基于Hamacher三角模的对称毕达哥拉斯集成算子及其应用

在毕达哥拉斯模糊集和Hamacher三角模基础上,研究了一类带参数且具有对称性的集成算子。首先给出了毕达哥拉斯模糊数的对称运算规则;其次,提出了基于Hamacher三角模的对称毕达哥拉斯集成算子,讨论了它的性质;之后,提出一种决策方法来解决毕达哥拉斯模糊信息环境下的多属性决策问题;最后,用示例验证所给方法的有效性。

毕达哥拉斯不确定语言Maclaurin对称集成算子及其在多属性决策中的应用

毕达哥拉斯不确定语言变量是直觉不确定语言变量的拓展和一般化.针对毕达哥拉斯不确定语言变量的集成问题,首先结合语言刻度函数,提出新的毕达哥拉斯不确定语言变量运算法则和排序方法,克服已有运算存在的缺少封闭性和灵活性的不足.进而,提出了捕获多元关联关系的毕达哥拉斯不确定语言Maclaurin对称集成算子(PULMSM)及其加权形式(PULWMSM),并探讨其优良性质和特例.最后,提出一种基于PULWMSM的毕达哥拉斯不确定语言多属性决策方法,并通过实例来分析其合理性和有效性.

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。

毕达哥拉斯模糊优先集成算子及其决策应用

作为直觉模糊集的推广形式,毕达哥拉斯模糊数能更好地刻画现实中的不确定性,此外在某些问题上,方案的属性之间往往具有优先关系,针对此类信息的集成问题,将毕达哥拉斯模糊数与优先集成算子相结合,提出了毕达哥拉斯模糊优先集成算子,包括毕达哥拉斯模糊优先加权平均算子和毕达哥拉斯模糊优先加权几何算子,并讨论了这些算子的性质。在此基础上,提出了毕达哥拉斯模糊优先集成算子的多属性决策方法,最后将其应用于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。

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。

基于置信水平的毕达哥拉斯模糊综合评价方法

为了提高综合评价的科学有效性,专家在给出评估值的同时,往往还须以类似"熟悉程度"等形式说明自己评判的可靠性。提出了融合专家"评价值"和"熟悉程度"的集成模型,改进了现有方法的缺陷,能有效地将专家"熟悉程度"信息融入最终评估结果中。进一步研究了该方法在毕达哥拉斯模糊集情形中的应用,提出了毕达哥拉斯模糊信息的融合方法,最后用实例验证了该方法的有效性和可行性。

基于异构关系的语言毕达哥拉斯模糊多属性决策

多属性决策在日常生活中越来越常见,专家在对方感进行评估时,通常不能给出定性定量的评价。模糊集的提出则给出了模糊评价的方法来对信息进行评估。在这时候,直觉模糊集,毕达哥拉斯模糊集相继被提出。毕达哥拉斯模糊集是在直觉模糊集的基础上的进一步延伸,使得决策者在进行信息评估时可以有更大的表达范围。最终不确定性信息可以得到更为精确的表达。但是在实际的决策环境中,可以精确地表达不确定信息是不够的。因为决策者的评估意见往往是"好","一般"这样的形容词,这不利于信息整合来获得最佳方案。所以引入语言毕达哥拉斯模糊数的概念来进行语言信息的集成。文章的研究内容分为这几个部分:研究异构关系中语言毕达哥拉斯模糊集的计算公式。将语言毕达哥拉斯模糊集的概念和EBM算子相结合,定义基本公式。对公式进行推导,得到模糊数形式。研究语言毕达哥拉斯模糊EBM算子的性质。讨论算子的有界性,单调性和置换不变性。研究语言毕达哥拉斯模糊EBM算子的优越性。将语言毕达哥拉斯模糊EBM算子和语言直觉模糊EBM算子进行对比,说明该决策方法的有效性。

毕达哥拉斯模糊交叉影响集成算子及其决策应用

定义毕达哥拉斯模糊数的交叉影响加法、数乘、乘法及幂运算,提出毕达哥拉斯模糊交叉影响加权平均算子(PFIWA)、毕达哥拉斯模糊交叉影响有序加权平均算子(PFIOWA)、毕达哥拉斯模糊交叉影响加权几何算子(PFIWG)及毕达哥拉斯模糊交叉影响有序加权几何算子(PFIOWG),推导出它们的数学表达式,并研究其性质.提出基于毕达哥拉斯模糊交叉影响集成算子的决策方法,并通过决策实例验证所提出方法的稳定性和有效性.

毕达哥拉斯三角模糊数集成算子及其决策应用

将毕达哥拉斯模糊数与三角模糊数相结合,提出了毕达哥拉斯三角模糊数的概念,定义了其运算,研究了其运算规律,推广了直觉三角模糊数和毕达哥拉斯模糊数,并通过定义毕达哥拉斯三角模糊数的得分函数和精确函数,实现毕达哥拉斯三角模糊数的排序。然后,定义了毕达哥拉斯三角模糊数加权平均算子(PTFWA)和有序加权平均算子(PTFOWA)、毕达哥拉斯三角模糊数加权几何算子(PTFWG)和有序加权几何算子(PTFOWG)以及毕达哥拉斯三角模糊数混合平均算子(PTFHA)和混合几何算子(PTFHG),研究了它们的性质,并给出其计算公式。最后,提出了基于毕达哥拉斯三角模糊集成算子的决策方法,通过实例说明了其可行性。

毕达哥拉斯模糊Hamacher集成算子及其决策应用

定义了毕达哥拉斯模糊Hamacher运算,包括毕达哥拉斯模糊Hamacher和,积,数乘以及幂等,并研究了这些运算的性质.然后,将毕达哥拉斯模糊Hamacher运算应用到了信息集成之中,提出了毕达哥拉斯模糊Hamacher加权平均算子（PFHWA）,毕达哥拉斯模糊Hamacher有序加权平均算子（PFHOWA）,毕达哥拉斯模糊Hamacher加权几何算子（PFHWG）,以及毕达哥拉斯模糊Hamacher有序加权几何算子（PFHOWG）,并分别研究了它们的性质.最后,提出了基于毕达哥拉斯模糊Hamacher集成算子的决策方法,并通过实例说明了决策方法的可行性与有效性.

毕达哥拉斯模糊还原性BM算子及其决策应用

还原性是信息集成算子的一个重要性质.针对毕达哥拉斯模糊加权Bonferroni平均(BM)算子不具有还原性的情况,提出了具有还原性的毕达哥拉斯模糊BM算子,并研究了其决策应用.首先,定义了毕达哥拉斯模糊还原性加权BM算子(PFRWBM)和广义毕达哥拉斯模糊还原性加权BM算子(GPFRWBM),推导出它们的计算公式,证明了它们的性质.随后,定义了毕达哥拉斯模糊还原性加权BGM算子(PFRWGBM)和广义毕达哥拉斯模糊还原性BGM算子(GPFRWBGM),给出它们的计算公式,讨论了它们的性质.最后,提出了基于毕达哥拉斯模糊还原性加权BM算子的多属性决策方法,并通过实例和方法对比说明了所提方法的可行性.

信息集成算子加权向量的对称性研究

对信息集成算子加权向量的对称性进行了研究.提出了升序加权算术平均(AOWAA)算子和语言AOWAA算子,分别给出了降序加权算术平均(DOWAA)算子和升序加权算术平均(AOWAA)算子、降序加权几何平均(DOWGA)算子和升序加权几何平均(AOWGA)算子、以及语言DOWAA算子和语言AOWAA算子的一个等价条件,并证明了在加权向量是对称的情况下:1)利用DOWAA算子对若干个互补判断矩阵进行集成所得到的群判断矩阵仍为互补判断矩阵;2)利用DOWGA算子对若干个互反判断矩阵进行集成所得到的群判断矩阵仍为互反判断矩阵;3)利用语言DOWAA算子对若干个语言互补判断矩阵进行集成所得到的群判断矩阵仍为语言互补判断矩阵.最后探讨了一些常用加权向量的对称性问题.