概率区间值犹豫模糊集多属性群决策模型及其应用

目的:研究概率区间值犹豫模糊集及应用。方法:将概率区间值犹豫模糊数,用区间值隶属度的中位数、区间值隶属度的清晰度以及概率构成的三维点坐标进行刻画,在此基础上提出了概率区间值犹豫模糊元的相关运算。根据概率区间值犹豫模糊元的相关运算采用熵值法计算属性权重。最后基于TOPSIS思想给出了一个新的贴近度公式,并利用新的贴近度公式对方案排序。结果:建立的概率区间值犹豫模糊集多属性群决策模型可以有效排序方案。结论:将概率区间值犹豫模糊集采用区间值隶属度的中位数、区间值隶属度的清晰度以及概率来表示不仅可行,而且可以用来解决多属性群决策问题。

加权区间值犹豫模糊集的群决策方法

为了在区间值犹豫模糊集(IVHFS)中体现出决策专家的重要性,把所有评审专家的综合权重注入IVHFS中,进而定义了加权区间值犹豫模糊集(WIVHFS).将WIVHFS用三维点坐标(由区间值隶属度的中位数、区间值隶属度的清晰度以及评审专家综合权重构成)进行刻画,在此基础上给出了加权区间值犹豫模糊元(WIVHFE)的相关运算;基于WIVHFE的相关运算采用熵值法计算测评准则客观权重,利用0-1优先关系矩阵来获取任意2个备选方案的总测评准则权重优势值与总测评准则权重劣势值,并依据二者之间的大小排序方案.最后,通过一个具体案例说明了文中理论与方法的可行性.

基于区间值直觉模糊集和云模型的FMEA风险评估方法

针对传统故障模式和影响分析(failure mode and effect analysis,FMEA)方法存在评价使用精确数量化造成专家风险评估信息的丢失、忽略风险指标之间的相对重要性以及由于专家有限理性导致的评价固有的随机性等问题,利用区间值直觉模糊集和云模型构建了一种改进的FMEA风险评估方法。首先,引入区间值直觉模糊集(IVIFS)来描述专家评价信息的复杂性和不确定性,通过运用区间值直觉模糊熵,计算专家权重和风险因子的权重;其次,采用云模型的方法,通过比较各支持云模型和反对云模型与正、负理想云模型的正、负相似度,获得故障模式评价值的综合相似度,通过对综合相似度大小排序得到各故障模式风险排序;最后,以自动扶梯的梯级、踏板和胶带风险评估为例进行分析,验证该评估方法的实用性和可行性。

加权概率区间值犹豫模糊集及决策应用

对概率区间值犹豫模糊集中的不同区间值隶属度赋予了决策专家权重,定义了加权概率区间值犹豫模糊集(WPIVHFS).针对WPIVHFS中的加权概率区间值犹豫模糊数,采用区间值隶属度的中位数、区间值隶属度的清晰度、概率以及相对应的决策专家权重构成四维点坐标进行刻画,在此基础上建立了加权概率区间值犹豫模糊元(WPIVHFE)的外部固定函数模型、内部稳定函数模型、2个WPIVHFE的大小比较准则与距离测度模型.利用熵值法分别计算属性的外部权重与内部权重,并依据属性的外部权重与内部权重相离程度值来确定属性的综合权重.考虑方案的外部固定函数值、内部稳定函数值来计算各个方案的综合属性值.方案的排序结果表明:在采用四维点坐标来描述WPIVHFS的基础上建立的决策算法不但科学有效,而且提供了一种多角度观察方案排序结果的方法.

双论域区间值直觉模糊vague粗糙集及其应用

区间值直觉模糊集可诱导出vague集和粗糙集,而后两者的结合具有不确定性深入分析的优势.立足双论域区间值直觉模糊粗糙集,引入vague集进行融合扩张,研究双论域区间值直觉模糊vague粗糙集.首先,定义区间值直觉模糊vague相容类,构建双论域区间值直觉模糊vague粗糙集模型,提出关于双逼近近似和三支决策区域的计算算法,并确立该模型的精确度、粗糙度、依赖度.然后,研究该模型的近似算子与不确定性度量的性质.最后,采用医疗例子进行模型计算、度量测量、性质验证,并得到关于患者临床诊断的患病分析与治疗决策.

区间值犹豫模糊集群决策模型及其应用

为了更好地解决区间值犹豫模糊集(IVHFS)群决策问题,利用平面向量建立了一种可以从多个角度判定方案优劣的群决策模型.首先,在IVHFS中定义了区间值隶属度的中位数、区间值隶属度的清晰度,并以此通过构造平面向量来刻画IVHFS.其次,通过利用平面向量簇刻画IVHFS建立了区间值犹豫模糊元(IVHFE)的外部固定函数模型和内部稳定函数模型,给出比较2个IVHFE大小的准则和计算二者距离的方法,并根据所有方案的外部固定函数值和内部稳定函数值分别计算了测评准则的外部权重和内部权重(依据外部权重与内部权重的相离程度值来确定测评准则的综合权重).再次,通过利用参数调整方案的外部固定函数值与内部稳定函数值的比例计算了各个方案的综合决策值.最后,利用数值算例验证了本文方法的可行性.

区间值直觉模糊相似度及其应用

相似度是模糊集理论中的一个测度,常用来度量两个模糊集的接近程度。在区间值直觉模糊环境下的多属性决策问题中,一个相似度的优劣影响着决策结果的准确性。在以往的研究中,已经有大量的区间值直觉模糊相似度被提出,在分析这些相似度过程中,发现其中大多存在着反直觉的情况。本文从熵测度的角度出发,基于熵测度和相似度的相关关系,由熵测度导出一个对应的相似度,并证明其满足相似度的公理化定义,接着通过实例说明提出的相似度的有效性和优越性。最后将其与传统VIKOR方法相结合,应用于多属性决策问题之中。

基于改进犹豫度的区间值犹豫模糊集距离测度及其应用

模糊集的距离是决策问题中十分重要的数值指标。本文在计算模糊集的距离时不仅探讨了犹豫模糊区间2个端点值和区间个数的多寡对计算结果的影响,而且考虑了其内部区间标准差的差异对于区间值犹豫模糊集之间的距离带来的影响。在探讨了区间值犹豫模糊集的标准差以及由此引出的偏差距离的基础上进一步提出了带有改进犹豫度的区间值犹豫模糊集距离测度公式,并给出实例说明该公式的合理性和优越性。

二维变量信息视角下的概率犹豫模糊集决策方法研究

将概率犹豫模糊集中的隶属度与概率看作二维变量信息,在二维变量信息条件下研究概率犹豫模糊集多属性决策问题。首先,将概率犹豫模糊数书写形式改为点坐标形式,并在此形式下建立概率犹豫模糊元几何距离函数模型与离差程度系数模型;其次,属性的评价值为概率犹豫模糊元,在考虑其内部元素的离差程度与相互之间离差程度基础上,采用熵值法确定属性权重;再次,使用新定义的几何距离函数与离差程度系数函数计算由概率犹豫模糊元组成的属性值,得到属性的综合值,并利用Maclaurin对称平均算子对各方案属性的综合值进行集结,通过比较集结的方案属性综合值大小对各方案进行排序;最后用一个数值算例对本文方法进行验证分析,结果表明,该方法能够快速取得有效的排序结果。

格蕴涵代数的区间值犹豫模糊子代数

把区间值犹豫模糊集和格蕴涵代数相结合,给出格蕴涵代数的区间值犹豫模糊子代数的概念,讨论了区间值犹豫模糊子代数与其犹豫模糊子代数的关系。证明了2个区间值犹豫模糊子代数的交是区间值犹豫模糊子代数,并结合具体例子,说明2个区间值犹豫模糊子代数并不满足类似结论。

基于带概率犹豫直觉模糊集的多属性决策方法

文章以犹豫直觉模糊集为基础,考虑隶属度和非隶属度的支持强度,提出了带概率的犹豫直觉模糊集。针对带概率的犹豫直觉模糊数,定义其基本运算法则,并分析了运算法则的相关性质。同时,定义了带概率的犹豫直觉模糊数间的距离测度。在TOPSIS框架下,提出了基于带概率犹豫直觉模糊集的一种新的多属性决策方法。将此方法应用于某汽车制造企业的云服务提供商选择,阐释了方法的应用性与有效性。

基于区间直觉犹豫模糊集的高速列车系统关键部件辨识

关键部件作为系统可靠性分析的重要组成以及系统维修策略制定的重要基础,其辨识方法与识别结果的准确性一直是研究热点与难点.为有效识别关键部件保证高速列车系统安全可靠性运行,本文提出一种新的基于区间直觉犹豫模糊集的关键部件辨识方法.首先通过回顾现有复杂系统网络建模方法及其优缺点,归纳总结部件的提取规则与部件间作用关系的定义和类型,提出由局部到整体的高速列车系统全局拓扑网络模型构建方法.其次鉴于现有针对同一高速列车同一节车辆同一部件的故障维修记录数据量少、随机性大等特点,提出将节点属性值区间化,构建节点属性的区间直觉犹豫模糊集,其中节点属性包括由故障数据分析获得的节点可靠性属性值以及由所建全局拓扑网络得到的拓扑属性.最后利用区间直觉犹豫模糊积分算子综合节点的多种属性辨识系统中的关键部件.以转向架系统的拓扑结构以及历史故障数据为基础的实例分析表明,所提出的辨识方法能够准确的识别出系统中的关键部件,且与专家经验的分析结果基本一致.

区间值对偶犹豫模糊集的相关系数及其应用

区间值对偶犹豫模糊集因其可能隶属度与可能非隶属度均采用区间的形式而更具有一般性,因而得到广泛的应用。相关系数可以用来度量两个模糊信息之间的相关关系。基于区间值对偶犹豫模糊集相关系数提出了一种新的多属性群决策方法。在对偶犹豫模糊集的基础上给出了区间值对偶犹豫模糊集的定义及其基本运算;给出了区间值对偶犹豫模糊集的相关系数的定义及相应的计算公式;构造了确定权重的优化模型;基于区间值对偶犹豫模糊集的相关系数和确定权重的优化模型,提出一种属性权重部分未知的模糊多属性群决策方法,并通过实例说明该方法的有效性和可行性。

变参数区间值直觉模糊集在模式识别中的应用

提出了带参数区间值直觉模糊集的概念,构造了一系列带参数的区间值直觉模糊集。从已知隶属度和非隶属度出发,重点分析了激励惩罚型变参数区间值直觉模糊集的构造。运用模式识别与医疗诊断案例进行对比。仿真实验结果表明,带参数区间值直觉模糊集方法比传统的直觉模糊集方法更具灵活性。

带参数区间值直觉模糊集及其在模式识别中的应用

首次提出了带参数区间值直觉模糊集的概念,并构造了一系列带参数的区间值直觉模糊集。接着,从已知隶属度和非隶属度出发,重点分析了单参数区间值直觉模糊集的构造。最后,构造了模式分界点的参数方程,并从理论上证明了临界值对模式识别结果有影响。模式识别实验结果表明,带参数区间值直觉模糊集方法比传统的直觉模糊集方法更具灵活性。

直觉区间值模糊集的熵、距离测度和相似测度

熵、距离测度和相似测度是模糊集理论中的三个基本概念。本文中,我们给出了直觉区间值模糊集的熵、距离测度和相似测度的公理化定义并讨论了它们之间的基本关系。有别于以往的交、并运算,我们提出了直觉区间值模糊集的加法、乘法运算,并在此基础上讨论了直觉区间值模糊集的熵、距离测度和相似测度的性质。

基于区间值直觉模糊集的TOPSIS多属性决策

基于区间值直觉模糊集,提出了一种新的TOPSIS模糊多属性决策方法。首先介绍区间直觉模糊集的概念,定义了两个区间值直觉模糊集之间的距离;然后根据TOPSIS方法的原理,定义了两个区间值直觉模糊集的接近系数,通过计算备选方案到区间值直觉模糊正理想解和负理想解的距离来确定接近系数,从而判断备选方案的优劣次序。最后,通过一个具体实例来说明这种方法的有效性和具体计算过程。

基于区间值直觉模糊集加权TOPSIS的高校教师教学效果评价

开展高校教师教学效果评价是提高高校教学质量管理的有效方法之一。基于教学效果评价信息的不确定性,部分文献提出了模糊综合评价、TOPSIS、直觉模糊多属性决策等多种方法。但针对多属性决策中所包含的大量模糊和不确定信息的问题,则采用区间值直觉模糊集加权TOPSIS法,能得到更好地解决。通过定义区间值直觉模糊集和2个区间值直觉模糊集之间的距离等概念,并结合加权TOPSIS原理,计算各方案到正、负理想解的距离和紧密度的综合指标值,从而判断各备选方案的优劣次序。最后通过高校教师教学效果评价实例证明了其方法的有效性。

直觉区间值模糊集的σ-熵、σ-距离测度和σ-相似测度

σ-度量和弱σ-度量是模糊信息度量的重要概念。熵、距离测度和相似测度是σ-度量和弱σ-度量的特例。在直觉区间值模糊集定义的基础上,给出了σ-熵和弱σ-熵、σ-距离测度和弱σ-距离测度、σ-相似测度和弱σ-相似测度的定义与性质,并讨论了它们之间的关系。

关于区间值直觉模糊集运算性质的注记(英文)

针对Atanassov[3]给出的区间值直觉模糊集运算,指出并修正一些区间值模糊集运算的错误性质,有利于以区间值直觉模糊集的进一步研究。