基于调和概率语言术语集的Power平均算子

实践发现现存概率语言Power平均算子在应用中存在概率信息丢失、计算过于繁琐等问题,针对这些问题,提出一种基于调和概率语言术语集的Power平均算子。结合新的基本运算法则与新的支撑度,给出新的概率语言Power平均算子、概率语言Power几何平均算子、概率语言Power加权平均算子、概率语言Power加权几何平均算子,同时论证分析了这几类新型算子的性质。最后通过实验数据,将提出的算子与现存算子进行对比分析,验证了所提算子的有效性与可行性。

模糊Bonferroni平均算子及在多准则群决策中的应用

在进行信息集成时,有时需要考虑输入变量之间的相互影响,而Bonferroni平均(Bonferroni mean,BM)算子正好具有这种优点。为了集成三角模糊数,提出模糊Bonferroni平均(fuzzy Bonferroni mean,FBM)算子,讨论它的几种特殊情形。在此基础上,提出模糊加权Bonferroni平均(fuzzy weighted Bonferroni mean,FWBM)算子和组合模糊加权Bonferroni平均(combined fuzzy weighted Bonferroni mean,C-FWBM)算子,同时研究它们的一些性质。针对决策信息以三角模糊数给出的决策问题,提出一种基于FWBM算子和C-FWBM算子的多准则决策方法。最后举例说明其在模糊多准则群决策中的应用,结果表明该方法是可行的。

一种组合加权几何平均算子及其应用

提出了一种集结数据信息的组合加权几何平均 (CWGA)算子 ,证明了加权几何平均(WGA)算子以及有序加权几何平均 (OWGA)算子均为CWGA算子的特例 .CWGA算子的根本特点是 :不仅考虑每个数据的自身重要性程度 ,而且还体现了每个数据所在位置的重要性程度 .最后 ,提出了一种基于WGA及CWGA算子的多属性群决策方法 。

广义有序加权指数平均算子及其应用

基于罚函数通过构造优化模型提出了一种新的算子——广义有序加权指数平均算子(GOWEA),并且研究了GOWEA算子的性质.为了确定权重,提出了GOWEA算子的orness测度并研究了orness测度的性质.最后,将GOWEA算子应用到多属性群决策问题中.

三角模糊数直觉模糊Bonferroni平均算子及其应用

针对决策信息为三角模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出了一种基于三角模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法。首先,基于TFNIFN的运算法则和Bonferroni平均(BM)算子,定义了三角模糊数直觉模糊BM算子和TFNIFWBM算子;然后,研究了这些算子的一些性质,建立基于TFNIFWBM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。

连续区间广义有序加权调和平均算子及其在区间组合预测中应用

在连续区间有序加权调和平均(Continuous ordered weighted harmonic averaging,C-OWHA)算子的基础之上,提出连续区间广义有序加权调和平均(Continuous generalized ordered weighted harmonic averaging,C-GOWHA)算子。对该算子进行拓展,提出了加权的连续区间广义有序加权调和平均算子、有序加权的连续区间广义有序加权调和平均算子、诱导有序加权的连续区间广义有序加权调和平均算子及组合的连续区间广义有序加权调和平均算子,以便能够用于计算区间数据组。此外,在诱导有序加权的连续区间广义有序加权调和平均算子的基础之上,以灰色趋势关联度为相关性指标,提出了基于灰色趋势关联度的诱导有序加权的连续区间广义有序加权调和平均算子的区间数组合预测模型,通过实例分析,表明该模型能够起到提高预测精度的作用。

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。

基于语言图犹豫模糊Hamy平均算子的多属性决策方法

将图犹豫模糊集与语言术语集结合,定义了语言图犹豫模糊集和语言图犹豫模糊数的运算,为比较语言图犹豫模糊数的大小,考虑了语言图犹豫模糊数中元素的离散程度对评估结果的影响,定义了得分函数和精确函数,提高了得分函数对语言图犹豫模糊数的区分能力。结合Hamy平均算子,定义了语言图犹豫模糊Hamy平均算子,研究了语言图犹豫模糊Hamy平均算子的性质,并提出了语言图犹豫模糊Hamy平均算子的多属性决策方法。最后,将其应用于建筑公司原料供应商的选择中,并与现有方法进行对比分析,验证了所提方法的有效性和可行性。

梯形模糊数直觉模糊Bonferroni平均算子及其应用

本文研究决策信息为梯形模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于梯形模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法.首先,介绍了TFNIFN的概念和运算法则,基于这些运算法则和Bonferroni平均(Bonferroni mean,BM)算子,定义了梯形模糊数直觉模糊Bonferroni平均算子和TFNIFWBM算子.然后,研究了这些算子的一些性质,建立基于TFNIFWBM算子的多属性群决策模型,结合排序方法进行决策.最后,将该方法应用在MAGDM中,算例结果表明了该方法的有效性与可行性.

模糊诱导有序加权平均算子

给出了诱导有序加权平均算子的矩阵表示,在此基础上提出了模糊诱导有序加权平均算子,讨论了模糊诱导有序加权平均算子的相关性质,并将模糊诱导有序加权平均算子用于一个投资决策实例分析中。

不确定语言Hero平均算子及其在多属性群决策中的应用

基于Hero平均算子,提出一些适合不确定语言环境的聚合算子,即不确定语言Hero平均（ULHA）算子和不确定语言广义Hero平均（ULGHA）算子,并且讨论了它们的基本性质,如单调性、有界性、幂等性、置换性等,以及它们的一些特殊情形。在ULHA算子的基础上,提出了不确定语言几何Hero平均（ULGHA）算子和不确定语言加权几何Hero平均（ULWGHA）算子。最后给出了基于ULWGHA算子的多属性群决策方法,并且将之应用到教师选拔问题中。

模糊诱导有序加权平均算子的散度

在复杂系统中,模糊诱导有序加权平均算子是一种重要的聚合多源信息工具。借鉴信息熵理论,分析研究了模糊诱导有序加权平均算子的偏好散度和分布散度及它们的相关性质。从实际应用的角度,给出了基于偏好散度和分布散度的选择模糊诱导有序加权平均算子权重向量的优化模型。

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。

基于模糊有序加权平均算子的模具设计与制造课程开发

针对当前模具设计与制造数字化技术的广泛应用,研究了决策信息以三角模糊数互补判断矩阵形式给出的有限方案决策问题,给出了一种模糊有序加权平均(FOWA)算子,利用该算子对以三角模糊数互补判断矩阵形式给出的判断信息进行了集结。基于FOWG算子及互补判断矩阵排序公式,给出了一种对决策方案进行排序和择优的算法。利用该算法对模具设计与制造课程开发方案进行排序和择优,为高职教育构建一个开放的、动态的课程体系提供了依据。

基于诱导有序加权平均算子和马尔可夫链的中长期电力负荷组合预测模型

针对传统中长期电力负荷组合预测方法的缺陷,将诱导有序加权平均算子(induced ordered weighted averaging,IOWA)与马尔可夫链(Markov chain,MC)相结合构建IOWA-MC组合预测模型。该模型根据每个单项预测方法在各时点拟合精度的高低顺序对其赋权,保证了组合预测模型中权系数与拟合精度在任一时点上的相关性,同时利用MC定性推测出预测时间点上各单项预测方法的预测精度状态,从而确定其在预测时点上的权系数。算例结果表明,IOWA-MC能自动识别高精度预测模型,排除低精度预测方法带来的影响,预测精度较高,具有较强的实用价值。

基于诱导有序加权平均算子的最优组合短期负荷预测

为提高预测精度,弥补现有组合预测方法中单项预测方法在各预测点的加权系数恒定等不足,提出了一种新的组合预测方法——基于诱导有序加权平均算子(inducedordered weighted averaging operator,IOWA)的短期负荷最优组合预测方法。该方法针对同一预测方法在不同时刻的预测效果不同,按照各单项方法在不同时刻预测精度的高低进行有序赋权,实现方法的优缺点互补,降低预测结果对某一方法的依赖性,达到提高预测精度的目的。文中基于IOWA算子的组合预测方法,建立相应的确定权系数的优化模型,给出采用现代内点法解算该优化模型的过程及步骤。实际应用结果表明,该方法能有效提高组合预测精度且计算时间短。

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。

基于时序加权平均算子的灌区动态评价

针对目前运用静态评价方法对灌区进行评价得出的评价结论静止、不全面的缺陷,提出应用动态评价方法对灌区运行进行动态、全面评价的思想,运用时序加权平均算子(TOWA)理论基于灌区多年运行数据对大型灌区节水改造项目生态环境效益进行了时空多维动态评价研究,得出了不同于传统静态评价方法的动态评价结果。应用结果表明,应用时序加权平均算子理论对灌区节水改造生态环境效益进行动态评价可以得出全面的、科学的评价结果。