毕达哥拉斯犹豫模糊集多属性决策研究

针对属性间相互关联,评价信息为毕达哥拉斯犹豫模糊信息的多属性决策问题,首先通过研究犹豫度对决策结果的影响,提出一种新的毕达哥拉斯犹豫模糊集得分函数,解决了现有得分函数中存在的不足。其次,提出一种最小公倍数规范化原则,解决了现有方法容易引入误差的缺陷。最后,针对属性关联的多属性决策问题,基于λ-模糊测度与Choquet积分,提出了一种拓展交互式多准则决策(interative multi-criteria decision-making,TODIM)方法,既解决了属性关联的问题,又通过前景理论反映了决策者的心理行为特征。实例分析与敏感性分析验证了所提算法的正确性与有效性。

概率区间值犹豫模糊集多属性群决策模型及其应用

目的:研究概率区间值犹豫模糊集及应用。方法:将概率区间值犹豫模糊数,用区间值隶属度的中位数、区间值隶属度的清晰度以及概率构成的三维点坐标进行刻画,在此基础上提出了概率区间值犹豫模糊元的相关运算。根据概率区间值犹豫模糊元的相关运算采用熵值法计算属性权重。最后基于TOPSIS思想给出了一个新的贴近度公式,并利用新的贴近度公式对方案排序。结果:建立的概率区间值犹豫模糊集多属性群决策模型可以有效排序方案。结论:将概率区间值犹豫模糊集采用区间值隶属度的中位数、区间值隶属度的清晰度以及概率来表示不仅可行,而且可以用来解决多属性群决策问题。

基于前景理论和混合加权距离的区间值毕达哥拉斯模糊多属性决策

针对现有的毕达哥拉斯模糊评价通常会忽视决策者的主观偏好和风险规避的问题,引入前景理论来反映决策者的主观感受,同时将毕达哥拉斯模糊数改进为区间值毕达哥拉斯模糊数,以避免决策者无法使用准确数值进行评价的情况,并引用基于均衡视角的权重修正系数,防止仅考虑决策者的主观偏好而造成的权重确定的偏差。在此基础上,将区间值毕达哥拉斯混合加权距离引入TOPSIS,以实现对多样性信息的有序集结。最后,通过实例分析和比较分析,对方法的有效性进行验证。

区间二元语言毕达哥拉斯模糊信息下MULTIMOORA和ELECTRE方法

为了解决复杂模糊环境下的多属性决策问题,提出一种基于区间二元语言毕达哥拉斯模糊信息的MULTIMOORA和ELECTRE方法。首先结合毕达哥拉斯语言集和区间二元语言变量,提出了关于隶属度,非隶属度和语言变量均为区间值的区间二元语言毕达哥拉斯模糊集。其次对于传统MULTIMOORA方法中未考虑各模型权重的情况,构建单目标优化模型来确定模型权重。最后提出区间二元语言毕达哥拉斯模糊信息的MULTIMOORA和ELECTRE方法并且通过实例说明了该方法的可行性和有效性。

加权概率区间值犹豫模糊集及决策应用

对概率区间值犹豫模糊集中的不同区间值隶属度赋予了决策专家权重,定义了加权概率区间值犹豫模糊集(WPIVHFS).针对WPIVHFS中的加权概率区间值犹豫模糊数,采用区间值隶属度的中位数、区间值隶属度的清晰度、概率以及相对应的决策专家权重构成四维点坐标进行刻画,在此基础上建立了加权概率区间值犹豫模糊元(WPIVHFE)的外部固定函数模型、内部稳定函数模型、2个WPIVHFE的大小比较准则与距离测度模型.利用熵值法分别计算属性的外部权重与内部权重,并依据属性的外部权重与内部权重相离程度值来确定属性的综合权重.考虑方案的外部固定函数值、内部稳定函数值来计算各个方案的综合属性值.方案的排序结果表明:在采用四维点坐标来描述WPIVHFS的基础上建立的决策算法不但科学有效,而且提供了一种多角度观察方案排序结果的方法.

区间值犹豫模糊集群决策模型及其应用

为了更好地解决区间值犹豫模糊集(IVHFS)群决策问题,利用平面向量建立了一种可以从多个角度判定方案优劣的群决策模型.首先,在IVHFS中定义了区间值隶属度的中位数、区间值隶属度的清晰度,并以此通过构造平面向量来刻画IVHFS.其次,通过利用平面向量簇刻画IVHFS建立了区间值犹豫模糊元(IVHFE)的外部固定函数模型和内部稳定函数模型,给出比较2个IVHFE大小的准则和计算二者距离的方法,并根据所有方案的外部固定函数值和内部稳定函数值分别计算了测评准则的外部权重和内部权重(依据外部权重与内部权重的相离程度值来确定测评准则的综合权重).再次,通过利用参数调整方案的外部固定函数值与内部稳定函数值的比例计算了各个方案的综合决策值.最后,利用数值算例验证了本文方法的可行性.

广义毕达哥拉斯犹豫模糊集混合加权距离测度及决策应用

在毕达哥拉斯犹豫模糊数的距离基础上,定义毕达哥拉斯犹豫模糊集(Pythagorean hesitant fussy set,PHFS)的加权距离测度和有序加权距离测度,在兼顾属性权重和位置权重的基础上,提出广义PHFS混合加权距离测度(D_(GPHFHWA)),并研究其性质和特殊形式。针对属性值为毕达哥拉斯犹豫模糊数且属性权重未知的多属性决策问题,利用毕达哥拉斯犹豫模糊指数熵确定属性权重,并结合逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)思想,提出基于D_(GPHFHWA)测度的决策方法。最后,通过实例验证所提方法是有效、合理的。

毕达哥拉斯犹豫模糊集成算子及其决策应用

针对毕达哥拉斯犹豫模糊多属性决策中,集成算子的重要作用以及集成算子不完善的情况,较为系统地研究了毕达哥拉斯犹豫模糊集成算子。为此,在毕达哥拉斯犹豫模糊数的运算和运算法则基础上,定义了毕达哥拉斯犹豫模糊有序加权平均算子(PHFOWA)、广义有序加权平均算子(GPHFOWA)和混合平均算子(PHFHA),以及毕达哥拉斯犹豫模糊有序加权几何平均算子(PHFOWG)、广义有序加权几何平均算子(GPHFOWG)和混合几何平均算子(PHFHG),并结合数学归纳法分别给出了它们的计算公式,讨论了它们的有界性、单调性和置换不变性等性质。建立了基于毕达哥拉斯犹豫模糊集成算子的多属性决策方法,并应用算例和相关方法比较说明了决策方法的可行性与有效性。

基于改进犹豫度的区间值犹豫模糊集距离测度及其应用

模糊集的距离是决策问题中十分重要的数值指标。本文在计算模糊集的距离时不仅探讨了犹豫模糊区间2个端点值和区间个数的多寡对计算结果的影响,而且考虑了其内部区间标准差的差异对于区间值犹豫模糊集之间的距离带来的影响。在探讨了区间值犹豫模糊集的标准差以及由此引出的偏差距离的基础上进一步提出了带有改进犹豫度的区间值犹豫模糊集距离测度公式,并给出实例说明该公式的合理性和优越性。

基于毕达哥拉斯犹豫模糊的可靠性分配研究

可靠性分配是系统可靠性设计的关键任务之一,其结果直接影响产品的质量和系统的稳定性。针对一般传统可靠性分配方法没有考虑影响因素之间相关关系,以及无法解决机械系统设计阶段模糊区间信息导致分配结果出现偏差等缺陷,提出一种改进的可靠性分配方法。综合考虑多种可靠性分配影响因素,并利用最优最劣法(BWM)确定因素权重,采用毕达哥拉斯犹豫模糊数建立决策矩阵,利用一种可以考虑不同影响因素相关关系的毕达哥拉斯犹豫模糊加权Maclaurin对称几何算子(PHWFMSG)融合评价结果,完成对可靠性分配系数的确定。以数控磨床为例,分别使用FOO法和改进方法进行可靠性分配,对结果进行比较分析,证明了改进方法的有效性。

基于区间毕达哥拉斯模糊集的三类Hamming距离

基于区间毕达哥拉斯模糊集,定义三种Hamming距离、标准化的Hamming距离,并分别研究它们的性质.接着,分析三种距离的等价关系.最后,探讨这三种距离意义下区间毕达哥拉斯模糊空间的完备性和可分性.

格蕴涵代数的区间值犹豫模糊子代数

把区间值犹豫模糊集和格蕴涵代数相结合,给出格蕴涵代数的区间值犹豫模糊子代数的概念,讨论了区间值犹豫模糊子代数与其犹豫模糊子代数的关系。证明了2个区间值犹豫模糊子代数的交是区间值犹豫模糊子代数,并结合具体例子,说明2个区间值犹豫模糊子代数并不满足类似结论。

基于区间直觉犹豫模糊集的高速列车系统关键部件辨识

关键部件作为系统可靠性分析的重要组成以及系统维修策略制定的重要基础,其辨识方法与识别结果的准确性一直是研究热点与难点.为有效识别关键部件保证高速列车系统安全可靠性运行,本文提出一种新的基于区间直觉犹豫模糊集的关键部件辨识方法.首先通过回顾现有复杂系统网络建模方法及其优缺点,归纳总结部件的提取规则与部件间作用关系的定义和类型,提出由局部到整体的高速列车系统全局拓扑网络模型构建方法.其次鉴于现有针对同一高速列车同一节车辆同一部件的故障维修记录数据量少、随机性大等特点,提出将节点属性值区间化,构建节点属性的区间直觉犹豫模糊集,其中节点属性包括由故障数据分析获得的节点可靠性属性值以及由所建全局拓扑网络得到的拓扑属性.最后利用区间直觉犹豫模糊积分算子综合节点的多种属性辨识系统中的关键部件.以转向架系统的拓扑结构以及历史故障数据为基础的实例分析表明,所提出的辨识方法能够准确的识别出系统中的关键部件,且与专家经验的分析结果基本一致.

区间值对偶犹豫模糊集的相关系数及其应用

区间值对偶犹豫模糊集因其可能隶属度与可能非隶属度均采用区间的形式而更具有一般性,因而得到广泛的应用。相关系数可以用来度量两个模糊信息之间的相关关系。基于区间值对偶犹豫模糊集相关系数提出了一种新的多属性群决策方法。在对偶犹豫模糊集的基础上给出了区间值对偶犹豫模糊集的定义及其基本运算;给出了区间值对偶犹豫模糊集的相关系数的定义及相应的计算公式;构造了确定权重的优化模型;基于区间值对偶犹豫模糊集的相关系数和确定权重的优化模型,提出一种属性权重部分未知的模糊多属性群决策方法,并通过实例说明该方法的有效性和可行性。

基于累积前景理论和VIKOR的毕达哥拉斯犹豫模糊风险型多属性决策方法

针对属性权重未知,且属性值为毕达哥拉斯犹豫模糊数(PHFN)的风险型多属性决策问题,考虑到决策者的有限理性行为,提出基于累积前景理论(CPT)和多准则妥协优化解(VIKOR)的决策方法。首先,定义PHFN的分散率,并构建优化模型确定属性权重。其次,将CPT融入PHFN环境,定义PHFN的价值函数,并结合决策权重函数计算方案在各属性下的综合前景值。进一步,构建综合前景值矩阵,在此基础上运用VIKOR法确定方案排序。最后,通过风险投资项目选择的应用案例说明所提方法是可行、有效的。

区间值对偶犹豫模糊集的距离测度及其在多属性决策中的应用

基于区间值对偶犹豫模糊集的定义,提出了距离测度的公理化定义,给出了区间值对偶犹豫模糊集的各种距离测度的公式,如Hamming距离测度、Euclidean距离测度和Hausdorff距离测度,最后,通过一个实际案例研究了距离测度在多属性决策中的应用。

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。

基于犹豫模糊集的R0-代数区间隶属度计算

传统的R0-代数区间隶属度计算方法计算准确率低、运行完整度差,为了解决上述问题,提出基于犹豫模糊集的R0-代数区间隶属度计算方法,对R0-代数区间隶属度数据进行初步分析,查找数据计算误差产生的基础性原因;采用模糊综合评判法识别R0-代数区间隶属度的权重特征。最后通过模糊犹豫集对隶属度权重特征进行隶属度判定,完成R0-代数区间隶属度的计算。实验结果表明,与传统的隶属度计算方法相比,所提计算方法具有较高的计算准确率与运行完整度,可以实现R0-代数区间隶属度的精准计算。

基于改进相关系数的犹豫模糊集聚类分析

针对犹豫模糊集相关系数计算公式中可能存在分母为0的特殊情况,对相关系数公式重新定义,并对犹豫模糊集之间的隶属度差异和犹豫度差异2个部分进行综合考虑,进一步将其推广至区间值犹豫模糊集上,同时弥补了需要对数据进行主观填充这一不足之处,最后证明其良好性质,并应用于数值算例中说明合理有效性。

基于DEMATEL和VIKOR的犹豫毕达哥拉斯模糊多属性决策方法

为了解决复杂模糊不确定环境下多属性决策问题,提出一种基于DEMATEL和VIKOR的犹豫毕达哥拉斯模糊多属性决策方法。首先根据决策者给定的属性评价值,利用DEMATEL方法确定属性权重,通过VIKOR方法对方案进行排序;其次对于排序结果不一致的情况,利用Kendall-W系数进行事前一致性检验,利用本文所提组合模糊Borda方法进行排序;再利用Spearman系数进行事后一致性检验。最后通过实例说明该方法的可行性与有效性。