基于毕达哥拉斯模糊幂加权平均算子的多属性群决策方法

研究了毕达哥拉斯模糊环境下的多属性群决策问题。首先,将毕达哥拉斯模糊信息引入幂平均加权算子,提出毕达哥拉斯模糊幂加权平均(PFPWA)算子,并研究所提算子的基本性质。然后,在毕达哥拉斯模糊数(PFN)为信息输入的框架内,提出基于毕达哥拉斯模糊幂加权平均算子的群决策方法。所提出的方法使用毕达哥斯拉信息使得决策者的信息表达更加灵活,并且在信息集结过程中采用幂加权平均算子能够同时考虑专家权威与评估信息的可信度。最后,通过案例分析验证了所提方法的可行性和有效性。

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优先加权平均算子及其应用

为了解决属性间具有优先关系的区间模糊多属性决策问题,将优先集成算子推广到区间毕达哥拉斯模糊环境,定义了区间毕达哥拉斯模糊优先加权平均(IVPFPWA)算子,研究了该算子的基本性质,给出基于IVPFPWA算子的多属性决策方法,通过决策实例说明了该方法的有效性和可行性。

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。

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.

连续区间直觉模糊有序加权几何算子及其群决策方法

文章基于连续有序加权几何(C-OWG)算子,提出了带有决策者态度参数的连续型区间直觉模糊有序加权几何(C-IVIFOWG)算子,推导出其数学表达式,给出了新的区间直觉模糊数序关系判别准则,同时,证明了C-IVIFOWG算子具有单调性和有界性。对C-IVIFOWG算子进行扩展,提出了加权平均C-IVIFOWG算子(WAC-IVIFOWG)和有序加权平均C-IVIFOWG算子(OWAC-IVIFOWG),分析了相关性质。最后提出了基于扩展的C-IVIFOWG算子的多属性群决策方法,算例分析表明所提算子的有效性。

基于3阶模糊张量的广义加权几何算子及其应用

针对具有高维数据特征的多属性群决策问题,定义了3阶模糊张量,建立了基于3阶模糊张量的广义加权几何算子,探索了该类算子的性质,提出了一种解决多属性群决策问题的新方法,并通过算例验证了该方法的有效性。

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。

区间直觉模糊幂加权算子的动态多属性决策

为了解决集结算子处理动态多属性决策问题时,现有的区间直觉模糊(interval-valued intuitionistic fuzzy,IVIF)加权平均算子未考虑集结数据之间的相互关系、决策结果精度不高的不足,利用幂加权几何平均(power weighted geometric average,PWGA)算子的非线性特性将集结数据之间相互关系联系起来,提出了IVIF PWGA算子的动态多属性决策方法。首先,将实数形式的PWGA算子扩展到区间直觉模糊集(IVIF set,IVIFS),利用数学归纳法证明了数据融合后的综合集结值是区间直觉模糊数(interval-valued intuitionistic fuzzy number,IVIFN)的结论。然后,定义了IVIF条件下,处理动态多属性决策问题的PWGA算子。通过动态PWGA算子集结多个时间点的单一集结值得到综合集结值,根据综合集结值的得分函数和精确函数,对各方案排序。最后,通过实例说明了该算法的有效性。

q阶正交模糊有序加权几何算子在多属性决策中的应用

作为直觉模糊集和毕达哥拉斯模糊集的扩展,q阶正交模糊集是处理不确定多属性决策信息的有力工具。为有效解决q阶正交模糊信息的多属性决策问题,论文提出了q阶正交模糊有序加权几何算子。在此基础上,构建了基于广义q阶正交模糊有序加权几何算子的多属性决策方法,并通过实例验证了该方法的有效性和可行性。

阿基米德copula概率对偶犹豫模糊信息集成算子及其在多属性群决策中的应用

本文基于阿基米德copula和相应的协copula定义了概率对偶犹豫模糊信息的一些运算法则,为概率对偶犹豫模糊信息的融合提供了一种新思路。这些运算法则不仅可以保持运算的封闭性,而且可以反映出概率对偶犹豫模糊信息之间的关系。在进一步研究运算法则性质的基础上,提出了阿基米德copula加权概率对偶犹豫模糊算术平均算子和几何平均算子,并讨论了其性质。针对概率对偶犹豫模糊信息环境下属性权重信息未知的多属性群决策问题,给出了求解属性权重的公式,并利用上述算子进行信息集结,获得了群决策方法。最后,通过公众生态环境满意度评价的实例说明所提方法的有效性,利用参数对评价结果的影响说明决策方法的灵活性。此外,还将本文方法与现有方法进行了对比分析。

Picture模糊幂几何Heronian平均算子及其在多属性决策中的应用

针对决策信息为Picture模糊数的多属性决策问题,将经典范畴内的几何Heronian平均算子和幂几何算子结合,提出了Picture模糊幂几何Heronian平均(PFPGHM)算子与Picture模糊加权幂几何Heronian平均(PFWPGHM)算子。该类算子不仅能体现待集结数据间的关联性,而且还能反映决策过程中信息的整体性,降低了与整体信息偏差较大的待集结数据对决策结果的影响。推导其数学表达式,证明相关性质。提出了基于PFWPGHM算子的多属性决策方法,通过决策实例分析了参数p和q对决策结果的影响,并对比分析新方法与现存的决策方法,进而表明所研究方法的可行性与优点。

直觉对偶犹豫模糊集的集结算子及其应用

在对偶犹豫模糊集与直觉模糊集的基础上,提出了直觉对偶犹豫模糊集的概念和基本运算,构造了直觉对偶犹豫模糊集的算术加权平均集结算子和几何加权平均算子,并考虑有序和广义的情况,分别给出相对应的公式。同时针对某些算子的特殊性质,给出了详细描述和证明。针对模糊集的多属性群决策问题,提出了一种新的基于直觉对偶犹豫模糊集的集结算子的多属性群决策方法,通过一个实例说明了该方法的实用性和有效性。

基于模糊数直觉模糊集算子的多准则决策方法

定义模糊数直觉模糊数的一些运算法则,给出模糊数直觉模糊集两个改进算子,即加权算术平均算子(FIF-WAA)和加权几何平均算子(FIFWGA)。在此基础上,提出用精确函数解决记分函数无法决策的问题,以保证记分函数的严密性与合理性。提出一种属性权重确知且属性值,以模糊数直觉模糊数形式给出的多准则决策方法,通过实例分析结果证明了运用模糊数直觉模糊数改进算子进行多准则决策的有效性和正确性。

概率犹豫模糊集的再定义及其在群决策中的应用

为了更好地解决概率犹豫模糊集多属性群决策问题,构建了一种在不同维度下比较各方案综合属性值大小的决策模型.首先,以二维坐标形式给出概率犹豫模糊集(PHFS)中的隶属度和概率,并在此基础上建立概率犹豫模糊元(PHFE)的二维几何距离模型和二维离差程度系数模型;其次,对PHFS中的隶属度赋予相应的评审专家权重,并用三维坐标刻画隶属度、概率和评审专家权重,以此建立PHFE的三维几何距离模型和三维离差程度系数模型;再次,在二维与三维条件下分别计算2种维度下PHFE的综合值,并利用Maclaurin对称平均算子对以上2种维度下各个PHFE的综合值进行集结并排序;最后,利用实例对在2种维度下建立的算法进行了验证分析.结果显示所建立的算法均可对各方案进行有效地排序,但由于在三维视角下建立的决策模型能够反映评审专家的偏好问题,因此该模型的决策效果相对更好.

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。

概率犹豫模糊算法及其网络舆情预测模型选择

针对区间犹豫模糊集在描述决策信息时会导致决策信息重要性程度损失这一问题,构建了一种基于概率区间犹豫模糊几何算子的新的多属性群决策模型。引入了概率区间犹豫模糊集的概念,将Archimedean范数引入到概率区间犹豫模糊环境下,定义了新的概率区间犹豫模糊运算法则;运用新的运算法则,提出了概率区间犹豫模糊有序加权几何(Probabilistic Interval-Valued Hesitant Fuzzy Ordered Weighted Geometric,PIVHFOWG)算子;讨论了PIVHFOWG算子的一些基本性质,并研究了其两种常见形式;在概率区间犹豫模糊信息环境下,建立了一种新的多属性群决策模型,且通过网络舆情预测系统的选择实例验证了提出的决策模型是可行的和有效的。

概率区间犹豫模糊集的多属性群决策方法

针对概率区间犹豫模糊集中运算不满足封闭性的问题,定义新的概率运算公式,使其满足封闭性,研究改进后的运算性质,提出概率区间犹豫模糊集的加权平均算子和加权几何算子,并得出集成算子法和均值法两种集成算法.研究结果表明:改进后运算具有交换律、乘法分配律、指数分配律、德摩根对偶律等良好性质.提出的两种算法有助于完善模糊决策理论,在现实生活中的决策问题都具有可行性和有效性.

基于R-THIOWGA集成算子的模糊关联多属性群决策方法

属性间的关联性破坏了独立多属性决策信息的测度可加性,为了更客观地反映决策者的决策意图,更准确地融合决策信息,同时提升算子对决策属性的描述能力,定义了三角犹豫直觉模糊数新的比较规则,引入模糊测度及Choquet积分定义了三角犹豫直觉模糊关联有序加权几何平均算子(R-THIOWGA),并构建了R-THIOWGA的数学模型,证明了R-THIOWGA幂等性、有序单调性、有界性等算子性质.以R-THIOWGA集成算子为基础,提出了模糊关联多属性问题群决策方法,并应用于我国海军远海维修保障平台选型的算例分析.研究结果表明,应用R-THIOWGA算子及基于R-THIOWGA的群决策方法解决模糊关联多属性决策问题是可行的、有效的.