梯形模糊决策信息与权重信息,给出了一种基于该相似测度的群决策方法。最后,通过投资方案选择实例说明了该方法的合理性和有效性。

基于区间二型模糊超效率SBM模型的燃煤发电企业碳减排效率评估研究

在"碳中和"以及碳配额交易等政策因素和碳成本因素推动下,评估发电企业碳减排效率的重要性日益凸显。企业碳减排效率受到资本、劳动力、能耗等多种要素影响,其中碳管理水平也是重要的投入因素。由于碳管理相关事务众多,不确定性较大,成本难以量化。因此本研究引入区间二型模糊数来处理专家对发电企业碳管理水平评估的语言变量,构建带区间二型模糊的超效率SBM模型(slack based model),利用α-cut和乐观悲观估计等方法将模型分为4个子模型进行求解和排序,并选取G能源集团4省份17家发电企业实际数据,对所选企业碳减排整体水平进行评价。评价结果发现:不同发电企业对碳管理投入不确定性的敏感度不同;江苏发电企业碳减排效率普遍最高,其次为广东,辽宁和陕西,而且4个省份碳减排效率水平参差不齐。

基于差异投影的多类型指标综合评估方法

针对指标权重确知的多种类型指标综合评估问题,提出一种基于差异和投影的双"权"综合评估方法。该方法以差异和投影技术为基础,将实数、区间型和模糊型指标综合考虑,形成指标集评估矩阵,并根据指标权重获得权化矩阵,实现一次赋权;然后通过各方案在某个指标下的评估差异值的大小确定该指标的差异因子,据此确定差异评估矩阵,实现二次赋权,得出各方案在正负理想点上的投影和综合评估系数,实现待评方案综合排序。给出了应用该方法的评估原理和具体实施步骤。最后,以某军事通信网络运行质量综合评估作为算例进行应用分析,证明了所提方法对处于同等"待遇"条件下的方案进行综合评估的可行性。

基于联系数的梯形直觉与非直觉模糊决策算法与应用

针对梯形直觉模糊数运算过于复杂且不能作不确定性分析的问题,应用集对分析理论及其联系数给出一种新算法.该算法的基本原理是把梯形直觉模糊数转换成"均值"加"最大偏差"形式的二元联系数,再按联系数规则展开运算.实例应用表明:其决策对象的排序结果不仅与该实例用其它方法所得的结果基本相同,而且还能方便地开展不确定性分析,最主要的是该算法也适用于"区间型梯形模糊数决策问题".该方法综合利用了集对分析及其联系数研究中的最新成果,解决了梯形直觉模糊决策算法的运算复杂性问题,对于模糊决策的理论和应用研究都具有重要价值.

基于集对分析的直觉三角模糊数多指标决策方法

针对指标权重已知且指标值以直觉三角模糊数表示的多指标决策问题,提出一种基于集对分析区间型联系数的决策分析方法。首先给出直觉三角模糊数和区间型联系数的定义和运算法则,进而依据集对分析思想把直觉三角模糊数转化为区间型联系数,然后给出直觉三角模糊数多指标决策问题的决策步骤,最后给出一个实例,结果表明该方法可行有效。

未确知函数及其应用

利用所定义的未确知函数的概念来表示某些信息 ,它推广了文〔1〕中有关概念 ,包含了连续型随机变量的表示。给出了关于未确定函数的运算 。