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.

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优先加权平均算子及其应用

为了解决属性间具有优先关系的区间模糊多属性决策问题,将优先集成算子推广到区间毕达哥拉斯模糊环境,定义了区间毕达哥拉斯模糊优先加权平均(IVPFPWA)算子,研究了该算子的基本性质,给出基于IVPFPWA算子的多属性决策方法,通过决策实例说明了该方法的有效性和可行性。

区间值毕达哥拉斯模糊幂加权平均算子及群决策方法

在幂平均算子与区间值毕达哥拉斯模糊数的基础上,首先提出了区间值毕达哥拉斯幂平均算子(IVPFPA),并研究了它的基本性质;其次,提出了区间值毕达哥拉斯幂加权平均算子(IVPFPWA),并给出了它的性质;最后在IVPFPWA的基础上提出了群决策方法,此方法采用两次集结用于减少决策者的主观判断,使得结果更加科学可靠。案例实施及比较结果表明提出的算子可行及有效。

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。

基于毕达哥拉斯模糊幂加权平均算子的多属性群决策方法

研究了毕达哥拉斯模糊环境下的多属性群决策问题。首先,将毕达哥拉斯模糊信息引入幂平均加权算子,提出毕达哥拉斯模糊幂加权平均(PFPWA)算子,并研究所提算子的基本性质。然后,在毕达哥拉斯模糊数(PFN)为信息输入的框架内,提出基于毕达哥拉斯模糊幂加权平均算子的群决策方法。所提出的方法使用毕达哥斯拉信息使得决策者的信息表达更加灵活,并且在信息集结过程中采用幂加权平均算子能够同时考虑专家权威与评估信息的可信度。最后,通过案例分析验证了所提方法的可行性和有效性。

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.

区间毕达哥拉斯犹豫模糊Heronian信息集成算子及其在多属性决策中的应用

针对区间毕达哥拉斯犹豫模糊环境下的变量隶属度、非隶属度和属性的关联性融合问题,本文创新地将Heronian信息集成算子与区间毕达哥拉斯犹豫模糊数结合,定义了区间毕达哥拉斯犹豫模糊Heronian加权平均算子(IVPHFHWM)和区间毕达哥拉斯犹豫模糊Heronian几何加权算子(IVPHFGHWM),研究了IVPHFHWM算子和IVPHFGHWM算子的置换不变性、单调性、有界性。然后,针对属性值为区间毕达哥拉斯犹豫模糊数的多属性问题,建立了基于区间毕达哥拉斯犹豫模糊Heronian加权算子的多属性决策模型,给出了一种综合的区间毕达哥拉斯犹豫模糊数的多属性决策方法。最后,通过多属性决策实例说明了Heronian信息集成算子在区间毕达哥拉斯犹豫模糊环境中的可行性和优越性。

毕达哥拉斯模糊Heronian算子的多属性决策方法

针对毕达哥拉斯模糊环境下的多属性决策问题中的信息集成问题,其中方案的属性间相互关联相互影响,提出了一种毕达哥拉斯模糊Heronian算子的多属性决策方法。首先将毕达哥拉斯模糊数与Heronian算子相结合,提出了毕达哥拉斯模糊Heronian算子和毕达哥拉斯模糊加权Heronian算子,并讨论了这些算子的性质,给出了相应的证明。在此基础上,提出了基于毕达哥拉斯模糊Heronian算子的多属性决策方法;最后将其应用到国内四家航空公司服务质量评价中,说明了该算子的有效性和可行性。

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。

区间值Picture模糊参数集结算子及其应用

针对决策信息为区间值Picture模糊数的多属性群决策问题,在充分考虑属性间相互关联的情况下,将区间值Picture模糊数与广义Heronian均值函数和Heronian平均算子结合,定义了区间值Picture模糊参数广义加权Heronian平均算子,并研究了其性质。该信息集结算子能够反映信息的完整性、属性相关性和决策者的风险偏好。然后,提出了一种基于区间值Picture模糊参数广义加权Heronian平均算子的多属性群决策模型。最后,运用本文提出的群决策模型对信息系统进行了最优选择,并与其它模型进行比较,说明所提模型的有效性和优越性。

广义毕达哥拉斯模糊有序加权比例平均算子及其应用

将广义有序加权比例平均算子推广到毕达哥拉斯模糊决策环境中,定义了广义毕达哥拉斯模糊有序加权比例平均算子(GPFOWPA),并研究了该算子的性质。最后,提出了基于GPFOWPA算子的模糊多属性群决策方法,并通过实例证实其有效性与可行性。

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。

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Bonferroni平均算子及在多属性群决策中的应用

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,提出一种基于加权区间直觉梯形模糊Bonferroni平均(WIVITFBM)算子的决策方法.首先,基于IVITFN的运算法则和Bonferroni平均(BM)算子,定义了区间直觉梯形模糊Bonferroni平均(VITFBM)算子和WIVITFBM算子.然后,研究了这些算子的一些性质,建立基于WIVITFBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。

基于毕达哥拉斯TODIM和Heronian算子的语言多属性群决策及应用

针对决策信息和属性权重为语言术语的多属性群决策问题,提出一种基于Heronian算子和TODIM的毕达哥拉斯决策方法。首先,利用Heronian算子集结个体决策矩阵。其次,利用得分函数改进TODIM方法来适用毕达哥拉斯模糊集;从而建立毕达哥拉斯群决策方法。最后,通过远程会诊协同质量评价验证了该方法的可行性。

区间直觉梯形模糊几何Bonferroni平均算子及其应用

研究了决策信息为区间直觉梯形模糊数且属性间存在相互关联的多属性群决策问题,提出一种基于区间直觉梯形模糊几何加权Bonferroni平均算子的决策方法.基于区间梯形直觉模糊数的运算法则和几何Bonferroni平均算子,定义了区间直觉梯形模糊几何Bonferroni平均算子及其加权算子.给出了这些算子的一些性质,建立基于区间直觉梯形模糊几何加权Bonferroni平均算子的多属性群决策模型.最后,将该方法应用在供应商选择的群决策问题中,结果表明了该方法的有效性与可行性.

区间直觉梯形模糊交叉影响平均算子及其应用

针对多属性决策问题运用新的集成算子方法,构造出相应的多属性决策方法。利用隶属度和非隶属度之间存在某种关联和相互影响,提出了区间直觉梯形模糊数的改进的加法运算、数乘运算、乘积运算和幂运算。并在这些运算的基础上,给出了区间直觉梯形模糊数的加权交叉影响平均算子和几何交叉影响平均算子。最后通过实例验证了所提方法的有效性。

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.

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。