毕达哥拉斯犹豫模糊数灰集转换及在多属性决策中的应用

在解决多属性决策问题中,尤其面对涉及毕达哥拉斯犹豫模糊信息的情形,通过分析补充元素对决策的影响,提出一种灰集转换规范化方法,该方法有效地解决了传统毕达哥拉斯犹豫模糊处理中易于引入误差的问题;进一步地提出了一种毕达哥拉斯犹豫模糊灰集转换模型,该模型特别适用于数据稀缺和信息匮乏的场景,显著增强了处理不确定性信息的能力,也提高了模型在面对各种不确定环境时的适应性和鲁棒性,通过案例分析和对比验证,证实了毕达哥拉斯犹豫模糊灰集转换方法在实际决策过程中的有效性和可行性。

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。

毕达哥拉斯犹豫模糊集多属性决策研究

针对属性间相互关联,评价信息为毕达哥拉斯犹豫模糊信息的多属性决策问题,首先通过研究犹豫度对决策结果的影响,提出一种新的毕达哥拉斯犹豫模糊集得分函数,解决了现有得分函数中存在的不足。其次,提出一种最小公倍数规范化原则,解决了现有方法容易引入误差的缺陷。最后,针对属性关联的多属性决策问题,基于λ-模糊测度与Choquet积分,提出了一种拓展交互式多准则决策(interative multi-criteria decision-making,TODIM)方法,既解决了属性关联的问题,又通过前景理论反映了决策者的心理行为特征。实例分析与敏感性分析验证了所提算法的正确性与有效性。

毕达哥拉斯三角模糊数密度算子及其应用

针对属性信息为毕达哥拉斯三角模糊数(PTFN)的多属性决策问题,考虑属性信息分布的疏密关系,提出毕达哥拉斯三角模糊数密度(PTF-DM)算子。首先介绍PTFN及其相关运算法则,并基于模糊参考理想法(FRIM)的基本思想以及得分函数,运用有序增量分割法以实现PTFN的有效聚类。然后,提出PTF-DM算子及相应的合成算子,并运用熵值法建立规划模型确定最终的密度权重。最后,通过一个算例对PTF-DM算子的应用做一简要说明,结果发现PTF-DM算子具有较好的稳定性,在辅助决策者做出决策方面可以发挥良好效用。该方法以PTFN数据类型为背景,呈现信息表达及信息集成理念的新发展趋势,并进一步拓展密度算子的实际应用范围与决策工具的选择空间。

基于数值分布的激励型毕达哥拉斯模糊集成算子及其应用

针对毕达哥拉斯模糊环境下的多指标评价问题,根据决策信息的实际分布,提出一种基于数值分布的毕达哥拉斯模糊数等级划分方法,根据不同等级区间发展度及等级规模确定指标权重和密度权重,结合密度算子的思想,提出基于数值分布的激励型毕达哥拉斯模糊密度加权平均算子(incentive Pythagorean fuzzy density weighted average operator,I-PFDWA).将基于I-PFDWA算子的多指标评价方法运用于航空服务评价问题的结果证实了该方法的可行性和有效性.

毕达哥拉斯模糊环境下基于TODIM的双边匹配决策方法

本文考虑决策者在实际问题中存有的多种决策心理,针对毕达哥拉斯模糊偏好下考虑双边主体损失规避和参照依赖心理行为的双边匹配问题提出一种决策方法。对于双边主体给出的毕达哥拉斯模糊偏好信息,依据TODIM(Tomada de Decisao Interativa Multicritério)思想获得双边主体相较于另一边匹配主体的总体优势度,进而构建双边主体的满意度矩阵;而后,在考虑双边主体一对一的数量匹配约束下,以实现双边主体满意度最大化为决策目标,建立多目标双边匹配决策模型;最后,通过线性加权法进一步将其转化为单目标双边匹配模型,通过模型求解获得最优双边匹配方案;一个实际供应链管理系统软件的交易匹配算例验证本方法的可行性和有效性。

基于毕达哥拉斯模糊数的老旧小区砌体建筑加固方案优选

针对老旧小区改造过程中的砌体建筑加固方案选择问题,首先以扎根理论为质性研究方法识别出影响因素,然后构建了基于毕达哥拉斯模糊数的砌体建筑加固方案优选模型,最后利用具体案例验证了模型的有效性。研究结果表明,加固方案排列顺序不因为方法的不同而产生显著差异,优选模型具有一定的鲁棒性。提供了一种可行的加固方案选择方法,并为老旧小区改造过程中砌体建筑的加固提供了参考依据。

毕达哥拉斯犹豫模糊集成算子及其决策应用

针对毕达哥拉斯犹豫模糊多属性决策中,集成算子的重要作用以及集成算子不完善的情况,较为系统地研究了毕达哥拉斯犹豫模糊集成算子。为此,在毕达哥拉斯犹豫模糊数的运算和运算法则基础上,定义了毕达哥拉斯犹豫模糊有序加权平均算子(PHFOWA)、广义有序加权平均算子(GPHFOWA)和混合平均算子(PHFHA),以及毕达哥拉斯犹豫模糊有序加权几何平均算子(PHFOWG)、广义有序加权几何平均算子(GPHFOWG)和混合几何平均算子(PHFHG),并结合数学归纳法分别给出了它们的计算公式,讨论了它们的有界性、单调性和置换不变性等性质。建立了基于毕达哥拉斯犹豫模糊集成算子的多属性决策方法,并应用算例和相关方法比较说明了决策方法的可行性与有效性。

基于毕达哥拉斯犹豫模糊的可靠性分配研究

可靠性分配是系统可靠性设计的关键任务之一,其结果直接影响产品的质量和系统的稳定性。针对一般传统可靠性分配方法没有考虑影响因素之间相关关系,以及无法解决机械系统设计阶段模糊区间信息导致分配结果出现偏差等缺陷,提出一种改进的可靠性分配方法。综合考虑多种可靠性分配影响因素,并利用最优最劣法(BWM)确定因素权重,采用毕达哥拉斯犹豫模糊数建立决策矩阵,利用一种可以考虑不同影响因素相关关系的毕达哥拉斯犹豫模糊加权Maclaurin对称几何算子(PHWFMSG)融合评价结果,完成对可靠性分配系数的确定。以数控磨床为例,分别使用FOO法和改进方法进行可靠性分配,对结果进行比较分析,证明了改进方法的有效性。

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。

基于累积前景理论和VIKOR的毕达哥拉斯犹豫模糊风险型多属性决策方法

针对属性权重未知,且属性值为毕达哥拉斯犹豫模糊数(PHFN)的风险型多属性决策问题,考虑到决策者的有限理性行为,提出基于累积前景理论(CPT)和多准则妥协优化解(VIKOR)的决策方法。首先,定义PHFN的分散率,并构建优化模型确定属性权重。其次,将CPT融入PHFN环境,定义PHFN的价值函数,并结合决策权重函数计算方案在各属性下的综合前景值。进一步,构建综合前景值矩阵,在此基础上运用VIKOR法确定方案排序。最后,通过风险投资项目选择的应用案例说明所提方法是可行、有效的。

毕达哥拉斯模糊环境下海明距离测度的证明及推广

距离测度是毕达哥拉斯(Pythagorean)模糊决策的一个基本概念,其在用权重向量进行有序集成运算、有序加权距离和相似度构造时具有重要作用。然而,早期发表于International Journal of Intelligent Systems中的文章Extension of TOPSIS to multiple criteria decision making with Pythagorean fuzzy sets,在首次引入海明距离测度时,对距离公理化条件的证明存在不妥。为此,通过反例和分析指出了其在证明公理化条件的有界性和三点不等式时存在的错误,并统筹考虑犹豫度的绝对值项和其他绝对值项,通过分情况讨论给出了海明距离测度的严格证明,进一步,证明了其推广形式(欧几里得距离测度)的公理化条件。

基于DEMATEL和VIKOR的犹豫毕达哥拉斯模糊多属性决策方法

为了解决复杂模糊不确定环境下多属性决策问题,提出一种基于DEMATEL和VIKOR的犹豫毕达哥拉斯模糊多属性决策方法。首先根据决策者给定的属性评价值,利用DEMATEL方法确定属性权重,通过VIKOR方法对方案进行排序;其次对于排序结果不一致的情况,利用Kendall-W系数进行事前一致性检验,利用本文所提组合模糊Borda方法进行排序;再利用Spearman系数进行事后一致性检验。最后通过实例说明该方法的可行性与有效性。

区间毕达哥拉斯犹豫模糊Heronian信息集成算子及其在多属性决策中的应用

针对区间毕达哥拉斯犹豫模糊环境下的变量隶属度、非隶属度和属性的关联性融合问题,本文创新地将Heronian信息集成算子与区间毕达哥拉斯犹豫模糊数结合,定义了区间毕达哥拉斯犹豫模糊Heronian加权平均算子(IVPHFHWM)和区间毕达哥拉斯犹豫模糊Heronian几何加权算子(IVPHFGHWM),研究了IVPHFHWM算子和IVPHFGHWM算子的置换不变性、单调性、有界性。然后,针对属性值为区间毕达哥拉斯犹豫模糊数的多属性问题,建立了基于区间毕达哥拉斯犹豫模糊Heronian加权算子的多属性决策模型,给出了一种综合的区间毕达哥拉斯犹豫模糊数的多属性决策方法。最后,通过多属性决策实例说明了Heronian信息集成算子在区间毕达哥拉斯犹豫模糊环境中的可行性和优越性。

毕达哥拉斯模糊数新的排序方法和运算法则

首先在全面考虑到隶属度、非隶属度、犹豫度三方面信息基础上,定义新的毕达哥拉斯模糊数(PFN)的记分函数和精度函数,得到一种新的排序方法.并且与旧的排序方法进行对比,说明新的记分函数和精度函数的合理性与有效性.然后在毕达哥拉斯模糊Einstein运算和毕达哥拉斯交叉影响集成运算的基础上,定义新的毕达哥拉斯模糊运算法则,给出相应的证明,并得到一些性质,丰富了毕达哥拉斯模集理论.

毕达哥拉斯三角犹豫模糊Muirhead平均算子的目标威胁评估应用

为了更加完整地描述不确定信息,将三角模糊数与毕达哥拉斯犹豫模糊集结合,提出了毕达哥拉斯三角犹豫模糊集。针对信息集成过程中数据属性之间存在关联关系的问题,将Heronian平均算子、Muirhead平均算子拓展到毕达哥拉斯三角犹豫模糊集中,提出了毕达哥拉斯三角犹豫模糊Heronian平均算子和毕达哥拉斯三角犹豫模糊Muirhead平均算子。考虑不同属性的输入变量的重要程度不同,提出了它们的加权形式。最后,针对毕达哥拉斯三角犹豫模糊环境下的多属性决策问题,提出了基于PHTFWMM算子的多属性决策方法,并通过算例说明了该方法的有效性。

基于曲边梯形面积刻画毕达哥拉斯模糊数的排序方法

毕达哥拉斯模糊集(Pythagorean fuzzy set,PFS)是传统直觉模糊集(intuitionistic fuzzy set,IFS)的扩展,能在更广泛区域处理多属性信息决策问题。首先,针对某文献毕达哥拉斯模糊数(Pythagorean fuzzy number,PFN)排序方法存在的错误,分析了其产生原因。其次,在毕达哥拉斯模糊环境下,基于可靠信息量所对应的曲边梯形面积(curved trapezoidal area,CTA)提出了新的得分函数公式,进而给出了PFN的排序准则,并讨论了该得分函数的基本性质。最后,用实例说明给出的排序方法克服了其他方法的某些缺陷,具有一定优势。

基于三角模糊数犹豫直觉模糊集的多属性智能决策

通过剖析现实生活中数据对象复杂性以及决策人思考的犹豫模糊性,提出了基于三角模糊数的犹豫直觉模糊集决策方法。首先,给出了三角模糊数犹豫直觉模糊集的定义,构建并证明了三角犹豫直觉模糊元及模糊数的基本运算法则和集成算子。其次,通过对三角犹豫直觉模糊元的得分函数和精确函数的定义,实现了三角犹豫直觉模糊数下的对象间的取值比较,针对三角犹豫直觉模糊数下多属性决策分析中的不确定性权重求解难题,提出了一种基于得分函数和最大熵理论的最优权重求解模型,并构建遗传算法模型实施最优化求解。最后,给出了三角犹豫直觉模糊数下的多属性智能决策算法,并以算例证明了所提方法的可行性和有效性。

考虑投资者犹豫程度的欧式回望期权模糊定价研究

研究了在随机模糊环境下欧式回望期权的定价问题,通过引入三角直觉模糊数来刻画投资者的犹豫程度,分别构建了具有固定敲定价格和浮动敲定价格的欧式回望期权模糊定价模型.重点研究了浮动敲定价格下的欧式回望期权,利用三角直觉模糊数的截集运算法则,得到了相应的股票价格和期权价格的区间端点值.数值实验结果表明,基于三角直觉模糊数建立的欧式回望期权定价模型更能体现投资行为的犹豫程度.

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。