三角模糊数直觉模糊Bonferroni平均算子及其应用

针对决策信息为三角模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出了一种基于三角模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法。首先,基于TFNIFN的运算法则和Bonferroni平均(BM)算子,定义了三角模糊数直觉模糊BM算子和TFNIFWBM算子;然后,研究了这些算子的一些性质,建立基于TFNIFWBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。

基于语言图犹豫模糊Hamy平均算子的多属性决策方法

将图犹豫模糊集与语言术语集结合,定义了语言图犹豫模糊集和语言图犹豫模糊数的运算,为比较语言图犹豫模糊数的大小,考虑了语言图犹豫模糊数中元素的离散程度对评估结果的影响,定义了得分函数和精确函数,提高了得分函数对语言图犹豫模糊数的区分能力。结合Hamy平均算子,定义了语言图犹豫模糊Hamy平均算子,研究了语言图犹豫模糊Hamy平均算子的性质,并提出了语言图犹豫模糊Hamy平均算子的多属性决策方法。最后,将其应用于建筑公司原料供应商的选择中,并与现有方法进行对比分析,验证了所提方法的有效性和可行性。

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。

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。

三角犹豫模糊Heronian平均算子及其在多属性决策中的应用

针对属性间含有关联信息的三角犹豫模糊多属性决策问题,提出一种基于三角犹豫模糊Heronian平均算子的决策方法。首先,考虑已有Heronian平均算子仅适用输入变量为两参数的情形,进一步定义三参数加权Heronian平均(TPWHM)和三参数加权几何Heronian平均(TPWGHM)算子,证明所提算子具有还原性、幂等性、单调性和有界性等性质,并研究它们的几种特例。其次,将TPWHM和TPWGHM算子推广至三角犹豫模糊决策环境下,提出三角犹豫模糊三参数加权Heronian平均(HTFTPWHM)和三角犹豫模糊三参数加权几何Heronian平均(HTFTPWGHM)算子,并证明算子的优良性质。在此基础上,提出基于两种算子的决策分析方法,并用来解决三角犹豫模糊决策问题。最后,通过算例验证所提方法的可行性和合理性。

模糊Bonferroni平均算子及在多准则群决策中的应用

在进行信息集成时,有时需要考虑输入变量之间的相互影响,而Bonferroni平均(Bonferroni mean,BM)算子正好具有这种优点。为了集成三角模糊数,提出模糊Bonferroni平均(fuzzy Bonferroni mean,FBM)算子,讨论它的几种特殊情形。在此基础上,提出模糊加权Bonferroni平均(fuzzy weighted Bonferroni mean,FWBM)算子和组合模糊加权Bonferroni平均(combined fuzzy weighted Bonferroni mean,C-FWBM)算子,同时研究它们的一些性质。针对决策信息以三角模糊数给出的决策问题,提出一种基于FWBM算子和C-FWBM算子的多准则决策方法。最后举例说明其在模糊多准则群决策中的应用,结果表明该方法是可行的。

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。

犹豫模糊语言Heronian平均算子在多属性决策中的应用

针对输入变量之间的相互影响以及评价值为犹豫模糊语言信息的多属性决策问题,提出一种基于犹豫模糊语言Heronian平均算子的多属性决策方法。由于Heronian平均(HM)算子具有能够反映输入变量之间相互关联的良好特性,在犹豫模糊语言信息环境下,提出了两种新的集成算子,即犹豫模糊语言Heronian平均(HFLHM)算子和犹豫模糊语言几何Heronian平均(HFLGHM)算子,同时研究了它们的一些特性。考虑到输入变量具有不同的重要程度,还定义了犹豫模糊语言加权Heronian平均(HFLWHM)算子和犹豫模糊语言加权几何Heronian平均(HFLWGHM)算子。最后提出了基于HFLWHM算子和HFLWGHM算子的犹豫模糊语言多属性决策方法,并通过实例验证了这些算子的合理性和可行性。

区间直觉梯形模糊Bonferroni平均算子及在多属性群决策中的应用

针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于加权区间直觉梯形模糊Bonferroni平均(WIVITFBM)算子的决策方法.首先,基于IVITFN的运算法则和Bonferroni平均(BM)算子,定义了区间直觉梯形模糊Bonferroni平均(VITFBM)算子和WIVITFBM算子.然后,研究了这些算子的一些性质,建立基于WIVITFBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。

广义犹豫模糊Bonferroni平均及其多准则群决策方法

针对决策信息为犹豫模糊信息且输入的决策信息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-范数的广义犹豫模糊Bonferroni平均(GHFBM)算子,并建立一种新的多准则群决策方法,其优点是不仅能够在信息集结的过程中考虑到输入变量之间的相互联系,还使得群决策方法应用范围更加广泛。在此过程中,研究了GHFBM算子的一些优良性质,包括单调性、幂等性、有界性以及置换不变性等。紧接着,分别对参数和加性算子赋予不同的数值和函数,详细探讨了GHFBM的一些常用形式。结合对计算机网络系统更新方案的选择实例,对提出的群决策方法进行合理性与有效性验证。

梯形模糊数直觉模糊Bonferroni平均算子及其应用

本文研究决策信息为梯形模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于梯形模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法.首先,介绍了TFNIFN的概念和运算法则,基于这些运算法则和Bonferroni平均(Bonferroni mean,BM)算子,定义了梯形模糊数直觉模糊Bonferroni平均算子和TFNIFWBM算子.然后,研究了这些算子的一些性质,建立基于TFNIFWBM算子的多属性群决策模型,结合排序方法进行决策.最后,将该方法应用在MAGDM中,算例结果表明了该方法的有效性与可行性.

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.

基于联系数广义有序加权平均算子的三角模糊数多属性决策方法

为解决属性值和属性权重都是三角模糊数时的多属性决策问题,采用等价转换的思路将属性值和属性权重的三角模糊数转换成同异型二元联系数,进而将三角模糊数的多属性决策转换成二元联系数的多属性决策.基于对二元联系数的有效信息集成,构建了一种新型的联系数广义有序加权平均(CNGOWA)算子,并提出了一种基于CNGOWA算子的三角模糊数多属性决策方法.实例分析表明,基于CNGOWA算子的三角模糊数多属性决策方法合理、稳定,可应用于三角模糊数型的模糊数据的决策分析和应用.

区间犹豫模糊Bonferroni mean算子在多属性决策中的应用

针对在信息集成时,需要考虑输入变量之间的相互影响以及专家评价值为区间犹豫模糊信息的多属性决策问题,提出一种基于区间犹豫模糊Bonferroni mean算子的多属性决策方法。考虑到由于Bonferroni mean(BM)算子能够良好的反映输入变量之间相互影响,首次提出了评价值为区间犹豫模糊集信息环境下的两种新的集成算子,即区间犹豫模糊Bonferroni mean(IVHFBM)算子和区间犹豫模糊几何Bonferroni mean(IVHFGBM)算子。并讨论了其相关的一些特性。同时基于输入变量会具有不同重要程度的情况,定义了区间犹豫模糊加权Bonferroni mean(IVHFWBM)算子和区间犹豫模糊加权几何Bonferroni mean(IVHFWGBM)算子。针对评价信息以区间犹豫模糊集表示的决策问题,提出了基于IVHFWBM算子和IVHFWGBM算子的多属性决策方法。最后通过实例证明了该方法的可行性和有效性。

区间犹豫梯形模糊Bonferroni Mean算子及其应用

结合犹豫模糊集和区间梯形模糊数,提出了区间犹豫梯形模糊集的概念;针对信息集成过程中需要考虑输入变量之间的相互影响,提出了区间犹豫梯形模糊Bonferroni Mean(IVHTrFBM)算子和区间犹豫梯形模糊几何Bonferroni Mean(IVHTrFGBM)算子,并讨论了它们的性质和特例;根据输入变量的重要程度不同,提出了区间犹豫梯形模糊加权Bonferroni Mean(IVHTrFWBM)算子和区间犹豫梯形模糊加权几何Bonferroni Mean(IVHTrFWGBM)算子。最后,提出了基于IVHTrFWBM算子和IVHTrFWGBM算子的区间犹豫梯形模糊多属性决策方法,并通过实例进行验证。

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.

犹豫三角模糊语言算子在多属性决策中的应用

文章在犹豫模糊集和三角模糊语言集的基础上,定义了犹豫三角模糊语言集的概念。给出犹豫三角模糊语言的运算法则,研究了两种集结算子。由于现实生活中存在着犹豫三角模糊语言集的有序位置具有不同权重的情况,提出了犹豫三角模糊语言有序加权平均(HTFLOWA)算子和犹豫三角模糊语言有序加权几何(HTFLOWG)算子。并讨论了其相应的运算定理。然后构建了犹豫三角模糊语言的得分函数,并在此基础上研究了犹豫三角模糊语言的排序方法。最后,提出了一种基于HTFLWA算子和HTFLWG算子的犹豫三角模糊语言多属性决策方法,并将其应用到绿色供应商的选择中,以此验证了其有效性和合理性。

基于犹豫梯形模糊Bonferroni Mean算子的多属性决策

针对专家评价值为犹豫梯形模糊元的多属性决策问题,考虑专家评价值之间的关联性,结合Bonferroni均值提出了犹豫梯形模糊Bonferroni mean算子及其加权形式.利用犹豫梯形模糊元的运算法则研究算子的相关性质和一些特例,给出了基于犹豫梯形模糊加权Bonferroni mean算子的决策方法,并通过数值实例验证了该算子的有效性.

基于三角模糊数幂平均算子的群决策方法

文章提出了三角模糊数幂平均算子和三角模糊数幂有序加权平均算子，讨论了它们的性质，并研究了它们在群决策中的应用。基于三角模糊数幂平均算子和三角模糊数幂有序加权平均算子，研究了决策信息以三角模糊数互补判断矩阵形式给出的群决策方法，最后通过一个实例说明了该方法的可行性和有效性。

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。。