一种基于单值中智集的多属性群体决策方法

针对属性权重未知,属性值为单值中智数的多属性决策问题,提出了一种基于中智熵和广义单值中智算子的群体决策方法。先是利用中智熵求出属性权重,然后提出3种广义单值中智算子:广义单值中智加权平均(GSNWA)算子、广义单值中智有序加权平均(GSNOWA)算子和广义单值中智混合平均(GSNHA)算子,再利用GSNWA和GSNHA算子来集结信息得到方案综合评价值,并通过相似度测度对方案进行排序选优。最后,通过一个算例说明了该决策方法的有效性和合理性。

基于单值中智VIKOR法的供应商优选模型

针对属性权重未知的供应商优选问题,提出一种基于单值中智VIKOR法的供应商优选模型。首先通过语言变量确定了决策专家和属性指标的权重;接着利用单值中智加权平均算子把所有专家给出的中智决策矩阵进行集结,构建综合中智决策矩阵;然后通过将VIKOR法扩展到单值中智环境下,得到备选供应商的折中最佳方案。最后通过仿真实例说明了模型的有效性和实用性,并结合灵敏性测试,验证了该模型的灵活性。

三角中智数及其运算性质

为进一步完善中智集理论,将三角模糊数和中智数进行融合。首先提出三角中智数的概念,并陆续定义交、并、补、加、乘、幂运算,同时验证了运算所满足的若干性质。然后借助BM算子建立三角中智数BM算子,并证明该算子满足幂等性、置换不变性和单调性等特点。最后根据实际需要分别构造出三角中智数的加权BM集结算子和加权算数平均算子。该研究不仅扩展了中智集种类,而且为决策领域数据的快速融合提供了有效工具。

社交网络环境下基于单值中智信息的大规模群决策方法

考虑到单值中智集具有全面且准确描述不确定信息的优势,文章提出了社交网络环境下基于单值中智信息的大规模群决策方法.首先,结合Louvain算法对社交网络进行分区,并确定分区团体中各决策者权重以及分区团体在整个社交网络中的权重.其次,提出改进的单值中智加权平均算子与改进的单值中智有序加权平均算子,并探讨算子的合理性以及相关性质.结合所提算子,对分区团体中各决策者的偏好信息以及整个网络中决策者的偏好信息进行集结.再次,采用单值中智距离测度检测分区团体中决策者的一致性水平,并利用改进的单值中智加权平均算子与单值中智数比较方法对候选方案进行排序.最后,结合中国某海外矿产投资项目选择案例验证所提方法的可行性与有效性,并通过灵敏度分析与比较分析证明所提方法的优越性.