基于优势熵矩阵的模糊软集三支决策方法

讨论了模糊软集上的三支决策问题。通过模糊软集上的模糊优势熵关系来构造模糊优势熵矩阵,从而提出模糊软集上的三支决策方法。首先,介绍了传统的优势关系和优势关系,类比两种优势关系提出了优势熵关系的定义;其次,通过优势熵关系构造了优势熵矩阵及定义了优势熵类,基于优势熵类给出了模糊占优度的定义,依据优势熵矩阵定义模糊软集的损失函数表,计算模糊软集的三支决策阈值,结合模糊占优度来实现模糊软集的三支决策。最后,通过一个算例以及相关的对比分析,验证了本文所提三支决策方法的实用性和有效性。

广义多值直觉模糊软集及其在多属性决策中的应用

软集理论作为一种处理不确定问题的数学新工具弥补了传统模糊理论在参数工具上的不足。本文将广义模糊软集与多值直觉模糊集相结合,提出了广义多值直觉模糊软集的概念,给出了广义多值直觉模糊软集的交、并、补、"且"、"或"运算的概念,并基于这些概念研究其若干相关性质。此外,还将广义多值直觉模糊软集应用到多属性决策问题中去,给出相应的算法。并进行实例分析说明该决策方法的可行性和有效性。

时序犹豫模糊软集及其在决策中的应用

针对犹豫模糊软集的信息随着时间动态变化的情形,引入时间参数,将犹豫模糊软集推广为时序犹豫模糊软集。基于时序犹豫模糊软集的概念,定义了其基本的运算法则,分析对应的运算结果并讨论其运算性质。给出了时序犹豫模糊软集的一种决策方法,并通过实例表明了该方法的有效性与可行性。

时序广义犹豫模糊软集及其决策方法

针对犹豫模糊软集的属性参数并非同等重要的情形,同时考虑到时间的变化对决策会产生影响,在犹豫模糊软集的基础上,提出了时序广义犹豫模糊软集的概念。基于时序广义犹豫模糊软集的概念,定义了其基本运算,分析了相应的运算结果,并讨论了运算性质。提出了时序广义犹豫模糊软集的一种决策方法,给出了具体的决策步骤,并通过实例验证了该决策方法的合理性与可行性。

广义犹豫模糊软集的相似度量及其应用

在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的相似度量。首先利用三种犹豫模糊集合的包含度,构造犹豫模糊集间的相似度量公式。然后在犹豫模糊集相似度基础上给出广义犹豫模糊软集相似度量的公理化定义,并构造广义犹豫模糊软集的相似度量公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的相似度。最后利用广义犹豫模糊软集相似度量方法构造了一种决策方法,并将这个决策方法应用于环境治理问题中。通过实例验证了所提出方法的可行性和有效性。

多值直觉模糊软集

将多值直觉模糊集和软集相结合,提出了多值直觉模糊软集的概念。给出了多值直觉模糊软集的补、交、并、"且"、"或"运算的概念,并基于这些概念研究了若干性质。

双犹豫模糊软集的研究

为对决策过程中犹豫模糊软集参数的非隶属度情况进行有效刻画,结合双犹豫模糊集的非隶属度与软集的参数化特性,提出双犹豫模糊软集的概念。基于双犹豫模糊软集的定义,描述双犹豫模糊软集的补、并、交、拓展交、限制并、且、或、差、平均及几何等运算方法,同时分析对应运算结果并论述相应性质。给出一个基于双犹豫模糊软集的相关性系数算法,解决了双犹豫模糊软集的非隶属度问题。

广义犹豫模糊软集

将广义模糊软集和犹豫模糊软集相结合,提出广义犹豫模糊软集的概念,既避免广义模糊软集模型信息丢失,又弥补犹豫模糊软集在参数集不同时无法进行交并运算的缺点。首先提出广义犹豫模糊软集定义,然后给出广义犹豫模糊软集的并、交、补运算的定义,接着讨论运算的性质,并给出了广义犹豫模糊软集De Morgan律的证明。最后通过实例验证定义的有效性。

基于模糊软集和加权模糊软集的群决策方法

基于模糊软集和加权模糊软集的群决策问题一直是人们研究的热点问题,而处理这一问题的关键就是找到一种简捷有效的决策算法。文章基于这一问题的需要,提出了两种不同的算法,并用算例表明了这两种算法的有效性和合理性。

广义直觉模糊软集的格结构

为推广软集理论的应用范围,研究了广义直觉模糊软集的格结构.介绍了广义直觉模糊软集的概念,给出了广义直觉模糊软集的一些算子及其性质.利用定义的4个交并算子,讨论了广义直觉模糊软集的格结构.最后得到了广义直觉模糊软集的两种格结构,并且证得这两种格都为有界分配格.

动态区间值模糊软集及其决策应用

文章提出了动态区间值模糊软集的概念,定义了动态区间值模糊软集的运算,研究了动态区间值模糊软集的运算性质,给出了动态区间值模糊软集决策方法,通过实例说明了决策方法的可行性与有效性。

基于属性权重的时序模糊软集的群决策方法研究

针对模糊软集在群决策过程中其属性权重往往被忽略或依靠主观经验来确定的问题,提出了一种基于属性优势度的属性权重确定方法,并讨论了其相关性质及运算。在群决策过程中,针对决策信息是随时间变化而变化的这一特点,定义了时序模糊软集等概念,并建立了基于决策时间差的对数增长型时间权重确定公式。最后通过与其他决策方法进行对比分析验证了该方法的可行性和合理性。

一种新的双犹豫模糊软集及其在决策问题中的应用

将犹豫模糊集和双软集模型相结合,给出一种新的双犹豫模糊软集的概念,以及双犹豫模糊软集上的算子,如补、交、并、扩张并、扩张交、限制并和限制交等,并通过约简双模糊软集和水平截集,提出一种基于决策的双犹豫模糊软集的可调方法.该算法给出了做最优选择的方法.

改进的广义模糊软集的贴近度

基于广义模糊软集在处理不确定性问题中的应用,本文对已有的广义模糊软集的贴近度进行了修正,并将其应用于医疗诊断问题中.通过比较得到,修正的贴近度更合理,因而有更好的适用性.

一种改进的模糊软集多参数决策方法

模糊软集多参数决策方法中经常将Zadeh交与代数积使用在数据融合方法中,在一些实际应用中会产生信息缺失,导致决策者无法做出准确的选择。针对这一问题,结合Einstein运算法则提出一种新的数据融合方法,用于解决信息缺失和对象无法排序的问题。所提出的基于模糊软集的多参数决策方法是通过Einstein积运算进行多个参数集合的整合,从而得到一个合成模糊软集,再由合成模糊软集计算得到对照矩阵与得分表,最终得到对象的全排序,为决策者提供判断依据。通过实例结果,可以验证新方法在决策问题中的正确性和有效性。

基于相对熵的不确定语言模糊软集多属性群决策方法

针对决策者权重未知、方案和属性权重信息以不确定语言模糊软集给出的多属性群决策问题,文章建立了基于相对熵的不确定语言模糊软集群决策方法。通过建立偏差最小的目标规划模型确定属性权重,并引用信息论中的相对熵确定不确定语言模糊软集各决策方案的距离,计算方案的贴近度进行排序。最后通过实例分析,验证了在其他方法无法区分方案的情况下,此方法具有更高的区分度和辨识度。

双枝模糊软集及其性质

将模糊软集和双枝模糊集理论相结合,给出了双枝模糊软集定义,进一步给出了双枝模糊软子集,双枝模糊软集相等的定义,规定了双枝模糊软集的交集、并集与补集的运算方法,研究了这些运算的若干性质。双枝模糊软集是一个全新的概念,有很多值得研究的地方。

双枝模糊软集

将模糊软集和双枝模糊集理论结合起立,首先给出了双枝模糊软集的新定义,然后定义了其交、并的运算,最后研究了其一些性质.

广义直觉模糊软集及其代数性质

通过组合广义模糊软集与直觉模糊集,提出了广义直觉模糊软集的概念,定义了广义直觉模糊软集的一些算子,给出了相关算子的一些代数性质,并证明了结合律、分配律和De Morgan律成立.

毕达哥拉斯模糊软集及其应用

直觉模糊软集不能处理参数的隶属度与非隶属度之和大于1的情况,使决策过程受限,影响其应用范围。针对该问题,结合毕达哥拉斯模糊集的特性与软集的参数化,构造毕达哥拉斯模糊软集。介绍毕达哥拉斯模糊软集的补、并、交、且、或、加、乘、必须、可能等运算,给出运算结果,并讨论其德摩根定律。设计基于毕达哥拉斯模糊整合算子的决策算法,分析该算法的计算复杂度,并将其应用到股票投资,应用结果证明了该算法的有效性。