路基下岩溶稳定性评价的模糊多层次多属性决策方法研究

影响高速公路路基下岩溶稳定性的因素很多,影响程度各不相同且包含各种模糊信息。基于实际工程资料,综合运用层次分析方法和模糊多属性决策方法,建立路基下岩溶顶板稳定性评价的模糊多层次多属性决策模型;采用Laagoven和Buckley关于层次分析方法中权重比矩阵元素模糊化的建议,推导出权重比矩阵元素为三角模糊数的模糊权值向量计算公式,再按照模糊平均加权方法(F-SAW)得到每个评语的模糊效应值;最后以此结果进行模糊集排序,得到岩溶顶板稳定性的评语。实际工程的应用结果表明了方法的可行性和有效性,为岩溶区路基稳定性评价提供了新的思路和方法。

基于GRA-GCRITIC和改进加权双向投影的区间Fermatean模糊多属性群决策方法

针对司法案件决策环境的复杂性及评价信息的模糊性,提出一种基于GRA-GCRITIC(grey relational analysis-group criteria importance through intercriteria correlation)和改进加权双向投影的区间Fermatean模糊Hamacher-TODIM多属性群决策方法。首先考虑到各位专家对各评价方案下各指标评价信息的差异性,提出一种GRA-GCRITIC方法,该方法将灰色关联融入到CRITIC中,以确定指标综合权重比单一获取的指标权重更加客观可靠;其次,结合信任关系对加权双向投影法进行改进,兼顾主客观关系,利用专家个体与群体评价信息的隶属度及非隶属度矩阵间的相似度得到专家权重;最后,考虑到决策者的损失规避心理,将融合了Hamacher算子的TODIM方法拓展至区间Fermatean模糊环境中,通过具体算例可得到其综合优势度及排序,验证了所提方法的可行性及灵活性。

基于改进区间直觉模糊多属性群决策的在线知识付费产品评价方法研究

针对在线知识付费产品评价与优选问题,从知识付费产品和知识生产者两个维度设计评价属性,提出一种改进的区间直觉模糊多属性群决策方法。首先,考虑决策者的专业性,确定每一属性的决策者权重;其次,构建一种基于信息和知识交流的共识达成模型,使关键性决策信息和知识不会被修改;然后,为了更准确地刻画决策者的心理偏好,提出一种改进前景理论的价值函数;最后,利用一个案例研究,验证了所提方法的有效性,并通过与现有决策方法的对比分析,证实了所提方法的创新性。本研究不仅能从产品质量评价视角为研究在线知识付费产品提供新的研究思路,还能帮助在线知识付费平台评价在线知识付费产品,进而督促知识生产者提高产品质量。

Picture模糊数的改进得分函数在多属性群决策中的应用

针对picture模糊环境下专家权重和属性权重信息未知的多属性群决策问题进行研究.首先,针对现有picture模糊数的得分函数存在一些不足问题,提出了一种新的得分函数.通过分析其相关性质,并与现有得分函数进行比较,说明其更具合理性,能更好地处理模糊决策信息.其次,提出了基于得分函数的picture模糊环境下的多属性群决策方法,根据每位专家给出的picture模糊评价信息的不精确程度及不同专家给出信息的差异程度,从个体和群体两方面综合得到决策者权重;利用得分函数构造不同属性的灰靶贡献度,从而确定属性权重.最后,通过实例比较分析验证了所提方法的可行性和有效性.

基于从众行为和移情关系的区间直觉模糊多属性群决策

在现实群决策中,决策者常因信息不完全或社会排斥风险而表现出从众行为,同时通过情感移情效应感知他人情感,并将其观点纳入决策之中。但目前群决策研究鲜少考虑从众行为与移情关系的因素。为了拓展群决策的研究范畴和应用领域,提出一种多属性群决策方法,揭示了从众行为和移情关系对群决策的影响规律。首先,构建一个序贯决策分析框架,有效表达决策者从众行为对群决策的影响机制。随后,引入移情网络,对决策者的移情关系、感召力和知识能力三方面信息进行界定,进而探讨这些因素在决策过程中的作用效果。评估阶段的从众关系综合考虑了移情关系、感召力和知识能力;集结阶段的决策者权重受到感召力的影响,而时间点权重则由知识能力决定;在共识阶段,利用移情关系提出意见调整建议。最后通过实例研究说明,所提方法能够取得可靠且稳定的结果,并且相较于传统群决策方法,能更为高效地达成群体共识。

基于自信息熵的直觉模糊决策系统的属性约简

针对在直觉模糊集中,利用下近似构建的约简只考虑了下近似而忽略了上近似,从而导致一些信息丢失的问题,基于直觉模糊集的上、下近似提出了3种熵度量,并将其应用于直觉模糊决策信息系统的约简之中。在直觉模糊决策信息系统上定义用于描述直觉模糊关系的3种不确定性度量,分别为平均决策指数、平均安全决策指数以及平均风险决策指数,并在此基础上依次提出了条件信息熵、条件粗糙熵和自信息熵,基于自信息熵给出了相应的约简定义以及属性约简算法。在多个数据集上的实验表明,所提出的属性约简算法与其他算法相比,约简结果更具有优越性以及鲁棒性。

基于梯形模糊数的动态混合多属性群决策方法

基于梯形模糊数信息环境,研究动态混合多属性群决策问题.给出梯形模糊数的转化方法及梯形模糊数信息的加权综合集结方法,定义动态梯形模糊加权几何算子;提出不同类别权重的确定方法,利用决策专家的赋值离差和最小化方法确定决策者的权重,运用离差最大化模型确定属性权重,基于熵权法和Orness测度赋权法计算时间权重;在此基础上,利用VIKOR(多准则妥协解排序)法提出一种基于梯形模糊数的动态混合多属性群决策方法,并通过算例验证其可行性与有效性.

基于区间q阶orthopair模糊可能度的多属性决策方法

判定区间q阶orthopair模糊数(IVq-ROFNs)排序关系是解决区间q阶orthopair模糊(IVq-ROF)决策问题的关键环节,而可能度测度是重要工具之一。针对现有得分函数、精确函数和可能度测度无法处理的反直觉问题,提出一种基于IVq-ROF可能度的多属性决策方法。首先,定义IVq-ROF环境下的可能度测度,并讨论其相关性质;然后,通过解决反直觉问题的例子说明本文所提IVq-ROF可能度测度的可行性和优势性;最后,构建基于IVqROF可能度的多属性决策模型,并由两个算例分析现有可能度在IVq-ROF环境中扩展的适用性,验证本文所提方法的有效性与合理性。

基于属性偏好的直觉模糊MAIRCA决策方法

针对不确定信息环境下的应急决策问题,提出一种基于属性偏好的多属性理想现实比较分析法(MAIRCA)。首先,给出MAIRCA框架的一个新的直觉模糊扩展,并定义一种新的专家综合权重和属性偏好权重的计算方法;其次,考虑决策者对各决策属性的偏好信息,构建基于属性偏好的直觉模糊MAIRCA决策方法;再次,通过网络安全的应急决策算例,与现有的多属性决策方法(IF-AHP、IF-MARCOS、IF-TOPSIS、IF-BWM、IF-MAIRCA、IF-VIKOR)进行对比实验,实验结果验证了本文方法的合理性和有效性。最后,通过敏感性分析,动态调整属性权重,对备选方案进行重新排名,所得结果趋于一致性,说明该方法具有较强的鲁棒性。

基于毕达哥拉斯模糊多属性群决策的卷烟烟支质量评估方法

随着卷烟工业企业数字化进程的快速推进,精确恰当的卷烟烟支质量评估方法直接影响卷烟生产质量和效率。根据卷烟烟支质量评估中指标信息具备的多属性、不确定性、模糊性等特点,提出了一种基于毕达哥拉斯模糊多属性群决策的卷烟烟支质量评估方法。运用毕达哥拉斯模糊集对指标信息进行表述和处理,在专家权重和指标权重未知的情况下,构建综合距离模型和知识测度模型确定权重信息;通过相对距离和信息可靠性定义毕达哥拉斯模糊数排序新方法,并计算各方案集结算子进行排序。最后,通过应用实例对该方法进行验证分析。结果表明,方法可以有效运用于卷烟烟支的质量评估,决策结果更加准确客观。

概率对偶犹豫模糊交互融合算子及其在多属性决策中的应用

生产生活实践中的多属性决策问题往往充满了不确定性与模糊性,概率对偶犹豫模糊集作为模糊集的推广能够更全面准确地表达决策者提供的信息。另外,基于融合算子的多属性决策方法是常用的一种模糊决策方法。首先,在融合多个属性下的概率对偶犹豫模糊信息时隶属度与非隶属度会产生相互影响,提出概率对偶犹豫模糊交互运算法则并研究相关性质;其次,给出概率对偶犹豫模糊加权交互平均算子、加权交互几何算子及其性质;然后,建立基于概率对偶犹豫模糊交互融合算子的多属性决策方法;最后,通过一个实例验证提出的决策方法的有效性。

基于模糊多属性群决策理论的课堂教学质量评价研究

考虑学生给定评价信息时的犹豫特性、学生主体之间的差异性以及信息共享的关联性,采用直觉梯形模糊数转换学生群体给定的评价信息,引入模糊测度和Shapley函数值处理存在关联性学生群体的客观权重,并由此构建基于模糊多属性群决策理论的教师课堂教学评价模型,以便于科学、合理地对高校教师课堂教学进行综合评价。

毕达哥拉斯犹豫模糊集多属性决策研究

针对属性间相互关联,评价信息为毕达哥拉斯犹豫模糊信息的多属性决策问题,首先通过研究犹豫度对决策结果的影响,提出一种新的毕达哥拉斯犹豫模糊集得分函数,解决了现有得分函数中存在的不足。其次,提出一种最小公倍数规范化原则,解决了现有方法容易引入误差的缺陷。最后,针对属性关联的多属性决策问题,基于λ-模糊测度与Choquet积分,提出了一种拓展交互式多准则决策(interative multi-criteria decision-making,TODIM)方法,既解决了属性关联的问题,又通过前景理论反映了决策者的心理行为特征。实例分析与敏感性分析验证了所提算法的正确性与有效性。

基于区间直觉模糊集与多属性群决策的动车组牵引系统FMECA方法分析

为保障牵引系统运行时的安全性,辨识系统故障关键部件至关重要。针对传统FMECA法中评价信息模糊性、风险偏好差异性及风险优先数计算方式不合理性的矛盾点展开改进研究,引入区间直觉模糊集(IIFS),降低了具体数值评分的模糊性,运用区间直觉模糊熵确定各专家评分下每项故障模式属性熵值Ej,通过区间直觉模糊集成算子(AIVIFWM)将单个矩阵集结为综合评分,减弱了评价的主观性影响。结合多属性群决策思想,计算集结后的各综合评价区间得分函数G(Aj),进行故障模式风险排序。以2022年某型动车组牵引系统故障数据为例,总结出24种部件的32种故障模式,结果表明牵引变流器的整流器、变流器冷却单元及受电弓碳滑板是故障关键部件,为动车组牵引系统的维修决策提供重点方向。

基于犹豫模糊定向距离的多属性决策方法

犹豫模糊集的提出为多属性决策问题提供了有效解决途径,其距离测度是关键指标。为充分考量决策者在评估时的犹豫程度,本文针对犹豫模糊元中元素之间隶属度差异和元素个数定义了一种新的犹豫度,并提出了一种基于犹豫模糊定向距离的决策方法。首先,针对现有距离测度的不足,提出了含有新犹豫度的犹豫模糊定向距离测度,以充分利用原始数据信息来进行评估。其次,基于该距离测度给出了一种属性权重完全未知的数学规划模型以得出属性权重,并构建了相应的多属性决策模型。最后,以齿轮箱供应商决策问题为例,验证了本文方法的合理性和有效性。

基于区间毕达哥拉斯犹豫模糊熵和交叉熵的ELECTRE II决策方法

针对属性权重完全未知或部分已知,属性值为区间毕达哥拉斯犹豫模糊数的多属性决策问题,提出了基于区间毕达哥拉斯犹豫模糊熵和交叉熵的ELECTRE II法。首先给出区间毕达哥拉斯犹豫模糊数的区间形式的得分函数和精度函数,定义新的距离测度。然后基于区间毕达哥拉斯犹豫模糊数的模糊因子、直觉因子和幅度因子,给出熵和交叉熵公式,并证明其性质,提出了基于熵和交叉熵确定属性权重的方法。最后提出了区间毕达哥拉斯犹豫模糊环境下的改进的ELECTRE II法,利用综合优势值对方案进行排序,并通过算例和比较分析验证了该方法的可行性和有效性。

区间数直觉模糊多属性决策的联系数新算法

针对区间直觉模糊多属性决策的模糊不确定问题,提出一种基于联系数的区间直觉模糊多属性决策新算法。首先把区间数转换成a+bi型的二元联系数,把区间直觉模糊数转换为a+bi形式的直觉模糊数;再参照三元联系数的势函数概念计算直觉模糊数的直觉模糊势,建立基于直觉模糊势的多属性决策模型,依据模型中的综合加权直觉势大小得出n个方案的初排序,依据模型中的综合加权模糊势做初排序的不确定性分析得到终排序。实例应用结果证实了新算法思路的合理性和结果的有效性。

基于模糊过滤排序法的复球形犹豫模糊多属性群决策方法

为有效分析属性值的概率分布对决策结果的影响,基于模糊过滤排序法提出属性权重和决策成员权重完全已知的复球形犹豫模糊多属性群决策方法。首先,定义复球形犹豫模糊集以及集结算子和满意度;其次,根据模糊过滤排序法构建复球形犹豫模糊多属性群决策模型;最后,运用算例验证所提方法的合理性和有效性。

计及群体压力和群体极化的PDHFSs-TODIM多属性群体决策算法

在概率对偶犹豫模糊环境下的多属性决策中,针对决策过程一般未考虑决策专家在讨论中所受的群体压力和群体极化的问题,提出了一种计及群体压力和群体极化的概率对偶犹豫模糊集-拓扑判别目标间方法(probabilistic discriminative heterogeneous fuzzy sets-topological discriminative inter-objective method,PDHFSsTODIM)的多属性群体决策算法。首先,定义了考虑群体压力的决策信息修正公式,有效削弱群体压力对专家决策信息的影响;然后,搭建了一种考虑群体极化现象的决策模型,该模型充分考虑了专家的主观性,为专家讨论和修正决策提供了机会,通过分配动态决策权重提高决策的置信度,并通过群体极化阈值约束群体的极化效应;进一步,将计算得到的决策数据输入改进的TODIM算法,得到最终决策结果。将算法运用于储能电池综合性能评估分析,通过与其他先进决策算法做对比,验证了所提算法的可靠性与准确性。

基于多粒度犹豫模糊语言术语集的TOPSIS决策方法研究

为了解决在实际决策时,由于知识背景不同决策者采用不同粒度语言术语集来表达而导致决策结果不准确的问题,本文提出了一种基于多粒度犹豫模糊语言术语集的逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)决策方法。首先选用各术语集中的最大粒度作为标准粒度,通过转换算法将每个决策者的语言术语集转换到同一标准粒度下进行集结,得出相应的隶属度语言术语集;然后结合TOPSIS方法,计算每个备选方案与正、负理想点距离,以相对贴近度的大小排序实现最优方案的选择;最后,通过一个实例,验证该方法的可行性和优越性。本文所提方法可应用于最优方案的选择问题中,提升决策结果准确度。