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。

三角直觉模糊广义有序加权平均算子及其在多属性群决策中的应用

针对属性以三角直觉模糊数(TIFN)形式表示和具有不完全权重信息的多属性群决策(MAGDM)问题进行了研究。首先定义了三角直觉模糊广义有序加权平均(TIFGOWA)算子,再利用得分函数和精确函数对方案的排序方法,对不完全权重信息的三角直觉模糊MAGDM问题,运用TIFGOWA算子提出一种新的多目标线性规划的求解方法。最后,运用一个算例说明了本文所提方法的合理性与有效性。

基于幂均融合算子的模糊传感器数据融合

提出了一种新的融合模糊传感器数据的方法 .首先把模糊传感器输出的隶属函数作为对模糊命题的支持程度 ,之后引入了一个相似性测度对各个传感器输出的相似性进行度量 ,定义了一个相对一致度系数表示各个传感器被其他传感器所支持的程度 ,最后基于幂均算子实现了模糊传感器的数据融合 .与已有的方法相比 ,该方法综合考虑了各个传感器的输出信息 ,降低了融合过程中的信息损失 .通过一个目标识别的算例验证了该方法的有效性 .

基于二元组语言直觉模糊幂均算子的多属性决策方法

针对属性值为二元组语言直觉模糊数的多属性决策问题,提出了一种基于二元组语言直觉模糊算子的多属性决策方法。定义了二元组语言直觉模糊距离,提出了一系列新的二元组语言直觉模糊信息集结算子,包括二元组语言直觉模糊幂均算子、二元组语言直觉加权幂均算子及二元组语言直觉模糊几何幂算子,并研究了这些算子的性质。利用二元组语言直觉加权幂均算子集结信息,采用基于二元组语言直觉得分函数和精确函数进行方案排序和择优。最后,通过实例验证了该方法的有效性和可行性。

广义概率对偶犹豫模糊语言幂集结算子在多属性决策中的应用

在对偶犹豫模糊语言集、概率对偶犹豫模糊集和广义幂集结算子的基础上,研究了在概率对偶犹豫模糊语言环境下的广义幂集结算子问题。首先,给出了概率对偶犹豫模糊语言集的定义、运算规则、得分函数、精确函数、距离测度、熵。然后,定义了广义概率对偶犹豫模糊语言幂集结算子,并研究其具有的性质。其次,提出了一种决策方法来解决集结数据之间存在相互关系的概率对偶犹豫模糊语言多属性决策问题。最后,结合相关案例验证了该方法的有效性和可行性。

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。

基于GOWA算子的直觉模糊多属性决策方法

针对直觉模糊环境下的多属性决策问题,提出了一种基于广义有序加权平均(GOWA)算子的决策方法。首先构造了直觉模糊集相对隶属度和相对非隶属度计算公式,使得决策方案的定性、定量指标的属性评价值和权重都可以用直觉模糊集进行统一描述,然后提出能集结直觉模糊集的GOWA算子,进而建立了直觉模糊多属性决策问题的GOWA决策方法。最后利用一个实例对文中模型与方法进行了验证、说明。

改进加权支持度的Pythagorean模糊交叉幂均群决策方法

针对毕达哥拉斯环境下的多属性群决策问题,首先,将毕达哥拉斯模糊数和幂均算子相结合,创造性地拓展了一种新的改进加权支持度;然后,基于此提出了改进加权支持度的毕达哥拉斯模糊交叉幂均算子,并讨论了该算子的性质,进而建立一种毕达哥拉斯模糊背景下能够反映决策属性间相互作用的决策方法;最后,将其应用于智慧城市的评价中。实例分析表明,该方法可以解决实际的多属性群决策问题,并可以进一步应用到智慧物流、模式识别、人工智能等领域。

基于直觉模糊化的广义模糊时间序列预测模型

本文在传统广义模糊时间序列预测模型数据模糊化的基础上,引入直觉模糊集理论对其进行扩展。首先,在隶属度和非隶属度函数中增加犹豫度因子对样本数据进行直觉模糊化,更加细腻的反映数据不确定性本质。然后,用记分函数描述样本数据对模糊集的隶属情况,简化模型的复杂度。随后以传统广义模型为框架,构建基于直觉模糊化的广义模糊时间序列预测模型。最后利用典型的Alabama大学入学人数为实验数据,对比分析本文建立模型与传统广义模型的预测结果,验证直觉模糊化的广义模糊时间序列模型的可行性和优越性。

基于直觉模糊语言集的直播带货窗口选择方法

商家利用职业直播带货主播推销产品已经成为当下最为火热的销售形式,本文利用基于直觉模糊语言集的群体多属性决策方法,为商家选择最优直播带货窗口提供了理论指导。在群体多属性决策方法的制定中,本文利用将语言变量转化为直觉模糊数的方式,对语言文本进行转化处理。分别考虑决策者与专家风险偏好的拟合程度,提出了一种将专家主观权重和客观权重相结合的专家权重确定方式。在对权重与直觉模糊集进行集合时,提出了一种全新的直觉模糊幂混合平均算子(IFPHA),并优化了集合过程中排序使用的得分函数。最后,采用topsis法,并结合改进的直觉模糊数相似度计算公式对最终方案进行了比较,选出最适合风险偏好中等商家的带货直播窗口。

基于直觉模糊集的供应链战略合作伙伴选择

企业建立良好的战略合作伙伴关系可以使供应链产生更强的竞争优势。文章通过对供应链战略合作伙伴的基本原则和影响因素进行分析,建立了合作伙伴的评价指标,运用直觉模糊集广义混合加权集结算子,对合作伙伴选择问题进行了综合评价,并通过实例说明该方法能够很好的解决供应链战略合作伙伴选择的实际问题,具有科学性和可操作性。

基于直觉模糊张量的决策方法及其应用

对具有高维数据特征的直觉模糊决策问题进行了研究,定义了直觉模糊张量的一般形式和运算法则;建立了基于直觉模糊张量的广义直觉模糊加权平均算子,探索了广义直觉模糊加权平均算子的基本性质;证明了广义直觉模糊加权平均算子是直觉模糊加权平均算子的一般形式。提出了基于广义直觉模糊加权平均算子的决策方法,通过算例验证了该方法能够有效解决具有高维数据特征的直觉模糊决策问题。

广义直觉模糊加权交叉影响平均算子及其在多属性决策中的应用

针对不同直觉模糊集的隶属度与非隶属度可能存在交叉影响,提出广义直觉模糊加权交叉影响平均(GIFWIA)算子,推导出其数学表达式,研究该算子的性质,并探讨了基于GIFWIA算子的多属性决策方法.通过实例表明了所提出广义算子在决策应用中的有效性,并分析了不同参数λ对决策的影响.通过灵敏度和相关比较分析,解释了交叉影响对决策结果的影响,表明了所提出广义算子的稳定性.

基于软似然函数的直觉模糊多属性决策方法

为解决传统似然函数中结果值受极端数据影响及无法全面反映决策者偏好程度等问题,本文提出基于软似然函数的直觉模糊多属性决策方法。首先,针对具有不确定性的多属性决策信息,利用直觉模糊集表示模糊信息,对不确定的属性信息进行统一描述,构建了一个直觉模糊环境下的多属性决策问题。其次,通过引入态度特征识别决策者的主观偏好,考虑幂有序加权平均算子下各属性间的支持度,从而确定属性权重,在此基础上采用基于软似然函数的多属性决策算法对多个概率证据进行有效聚合。实验结果表明,所得软似然函数值更趋近于线性变化,不仅能更好地软化加权值,反映决策者的偏好信息,而且能在一定程度上减弱极端数据对结果产生的影响。

基于广义犹豫三角模糊幂均算子的MADM方法

针对以犹豫三角模糊元(HTFE)为输入的多属性决策(MADM)问题,首先,给出犹豫三角模糊集距离的定义,并基于此提出犹豫三角模糊幂均(HTFPA)算子的概念;其次,为了能够有效地弱化与整体信息偏差较大的评估值对决策结果的影响,提出广义犹豫三角模糊幂均(GHTFPA)算子,并讨探其相关性质;再次,通过构建基于最小绝对偏差法的非线性规划模型,以合理地获取广义犹豫三角模糊幂均参数;最后,针对各属性之间均存在交互关联关系且权重信息完全未知的MADM问题,提出基于广义犹豫三角模糊幂均算子的MADM方法.案例和对比分析表明,所提出的方法是可行且合理的.

广义直觉模糊诱导有序加权几何交叉影响平均算子及其在决策中的应用

在不同直觉模糊集的运算存在隶属度和非隶属度交叉影响的基础上,提出了广义直觉模糊诱导有序加权几何交叉影响平均算子,推导出该算子的数学表达形式,并研究了该算子的一些性质。同时探讨新的基于广义直觉模糊诱导有序加权几何交叉影响平均算子的直觉模糊多属性决策方法。实例说明了新的算子在决策应用中的有效性,并分析了不同的参数λ对决策结果的影响,最后将本文提出的广义诱导直觉模糊诱导有序加权几何交叉影响平均算子与现存的广义有序算子进行了稳定性的比较。

直觉模糊幂Heronian平均算子及其在多属性决策中的应用

针对需要同时捕获变量个体间的关联性和整体均衡性的信息融合问题，本文在直觉模糊环境下，将Heronian平均算子和幂平均算子相结合，提出了直觉模糊幂Heronian平均算子和直觉模糊加权幂Heronian平均算子．新算子利用Heronian平均算子的交叉运算来体现变量的关联性，同时引入支撑度系数来挖掘信息的相对贴近度，从而在信息融合过程中体现整体性．此外，还探讨了新算子的一些优良性质和特例，并给出一种多属性决策方法．最后，通过算例验证了该方法的可行性与有效性．

基于语言区间直觉模糊幂加权平均算子的多属性群决策方法

研究以语言区间直觉模糊数为输入的多属性群决策问题。首先,给出语言区间直觉模糊集距离的定义,结合幂均算子的特点,提出语言区间直觉模糊幂加权平均(LIVIFPWA)算子,证明所提算子的幂等性、单调性、有界性等性质,剖析算子的退化性。幂加权平均算子在信息集结过程中的使用综合考虑了专家主观与客观权重,增强了决策信息的精确性。在此基础上,提出基于语言区间直觉模糊幂加权平均算子的群决策方法。最后,通过第三方共享物流供应商选择的案例验证所提方法的可行性和科学性。

基于IFHPOWA算子的空中目标威胁评估变权模型

为提高防空威胁评估模型处理模糊性和不确定性信息的能力,增加威胁评估结果的时效性和实用性,将评估属性信息转换为直觉模糊集信息。定义了直觉模糊优先有序加权平均(IFHPOWA)算子,基于广义混合算子及韦伯-费希纳感知定律确定威胁评估模型变权函数形式,建立威胁评估模型权重产生函数,给出确定其关联权重向量的方法,依据威胁评估准则确定合理的威胁评估属性及各属性的优先关系,进而建立基于IFHPOWA算子的空中目标威胁评估变权模型并详细给出该模型求解步骤。通过不同实例的比较分析说明该模型的合理性和有效性。

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.