基于区间毕达哥拉斯犹豫模糊熵和交叉熵的ELECTRE II决策方法

针对属性权重完全未知或部分已知,属性值为区间毕达哥拉斯犹豫模糊数的多属性决策问题,提出了基于区间毕达哥拉斯犹豫模糊熵和交叉熵的ELECTRE II法。首先给出区间毕达哥拉斯犹豫模糊数的区间形式的得分函数和精度函数,定义新的距离测度。然后基于区间毕达哥拉斯犹豫模糊数的模糊因子、直觉因子和幅度因子,给出熵和交叉熵公式,并证明其性质,提出了基于熵和交叉熵确定属性权重的方法。最后提出了区间毕达哥拉斯犹豫模糊环境下的改进的ELECTRE II法,利用综合优势值对方案进行排序,并通过算例和比较分析验证了该方法的可行性和有效性。

广义毕达哥拉斯犹豫模糊集混合加权距离测度及决策应用

在毕达哥拉斯犹豫模糊数的距离基础上,定义毕达哥拉斯犹豫模糊集(Pythagorean hesitant fussy set,PHFS)的加权距离测度和有序加权距离测度,在兼顾属性权重和位置权重的基础上,提出广义PHFS混合加权距离测度(D_(GPHFHWA)),并研究其性质和特殊形式。针对属性值为毕达哥拉斯犹豫模糊数且属性权重未知的多属性决策问题,利用毕达哥拉斯犹豫模糊指数熵确定属性权重,并结合逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)思想,提出基于D_(GPHFHWA)测度的决策方法。最后,通过实例验证所提方法是有效、合理的。

犹豫模糊指数熵及其应用

文章基于模糊集指数熵的概念,提出了犹豫模糊集的指数熵,进而提出一种基于熵权法的犹豫模糊多属性决策方法。首先,给出了犹豫模糊指数熵的公理化定义,在此基础上构造了指数形式的犹豫模糊熵测度公式,证明其满足犹豫模糊指数熵的四条公理化准则,并将犹豫模糊指数熵与现有的多种犹豫模糊熵测度公式进行了对比分析。其次,利用熵最小化原则构建了属性权重优化模型,确定属性权重。最后,基于TOPSIS思想,计算各方案与理想方案的相对贴近度实现方案的排序和择优,并利用算例分析说明了该方法的科学性和有效性。

毕达哥拉斯模糊熵的公理化定义和计算公式

介绍了毕达哥拉斯模糊集的定义;提出了毕达哥拉斯模糊熵的公理化定义和计算公式,在完整地考虑隶属度、非隶属度、犹豫度这3个变量的关系之后,对毕达哥拉斯模糊熵的公理化定义进行了修改,提出了改进的毕达哥拉斯模糊熵定义和计算公式;说明了改进的毕达哥拉斯模糊熵的优势,并用实例验证了毕达哥拉斯模糊熵计算公式的有效性和科学性。

基于新距离测度和交叉熵的毕达哥拉斯犹豫模糊VIKOR法

针对属性值为毕达哥拉斯犹豫模糊数且属性权重完全未知或部分已知的多属性决策问题,提出基于新的距离测度和交叉熵的VIKOR方法。首先定义了新的毕达哥拉斯犹豫模糊距离,能够充分地体现毕达哥拉斯犹豫模糊集的模糊性与波动性,并给出了毕达哥拉斯犹豫模糊数的广义交叉熵,利用广义交叉熵计算属性权重。然后考虑决策者的心理行为,将偏好函数融入VIKOR法中,提出了基于新距离测度和交叉熵的多属性决策法,最后通过案例分析验证了该方法的有效性和合理性。

基于Hamacher区间模糊算法的技术状态评估权重确定

针对复杂装备技术状态评估权重确定过程中存在的专家犹豫和权重确定动态性不足的问题,结合区间值犹豫模糊熵、毕达哥拉斯模糊集和Hamacher算子,提出Hamacher区间模糊算法。综合各专家对各元素重要性的打分,构建区间值犹豫模糊集,改进区间值犹豫模糊熵,并对模糊集中各犹豫模糊元运算得到区间值犹豫模糊熵矩阵;令区间值犹豫模糊熵为隶属度,打分区间差值为犹豫度,得到毕达哥拉斯模糊集,运用Hamacher区间模糊算法计算得到各元素重要度得分函数,将得分函数归一化得到最终元素权重。算例结果表明,该验证方法对技术状态评估具有适用性。

基于指数熵加权的降维犹豫模糊兰氏距离测度及应用

首先提出几种基于兰氏距离的犹豫模糊集距离测度.然后针对两个犹豫模糊数中的隶属度个数不相等问题,提出新的犹豫模糊数降维方案.该方案不需要反复添加最大最小隶属度数值到犹豫模糊数中,不仅很好地保留了数据的原始信息,而且减少了计算距离时的计算量.针对属性权重信息完全未知的情况,采用实际数据信息构造犹豫模糊指数熵,并利用信息熵最小化原则计算得到属性权重.最后利用指数熵加权的降维犹豫模糊兰氏距离测度,结合实际的医疗诊断数据进行实例分析.结果表明,所提出的基于指数熵加权的降维犹豫模糊兰氏距离测度不仅在λ取不同值时诊断结果一致,而且减少了计算量,提高了诊断效率,对实时、有效的医疗诊断具有一定的应用价值.