广义毕达哥拉斯模糊有序加权比例平均算子及其应用

将广义有序加权比例平均算子推广到毕达哥拉斯模糊决策环境中,定义了广义毕达哥拉斯模糊有序加权比例平均算子(GPFOWPA),并研究了该算子的性质。最后,提出了基于GPFOWPA算子的模糊多属性群决策方法,并通过实例证实其有效性与可行性。

区间直觉梯形模糊交叉影响平均算子及其应用

针对多属性决策问题运用新的集成算子方法,构造出相应的多属性决策方法。利用隶属度和非隶属度之间存在某种关联和相互影响,提出了区间直觉梯形模糊数的改进的加法运算、数乘运算、乘积运算和幂运算。并在这些运算的基础上,给出了区间直觉梯形模糊数的加权交叉影响平均算子和几何交叉影响平均算子。最后通过实例验证了所提方法的有效性。

毕达哥拉斯模糊交叉影响集成算子及其决策应用

定义毕达哥拉斯模糊数的交叉影响加法、数乘、乘法及幂运算,提出毕达哥拉斯模糊交叉影响加权平均算子(PFIWA)、毕达哥拉斯模糊交叉影响有序加权平均算子(PFIOWA)、毕达哥拉斯模糊交叉影响加权几何算子(PFIWG)及毕达哥拉斯模糊交叉影响有序加权几何算子(PFIOWG),推导出它们的数学表达式,并研究其性质.提出基于毕达哥拉斯模糊交叉影响集成算子的决策方法,并通过决策实例验证所提出方法的稳定性和有效性.

广义直觉模糊诱导有序加权几何交叉影响平均算子及其在决策中的应用

在不同直觉模糊集的运算存在隶属度和非隶属度交叉影响的基础上,提出了广义直觉模糊诱导有序加权几何交叉影响平均算子,推导出该算子的数学表达形式,并研究了该算子的一些性质。同时探讨新的基于广义直觉模糊诱导有序加权几何交叉影响平均算子的直觉模糊多属性决策方法。实例说明了新的算子在决策应用中的有效性,并分析了不同的参数λ对决策结果的影响,最后将本文提出的广义诱导直觉模糊诱导有序加权几何交叉影响平均算子与现存的广义有序算子进行了稳定性的比较。

广义直觉模糊加权交叉影响平均算子及其在多属性决策中的应用

针对不同直觉模糊集的隶属度与非隶属度可能存在交叉影响,提出广义直觉模糊加权交叉影响平均(GIFWIA)算子,推导出其数学表达式,研究该算子的性质,并探讨了基于GIFWIA算子的多属性决策方法.通过实例表明了所提出广义算子在决策应用中的有效性,并分析了不同参数λ对决策的影响.通过灵敏度和相关比较分析,解释了交叉影响对决策结果的影响,表明了所提出广义算子的稳定性.

区间直觉模糊连续交叉熵及其多属性决策方法

在区间直觉模糊(IVIF)环境下,利用连续有序加权平均(COWA)算子定义了一种新的区间直觉模糊数间的交叉熵,即区间直觉模糊连续交叉熵。依据提出的区间直觉模糊连续交叉熵定义了直觉模糊数间的连续交叉熵距离。基于TOPSIS的思想得到备选方案与理想方案的加权距离,并且计算备选方案与理想方案的相对贴近度,依据相对贴近度选择最优方案。其中,针对属性权重信息不完全确定条件下的决策问题,提出了以区间直觉模糊连续交叉熵最大为准则的规划模型;针对属性权重信息完全未知的情况,根据交叉熵理论确定属性权重向量。实验结果验证了新的决策方法的可行性和有效性。

广义毕达哥拉斯模糊集成算子及其决策应用

研究毕达哥拉斯模糊决策环境下的集成算子及其决策应用.给出拟加权几何集成算子和拟有序加权几何算子的概念,并分析它们的性质.将有序加权平均算子、有序加权几何算子、拟有序加权平均算子和拟有序加权几何算子推广到毕达哥拉斯模糊决策环境,定义毕达哥拉斯模糊有序加权平均算子、广义毕达哥拉斯模糊有序加权平均算子、毕达哥拉斯模糊有序加权几何算子、广义毕达哥拉斯模糊有序加权几何算子、拟毕达哥拉斯模糊有序加权平均算子和拟毕达哥拉斯模糊有序加权几何算子.提出基于广义毕达哥拉斯模糊集成算子的决策方法,并通过实例验证其可行性.