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P-犹豫模糊集与VIKOR的绿色产品设计多属性决策方法

针对绿色产品设计属性不确定及其关联关系的复杂性问题,提出一种基于P-犹豫模糊集与多准则妥协解排序(VIKOR)法的绿色产品设计多属性决策方法。利用Pythagorean犹豫模糊数度量产品属性及其特征值得到专家初始权重;考虑绿色设计决策者及属性关联,运用λ-模糊测度、Shapley值和交叉熵得到决策者及属性关联权重;以综合最大化整体效用和最小化个体遗憾为目标,基于VIKOR法对绿色产品设计方案进行排序选择;最后通过实例分析验证方法的合理性和有效性。研究结果显示,该方法既可以综合绿色设计决策者心理,有效区分不同绿色设计方案之间的差别,又可以描述绿色设计决策者和属性间的关联关系,为绿色产品设计多属性决策提供了一种可行的方法。

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。

Pythagorean模糊环境下的三支多属性决策方法

将后悔理论与逼近理想解排序(TOPSIS)法相结合,提出了一种新的三支多属性决策方法,旨在减少决策者的后悔情绪,提高决策满意度.首先,通过评价信息表确定各属性下备选方案的状态集,计算各方案的条件概率.其次,结合TOPSIS和后悔理论,计算相对损失函数,进而确定期望损失,并建立三支决策规则,对方案进行排序并划分为接受域、延迟决策域或拒绝域.最后,以城市轨道交通站点选择为例,进行案例对比分析,验证了该方法的可行性和有效性;接着进行参数分析,以验证该方法的稳定性.

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。

基于投影测度和TOPSIS方法的区间直觉模糊多属性决策模型

文章针对多属性决策问题中评价信息为区间直觉模糊数和属性权重未知的情况,建立了一种基于投影测度和结合TOPSIS评价方法的多属性决策模型。首先,给出了一个新的标准化投影测度公式,其可以更加准确地度量两个区间直觉模糊集的接近程度;然后,以备选方案与正负理想解之间的投影值的区分度作为优化准则,构建了一种求未知属性权重的优化模型;最后,通过实验对比分析,验证了模型的可行性和有效性,结果表明该决策模型具有更好的鲁棒性和区分度。

基于改进TOPSIS的三角直觉模糊多属性群决策方法

针对属性值为三角直觉模糊数,决策者权重已知的多属性群决策问题,提出基于灰色关联度的TOPSIS多属性群决策方法。首先根据决策者对各个属性的打分评级结果,将模糊的语言变量转化为三角直觉模糊数,集结决策者评价信息矩阵,基于属性值离差最大化求出各属性的权重向量,计算备选方案加权决策矩阵;其次,引入灰色关联度,基于模糊正理想点和模糊负理想点计算每个备选方案的灰色关联度,计算每个备选方案的相对贴近度,从而确定每个备选方案的顺序;最后,通过实例分析,验证该方法的有效性。

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。

球型模糊环境下基于前景理论和VIKOR的多属性群决策方法研究

研究了模糊多属性群决策问题。首先,在属性权重已知的情况下,通过建立评价属性,专家打分构建球型模糊评价矩阵。其次,考虑专家的有限理性行为,基于前景理论构建了前景值决策矩阵,并运用VIKOR方法,在可接受优势和决策过程稳定的条件下对方案进行择优。最后,通过算例与3种方法对比,说明了方法的有效性和可行性。

基于模糊多属性决策理论的语义Web服务组合算法

综合评估数据异构的服务质量(QoS)从而选择出全局最优的执行计划是语义Web服务组合研究中的难题之一.提出一种基于模糊多属性决策理论的语义Web服务组合的优化选择算法(FuMuCom)以解决上述难题.该算法能够评价以实数、区间数和语言型数据描述的QoS信息,从而进行综合决策.FuMuCom包括3个步骤:语言型数据的去模糊化、异构决策矩阵的标准化和QoS综合评估.同时还介绍了一个可扩展的本体用来描述异构的QoS数据;同时,从本体进化的角度介绍了一种异构QoS的聚合算法.最后,通过对真实的服务质量数据进行实验,验证了该算法的优越性和有效性.