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。

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。

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。

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。

改进的直觉模糊加权Heronian几何平均算子及其在徽酒评价中的应用

Heronian几何平均算子因具有良好的捕获变量间关联性的特性,一直被广泛用于解决多属性决策问题。通过对现有的加权Heronian几何平均算子分析,可知其不具有退化性和幂等性。为此,在直觉模糊环境下,提出一种改进的直觉模糊加权Heronian几何平均(IIFWGHM)算子,证明了新算子具有退化性、幂等性、单调性、有界性等优良性质,并探讨新算子的一些特殊形式。在此基础上,给出一种直觉模糊多属性决策方法,并对徽酒产品进行评价分析。

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。

基于熵权的区间梯形直觉模糊数型VIKOR多属性群决策方法

针对备选方案的属性值为区间梯形直觉模糊数(IVITFN)且方案属性指标和决策者权重未知的多属性群决策(MAGDM)问题,提出了一种基于熵权的区间梯形直觉模糊数型多准则妥协解排序(VIKOR)方法。首先,将决策者的评价信息转化为IVITFN决策矩阵,并对其进行规范化处理;其次,利用区间梯形直觉模糊Bonferroni平均(IVITFBM)算子将多个决策者的决策矩阵集结为一个综合决策矩阵;然后,利用熵权法求出综合决策矩阵中各属性指标的权重,并基于VIKOR方法对备选方案进行排序以及决策分析;最后,通过实例和比较分析验证了该方法的有效性和可行性。

区间直觉模糊几何Heronian平均算子及其应用

针对决策信息为区间直觉模糊数且属性间存在相互关联的多属性群决策问题,提出了一种基于区间直觉模糊几何加权Heronian平均算子的决策方法。首先,基于区间直觉模糊数的运算法则和几何Heronian平均算子,定义了区间直觉模糊几何Heronian平均算子和区间直觉模糊几何加权Heronian平均算子。然后,研究了这些算子的一些性质,建立基于区间直觉模糊几何加权Heronian平均算子的多属性群决策模型,结合排序方法进行决策。最后,通过多属性群决策算例验证了该方法的有效性与可行性。

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.

基于集成算子的改进IITFN多属性群决策方法

对区间直觉梯形模糊数决策方法进行研究。定义了区间直觉梯形模糊数期望值、得分函数和精确函数,进而给出了区间直觉梯形模糊数的一种新的排序方法。另一方面,给出了有序加权平均算子和混合集成算子。建立了基于区间直觉梯形模糊数的多属性群决策方法,给出了相应的群决策方法。实例分析验证了所提出方法的有效性。

基于GOWA算子的IITFN群决策方法

对区间直觉梯形模糊数(IITFN)决策方法进行了研究.通过定义区间直觉梯形模糊数的期望值和预期得分,进而给出区间直觉梯形模糊数的一种新的排序方法;同时,给出了广义有序加权平均算子及其性质.为了求广义有序加权平均(GOWA)算子的权重,提出了广义最小二乘法,进而建立了基于区间直觉梯形模糊数的属性权重完全未知的多属性群决策方法,并给出了相应的群决策方法.实例分析验证了所提出方法的有效性.

区间犹豫模糊集成算子及其在多属性决策中的应用

针对属性值为区间犹豫模糊元且属性间存在相互关联的多属性决策问题,提出一种基于区间犹豫模糊Heronian平均算子的多属性决策方法。首先,给出了区间犹豫模糊元的定义及运算法则;然后,提出了区间犹豫模糊Heronian平均算子和区间犹豫模糊几何Heronian平均算子,并探讨了它们的特性;在此基础上,考虑到各属性的不同重要性,定义了区间犹豫模糊加权Heronian平均算子和区间犹豫模糊加权几何Heronian平均算子;最后,将区间犹豫模糊加权Heronian平均算子应用于多属性决策问题中,验证了所提算子的有效性和可行性。