阿基米德copula概率对偶犹豫模糊信息集成算子及其在多属性群决策中的应用

本文基于阿基米德copula和相应的协copula定义了概率对偶犹豫模糊信息的一些运算法则,为概率对偶犹豫模糊信息的融合提供了一种新思路。这些运算法则不仅可以保持运算的封闭性,而且可以反映出概率对偶犹豫模糊信息之间的关系。在进一步研究运算法则性质的基础上,提出了阿基米德copula加权概率对偶犹豫模糊算术平均算子和几何平均算子,并讨论了其性质。针对概率对偶犹豫模糊信息环境下属性权重信息未知的多属性群决策问题,给出了求解属性权重的公式,并利用上述算子进行信息集结,获得了群决策方法。最后,通过公众生态环境满意度评价的实例说明所提方法的有效性,利用参数对评价结果的影响说明决策方法的灵活性。此外,还将本文方法与现有方法进行了对比分析。

直觉对偶犹豫模糊集的集结算子及其应用

在对偶犹豫模糊集与直觉模糊集的基础上,提出了直觉对偶犹豫模糊集的概念和基本运算,构造了直觉对偶犹豫模糊集的算术加权平均集结算子和几何加权平均算子,并考虑有序和广义的情况,分别给出相对应的公式。同时针对某些算子的特殊性质,给出了详细描述和证明。针对模糊集的多属性群决策问题,提出了一种新的基于直觉对偶犹豫模糊集的集结算子的多属性群决策方法,通过一个实例说明了该方法的实用性和有效性。

基于犹豫概率模糊语言集的改进MULTIMOORA决策方法

为解决犹豫环境中由随机性和模糊性引起的不确定性对实际决策造成偏差的多准则群决策问题,文章提出一种基于犹豫概率模糊语言的改进MULTIMOORA决策方法。首先构建各决策者的犹豫概率模糊语言决策矩阵,利用熵值法与离差最大化和距离最小化法得到决策者权重;利用犹豫概率模糊加权平均算子将各决策者的决策矩阵聚合为综合矩阵,进而通过改进的MULTIMOORA方法得到最终排序结果;最后通过物流园区合作商选择的算例分析验证该算法的可行性和有效性,并与TOPSIS法、VIKOR法及HFL-MULTIMOORA进行对比分析。

基于Hamacher算子的对偶犹豫毕达哥拉斯模糊不确定语言多属性决策方法

针对对偶犹豫毕达哥拉斯模糊不确定语言信息的多属性决策问题,提出了一种基于Hamacher算子的多属性决策方法。首先,给出了对偶犹豫毕达哥拉斯模糊不确定语言集的定义和得分函数。然后,基于Hamacher算子定义了对偶犹豫毕达哥拉斯模糊不确定语言变量之间的运算法则。在此基础上,提出了一系列对偶犹豫毕达哥拉斯模糊不确定语言Hamacher集结算子,并研究了其一般显著特征以及参数取不同值的特殊情况。最后,利用新算子给出一种解决多属性决策问题的方法,并通过算例来实现,验证了其有效性和实用性。

基于犹豫模糊决策算法的云制造系统选择研究

云制造系统的选择评价是云制造管理中的重要研究课题。针对复杂的云制造系统评价问题,构建了基于信息集成算子和一致性提升算法的犹豫模糊互补判断矩阵(HFCJM)决策模型。由于现有的犹豫模糊加权平均算子存在不能满足幂等性的不足,提出了一种改进的犹豫模糊加权平均(I-HFWA)算子,并验证其满足幂等性这一重要性质;研究了完全乘性一致HFCJM的构造方法,并引入一致性指数概念来衡量HFCJM的一致性水平;建立了基于犹豫模糊决策算法的云制造系统选择模型,并分析了决策模型在每次迭代过程中的信息损失量、一致性水平提高程度、计算复杂度以及模型的收敛性。采用案例进行验证分析。实验结果表明,相对于对比模型,犹豫模糊决策算法在可靠性和有效性上更优。

基于对偶犹豫模糊几何Heronian平均算子的多属性决策方法及其应用

针对需要同时考虑变量隶属度、非隶属度以及关联性的融合问题,本文将对偶犹豫模糊集与Heronian平均算子相结合,定义了对偶犹豫模糊几何Heronian平均算子和对偶犹豫模糊几何加权Heronian平均算子,讨论了新算子的一些优良特性,包括幂等性、置换不变性、有界性、单调性等性质,并针对属性值为对偶犹豫模糊语言信息关联系的多属性决策问题,建立了基于对偶犹豫模糊几何加权Heronian平均算子的多属性决策模型,基于所定义的算子和建立的数学模型,提出了一种新的基于对偶犹豫模糊Heronian平均算子的多属性决策方法。最后,通过多属性决策算例验证了方法的有效性和可行性。

基于全序关系与A-DHFHW算子的DHFMAGDM方法及其应用

研究专家权重未知的对偶犹豫模糊多属性群决策问题.以记分函数和精确度函数为基础,引入广义距离测度,定义一种对偶犹豫模糊数的全序关系.而后,为克服现存算子的不足,定义新的Hamacher运算法则,并提出改进的对偶犹豫模糊Hamacher加权(A-DHFHW)算子,分析算子与参数的内在关系.为获取专家的客观权重,基于距离测度定义群共识测度,建立以最大化群共识测度为目标的权重优化模型.进一步地,基于全序关系、权重优化模型以及A-DHFHW算子提出一种新的群决策方法.通过解决大数据分析平台的评价问题验证所提方法的有效性和实用性,并分析参数对决策结果的影响.