区间毕达哥拉斯模糊幂加权几何Bonferroni平均算子及其应用

研究变量值为区间毕达哥拉斯模糊数的决策问题,针对决策者、属性间的支撑度及权重对决策的影响,提出基于区间毕达哥拉斯模糊幂加权几何Bonferroni平均(IVPFPW-GBM)算子的模糊多属性群决策方法,定义IVPFPW-GBM算子并讨论其性质;构造应用IVPFPW-GBM算子的MAGDM模型,通过排序方法进行决策.最后实例验证其有效性.

区间毕达哥拉斯模糊幂几何-几何Heronian平均算子及其在多属性群决策中的应用

本文在区间毕达哥拉斯模糊环境下,将幂几何(PG)算子和几何Heronian平均(GHM)算子相结合,提出区间毕达哥拉斯模糊幂几何-几何Heronian平均(IVPFPG-GHM)算子和区间毕达哥拉斯模糊加权幂几何-几何Heronian平均(IVPFWPG-GHM)算子。在模糊信息聚合过程中,新算子不仅能体现属性间的关联性,而且能最大限度地避免专家“奇异值”(过大或过小)带来的干扰。此外,还研究了它们的基本性质。最后,给出基于IVPFWPG-GHM算子的多属性群决策(MAGDM)方法,并以实例说明其可行性与合理性。

区间直觉模糊几何Bonferroni平均算子及其应用

研究了决策信息为区间直觉模糊数(IVIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于区间直觉模糊几何加权Bonferroni平均(IVIFGWBM)算子的决策方法。介绍了IVIFN的概念和运算法则,基于这些运算法则和几何Bonferroni平均(GBM)算子,定义了区间直觉模糊几何Bonferroni平均(IVIFGBM)算子和IVIFGWBM算子。研究了这些算子的一些性质,建立基于IVIFGWBM算子的MAGDM模型,结合排序方法进行决策。将该方法应用在一个MAGDM问题中,结果表明了该方法的有效性与可行性。

广义直觉模糊几何Bonferroni平均及其多属性决策

针对直觉模糊环境中的信息集成问题,基于阿基米德T-范数和S-范数,提出新的广义直觉模糊几何Bonferroni平均算子。该算子不仅能够考虑到每种属性的重要性,而且可以有效地捕获属性间的内在联系。首先,基于阿基米德T-范数和S-范数的直觉模糊运算法则,提出一种新的广义直觉模糊几何Bonferroni平均算子,并研究该算子的几种优良性质,包括幂等性、单调性、有界性和置换不变性;其次,探讨了广义直觉模糊几何Bonferroni平均算子的几类特殊形式;最后,基于提出的算子构建一种新的直觉模糊多属性决策方法,并结合区域经济发展研究实例。实验结果表明,提出的决策方法是可行的和有效的,并且使得决策者能够依据其态度进行决策。

区间直觉梯形模糊几何Bonferroni平均算子及其应用

研究了决策信息为区间直觉梯形模糊数且属性间存在相互关联的多属性群决策问题,提出一种基于区间直觉梯形模糊几何加权Bonferroni平均算子的决策方法.基于区间梯形直觉模糊数的运算法则和几何Bonferroni平均算子,定义了区间直觉梯形模糊几何Bonferroni平均算子及其加权算子.给出了这些算子的一些性质,建立基于区间直觉梯形模糊几何加权Bonferroni平均算子的多属性群决策模型.最后,将该方法应用在供应商选择的群决策问题中,结果表明了该方法的有效性与可行性.

区间Pythagorean模糊几何加权Bonferroni平均算子及其应用

在区间毕达哥拉斯模糊集(IVPFS)环境下,分析了几何Bonferroni平均(GBM)算子中输入变量间关联性对决策的影响,构造了区间毕达哥拉斯模糊几何Bonferroni平均(IVPFGBM)算子,并讨论其性质;根据属性指标的重要程度,构造了区间毕达哥拉斯模糊几何加权Bonferroni平均(IVPFGWBM)算子,利用该算子的优势提出区间毕达哥拉斯模糊多属性决策方法,并进行了算例验证.

犹豫模糊最优加权Bonferroni几何平均算子及其在多属性决策中的应用

Bonferroni几何平均算子是信息集结问题的研究热点,其主要优点是能捕获变量间的关联性。在Bonferroni几何平均算子基础上提出犹豫模糊最优加权Bonferroni几何平均算子、广义犹豫模糊最优加权Bonferroni几何平均算子。新算子能体现变量同余下变量整体间的加权平均、余下变量相互间的加权平均,并具有退化性。验证了新算子具有幂等性、单调性、有界性等优良性质。以此为基础,提出一种犹豫模糊多属性决策方法,并通过算例验证了方法的实用性。

直觉模糊可退化的加权Bonferroni几何平均算子及其在多属性决策中的应用

Bonferroni平均算子由于能捕获变量间的关联性,被广泛地用于解决多属性决策问题。本文在几何平均算子和Bonferroni平均算子基础上,定义一种新的Bonferroni几何平均(GBM)算子,进而提出了具有退化性的加权Bonferroni几何平均(IWGBM)算子和直觉模糊加权Bonferroni几何平均(IFIWGBM)算子。新算子兼顾了变量间、变量和余下变量整体间的关联性。还讨论了IFIWGBM算子的相关性质和特例,及其在多属性决策中的应用。结合图书馆空调供应商选取方案的实例,对提出的决策方法进行合理性与有效性的验证,得出可退化Bonferroni几何平均算子在直觉模糊环境下的有效性。。

毕达哥拉斯决策算法应用于云计算产品选择

为了考虑专家评价值之间的内在联系和拓展决策模型的使用范围,构建了基于毕达哥拉斯模糊几何Bonferroni平均(PFGBM)的多属性决策方法。该方法首先在毕达哥拉斯模糊信息环境下,通过阿基米德范数定义了新的加法、乘法、数乘以及幂运算;随后结合几何Bonferroni平均提出了PFGBM,分析了PFGBM的基本特征性质和常用的PFGBM表达形式;最后设计了基于PFGBM的决策模型,并运用提出的决策模型来处理云计算产品的更新选择实例中。实验表明,构建的模型提高了决策的适用范围和灵活性。

基于广义毕达哥拉斯模糊Bonferroni平均算子的服务系统方案选优决策

针对评价信息为毕达哥拉斯模糊数,且属性间存在关联关系的多属性决策问题,提出一种广义毕达哥拉斯模糊Bonferroni平均算子的航空服务系统方案选优决策方法。在分析毕达哥拉斯模糊集现有集成算子基础上,给出了一种新的信息集成算子(GPFBM算子),进一步提出了GPFBM算子的广义毕达哥拉斯模糊集多属性决策方法。以航空公司服务系统方案选优决策为例,验证了本文方法的可行性和有效性。

基于犹豫模糊几何算法的网络系统决策模型

针对决策信息为犹豫模糊信息且准则之间存在相互关系的多准则群决策问题,提出了一种基于阿基米德T-范数和S-范数的广义的犹豫模糊信息几何B-平均(GHFGBM)集成算法,构建一种新的计算机网络系统选择决策模型,提出的GHFGBM不仅在信息集结的过程中能够考虑到输入变量之间的相互联系,还能够使得该模型方法应用于其他领域。在此过程中,研究了GHFGBM算法的几种基本特性,比如置换不变性、单调性、有界性和幂等性等等。紧接着,分别对参数和加性算子赋予不同的数值和函数,详细分析了GHFGBM算法的一系列常用算子表示。最后结合对计算机网络系统更新方案的选择实验,验证了提出的选择决策模型是合理的且是有效的。

Pythagorean 模糊幂Bonferroni 集成算子及其决策应用

结合幂平均与Bonferroni平均集成算子的优点,定义了毕达哥拉斯模糊幂Bonferroni平均和毕达哥拉斯模糊加权幂Bonferroni平均集成算子,其不仅考虑了数据信息之间的整体均衡性,还考虑了属性之间可能存在的相互关联关系。研究了这些集成算子的优良性质和特殊情形,并在此基础上提出了一种属性间存在相关性的毕达哥拉斯模糊多属性决策方法。将其应用于国内航空公司的服务质量评价中,并与现有方法进行分析比较,验证了所提方法的有效性和可行性。

考虑融合算法与交叉熵的毕达哥拉斯决策模型

针对专家评价信息为毕达哥拉斯模糊数并且属性值信息存在相互关联的多属性决策问题,定义了广义的毕达哥拉斯运算法则,并结合几何Heronian平均,提出了毕达哥拉斯模糊几何Heronian平均(PFGHM)算子;基于对数函数设计了新的毕达哥拉斯模糊交叉熵用于衡量信息之间的差异性;构造了基于PFGHM算子和交叉熵的毕达哥拉斯决策模型,并通过高校引进人才团队的选择实例验证模型的可靠性。

基于GBM算子扩展的时序广义模糊软集决策模型

在不确定环境下,决策环境的复杂性使决策信息并非完全精确,同时也可能使决策信息存在着时序上的动态变化性。在广义模糊软集的基础上提出了时序广义模糊软集,并定义其并运算、交运算和数乘运算。针对不同时间点决策信息的相互关联性和不同属性间的内在联系,根据几何Bonferroni平均算子(GBM算子)与S范数,提出了时序广义模糊软集几何加权Bonferroni平均算子(TGFSSGBM算子),并证明了其相关性质,在此基础上提出了考虑不同决策时间点权重的TGFSSGWBM算子。最后,构建了基于TGFSSGWBM算子的时序广义模糊软集决策模型,算例分析以及不同算子间的比较分析验证了该决策模型的可行性和有效性。

区间毕达哥拉斯模糊Heronian平均算子及其决策应用

将Heronian平均算子推广至区间毕达哥拉斯模糊环境,定义了区间毕达哥拉斯模糊Heronian平均(IVPFHM)算子、区间毕达哥拉斯模糊加权Heronian平均(IVPFWHM)算子、区间毕达哥拉斯模糊几何Heronian平均(IVPFGHM)算子、区间毕达哥拉斯模糊几何加权Heronian平均(IVPFGWHM)算子,并研究了这些新集成算子的基本性质.最后,给出基于IVPFWHM算子和IVPFGWHM算子的多属性决策方法,并通过实例说明所提方法在区间毕达哥拉斯模糊信息集成中的合理性与优越性.

犹豫模糊信息集成应用于区域经济发展的研究

在犹豫模糊信息环境下,针对输入数据之间存在相互关系的多属性群决策问题,首先,提出了一种广义犹豫模糊几何Bonferroni平均(GHFGBM)算子,该算子不仅考虑了输入变量之间的相互联系,还突出每种属性的重要性;其次,详细探讨了GHFGBM算子的几类常用形式;最后,构建了一种新的多属性群决策方法,并将其应用于区域经济发展研究实例中。实验表明提出的信息集成方法是可行有效的。

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.

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.

毕达哥拉斯模糊还原性BM算子及其决策应用

还原性是信息集成算子的一个重要性质.针对毕达哥拉斯模糊加权Bonferroni平均(BM)算子不具有还原性的情况,提出了具有还原性的毕达哥拉斯模糊BM算子,并研究了其决策应用.首先,定义了毕达哥拉斯模糊还原性加权BM算子(PFRWBM)和广义毕达哥拉斯模糊还原性加权BM算子(GPFRWBM),推导出它们的计算公式,证明了它们的性质.随后,定义了毕达哥拉斯模糊还原性加权BGM算子(PFRWGBM)和广义毕达哥拉斯模糊还原性BGM算子(GPFRWBGM),给出它们的计算公式,讨论了它们的性质.最后,提出了基于毕达哥拉斯模糊还原性加权BM算子的多属性决策方法,并通过实例和方法对比说明了所提方法的可行性.

毕达哥拉斯模糊信息集成算法应用于企业资源计划系统

提出了一种基于毕达哥拉斯模糊信息集成算法的多决策模型。该模型首先在毕达哥拉斯模糊信息环境下,通过阿基米德范数定义了新的加法、乘法、数乘以及幂运算;随后将几何Bonferroni平均算子应用于毕达哥拉斯模糊集,分析了PFGBM(Pythagorean Fuzzy Geometric Bonferroni Mean)的基本特征性质和常用的PFGBM表达形式;最后设计了基于PFGBM的多决策模型并应用到处理企业资源计划系统的更新选择实例中。实验表明,构建的模型提高了企业资源计划决策的适用范围和灵活性。