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。

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.