基于TOPSIS的犹豫模糊元偏好下的双边匹配决策方法

双边匹配理论方法广泛应用在各个行业与日常生活中,产生较大的经济价值与社会价值。然而,现实双边匹配决策过程中,决策问题的复杂性使得双方主体给出的偏好信息是模糊的,决策环境的复杂性可能使所给出的偏好信息是不确定的。考虑到现实双边匹配问题的上述特征,给出一种新的犹豫模糊元偏好下的双边匹配决策方法。首先,基于TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)方法将犹豫模糊元矩阵转化为贴近度矩阵,即主体满意度矩阵;接着,构建以双边主体满意度最大化为目标的多目标规划模型;进一步地,运用线性加权法将多目标规划模型转化为单目标规划模型,并求解该模型得到最佳双边匹配方案;最后,使用一个人岗匹配实例验证该模型的有效性与有效性。

加权概率区间值犹豫模糊集及决策应用

对概率区间值犹豫模糊集中的不同区间值隶属度赋予了决策专家权重,定义了加权概率区间值犹豫模糊集(WPIVHFS).针对WPIVHFS中的加权概率区间值犹豫模糊数,采用区间值隶属度的中位数、区间值隶属度的清晰度、概率以及相对应的决策专家权重构成四维点坐标进行刻画,在此基础上建立了加权概率区间值犹豫模糊元(WPIVHFE)的外部固定函数模型、内部稳定函数模型、2个WPIVHFE的大小比较准则与距离测度模型.利用熵值法分别计算属性的外部权重与内部权重,并依据属性的外部权重与内部权重相离程度值来确定属性的综合权重.考虑方案的外部固定函数值、内部稳定函数值来计算各个方案的综合属性值.方案的排序结果表明:在采用四维点坐标来描述WPIVHFS的基础上建立的决策算法不但科学有效,而且提供了一种多角度观察方案排序结果的方法.

基于粒计算的犹豫模糊多准则决策方法

提出基于粒计算的犹豫模糊多准则决策方法.给出各个准则下对应的犹豫模糊集中犹豫模糊元的大于可能度定义,并构造相应准则下的加性一致的模糊偏好矩阵.根据各准则的模糊偏好矩阵对应的预序熵及预序粒结构相似度确定属性的权重,对各个准则下模糊偏好矩阵的排序向量加权平均得到最终的排序向量.文中方法以评价数据序信息量及准则序与整体之间的关系确定准则权重,通过计算加权两两比较下的排序向量得到最终的排序决策结果.最后运用实例验证算法的有效性及可行性.

区间犹豫模糊熵应用于地方高等教育发展研究

构造了新的区间犹豫模糊熵、交叉熵公式,提出了一种新的区间犹豫模糊多属性群决策方法,并将其应用于地方高等教育发展研究的过程中。构建了一种新的区间犹豫模糊熵公式,并证明其满足区间犹豫模糊熵的公理化条件;给出了区间犹豫模糊距离测度的公理性定义,研究了区间犹豫模糊距离测度和区间犹豫模糊熵、交叉熵的关系,并构建了区间犹豫模糊加权交叉熵公式。在区间犹豫模糊环境下,基于区间犹豫模糊熵、交叉熵以及交叉熵贴近度,提出了一种新的属性权重未知的多属性决策方法,并将其应用于对地方高等教育发展研究的过程中,验证该方法的可行性和有效性。

一种在犹豫模糊环境下的决策方法及应用

为解决经典多属性群决策问题,引入犹豫模糊集的思想,将其设置在犹豫模糊环境下解决.首先,把考核专家组给予各方案中属性不同的评价值作为属性可能隶属度,方案的每个属性值用一个犹豫模糊元表示;其次,建立犹豫模糊元混合和得分函数与混合积得分函数模型,新定义了犹豫模糊加权混合加与犹豫模糊加权混合积两个集结算子,并提出一种新的犹豫模糊多属性群决策方法;最后,把该方法用在高职院校对各二级学院的年终考核中,结果表明该方法操作简单、计算方便,能够快速取得正确的考核结果.

基于犹豫模糊信息投影技术的双边匹配决策方法

文章针对犹豫模糊信息下的匹配问题,提出了一种双边匹配决策分析方法。给出了犹豫模糊信息的双边匹配问题描述,将双边主体给出的犹豫模糊信息依据投影法进行信息的集结,构建了两个投影矩阵,依据双方主体组合满意度构建了匹配度矩阵。在此基础上,通过求解双边匹配优化模型,得出双边主体最优匹配结果。最后,以IT外包供需双方的匹配实例说明了所提出方法的可行性和实用性。

基于密切值法的犹豫模糊多属性决策

针对属性值为犹豫模糊元的多属性决策问题,提出了一种新的决策方法。该方法基于密切值法的基本思想,首先利用犹豫模糊元的运算性质定义正负理想点,然后定义同时反映了备选方案接近正理想点而远离负理想点的程度的密切值,进而对备选方案进行排序和择优。最后,通过应用实例说明该方法的有效性和可行性。

基于新距离测度的对偶犹豫模糊TOPSIS方法

研究了属性权重完全未知且对方案有偏好的对偶犹豫模糊多属性决策问题.首先,提出一种新的对偶犹豫模糊距离公式,无需人为添加元素,可直接进行计算.其次,基于新的距离公式,建立方案的主观偏好与客观偏好间偏差最小的属性权重优化模型,并将TOPSIS方法推广到对偶犹豫模糊环境下,对方案进行择优排序.最后,通过电力系统安全性评估的实例验证所提方法的可行性.

属性权重未知情况下犹豫模糊多属性决策方法

针对属性权重未知的犹豫模糊多属性决策,利用犹豫模糊元边界的确定性与边界内隶属度的犹豫性,把犹豫模糊元转换成集对分析中的三元联系数;再根据三元联系数的势函数和属性离差最大法确定属性权重,基此建立属性权重未知条件下的基于三元联系数的犹豫模糊多属性决策模型,利用模型中不同犹豫强度对备选方案进行排序。实例计算和对比分析结果表明,新模型不仅包含了其他模型得到的结果,还提供了更多潜在的排序方案信息,由此形成的有条件决策,是犹豫模糊多属性决策不确定性本质属性的映照,与犹豫模糊多属性决策实际应用情况吻合。

基于区间犹豫模糊TODIM的改进风险评估方法

失效模式与影响分析(Failure Mode and Effect Analysis,FMEA)是一项事前预防的风险分析手段,在实际运用过程中有许多不足。传统FMEA方法的应用环境是高度不确定的,运用传统方法进行分析时,最后的结果与实际情况偏差较大。文中基于模糊理论和多属性决策模型,提出了一种区间犹豫模糊TODIM的风险排序方法。首先,利用区间犹豫模糊元(Interval-Valued Hesitant Fuzzy Element,IVHFE)构建专家评价矩阵;然后,采用离差最大化法计算风险因子的客观权重,采用专家打分法确定风险因子的主观权重,将两者结合得到综合权重;最后,采用TODIM法对失效模式的O,S,D进行综合评估。以地铁车门的风险评估为例,验证了所提方法的有效性。

广义犹豫正态模糊信息集成及其多属性群决策

定义了犹豫正态模糊元及其运算法则、得分函数、Euclidean距离等概念;提出了广义犹豫正态模糊有序加权平均算子,并研究其性质,该算子不仅尽可能多地保留决策者的偏好信息,还可依据决策者的主观意愿选择不同的参数和属性权重,使得决策结果达到决策者的期望值;紧接着对属性权重和算子参数赋予不同的数值,获取广义犹豫正态模糊有序加权平均算子的若干种特殊算子,并探讨两个常用算子的大小关系;针对属性权重完全未知的多属性群决策问题,构建一种基于广义犹豫正态模糊有序加权平均算子的群决策方法。该方法利用同一属性下所有方案属性值间的距离求得最优权重,然后将同一方案下各属性值集结成为综合属性值,进而得到方案优劣排序。通过实例分析说明该方法的可行性和有效性。

加权犹豫模糊集的Lance距离测度及其应用

在多属性群决策过程中,犹豫模糊元中不同隶属度所占权重直接影响最终的评价结果。因此,提出一种基于加权犹豫模糊集的Lance距离多属性群决策方法。利用加权犹豫模糊集的熵构造属性信息权重的确定模型,给出加权犹豫模糊集的Lance距离的TOPSIS方法以及生成算法。通过流感疫苗供货商的选择,验证了该方法是可行的和有效的。

基于犹豫模糊可信度的知识推理

针对不确定性推理中的可信度估值不精确的问题,将犹豫模糊集引入可信度不确定性推理中。提出犹豫模糊可信度的定义,并基于可信度的知识表示给出犹豫模糊可信度的知识表示方式。为解决专家在推理过程中出现的信息缺失问题,提出求解平均值的信息补全方法。构建犹豫模糊可信度的单条规则和多条规则并行关系的运算法则,并给出基于犹豫模糊可信度的知识表示与推理的具体步骤。最后,运用实例验证了所提算法的可行性及有效性。

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.

加权犹豫三角模糊距离度量及其在群决策中的应用

对于犹豫三角模糊元中不同的元素作为隶属度的重要性不同,提出加权犹豫三角模糊元和加权犹豫三角模糊集的概念,研究了决策值为加权犹豫三角模糊元的群决策问题。首先,给出了加权犹豫三角模糊距离公式;其次,基于计算方便且不改变三角模糊数作为隶属度的重要性,提出一种对加权犹豫三角模糊元添加元素的方法;最后,提出加权犹豫三角模糊距离度量的群决策方法,并应用于加权犹豫三角模糊环境下的群决策。数值实例表明,加权犹豫三角模糊距离度量在群决策中具有合理性和可行性。

混合型概率犹豫模糊熵和交叉熵测度

针对已有概率犹豫模糊熵测度构造复杂、区分能力弱等缺点,提出一种混合型概率犹豫模糊熵测度.混合型熵测度能够综合反映概率犹豫模糊元所具有的个体不确定性和整体不确定性,具有结构简单、物理意义明确、区分能力强等优势.在概率犹豫模糊元规范化的基础上,基于混合型熵测度的构造理念所设计的混合型交叉熵测度,能够克服已有交叉熵测度的设计缺陷,综合反映两个概率犹豫模糊元之间的个体区分度和整体区分度,且具有自然的对称性.基于混合型熵测度和交叉熵测度,进一步设计概率犹豫模糊环境下的多属性决策方法,并将其应用于无人机集群作战效能评估.数值和理论分析结果表明,所提出的混合型概率犹豫模糊熵和交叉熵测度能够成对设计,互为印证,具有广泛的应用前景.

加权犹豫模糊集的群决策方法

对于犹豫模糊元中的不同隶属度值赋予不同的权重,由此构造出一种应用范围更广、更符合实际需要的犹豫模糊集合—–加权犹豫模糊集合.针对加权犹豫模糊集中的加权犹豫模糊元,定义了加权犹豫模糊集合和加权犹豫模糊元的并、交、余、数乘和幂等运算及其运算法则,并讨论它们的运算性质;同时,给出加权犹豫模糊元的得分函数和离散函数,进而给出一种比较加权犹豫模糊元的排序法则.在此基础上,提出两类集成算子:加权犹豫模糊元的加权算术平均算子和加权犹豫模糊元的加权几何平均算子,并针对专家权重(已知和未知)的两种情形,将加权犹豫模糊集合应用于群决策,给出两种基于加权犹豫模糊集合的群决策方法.最后,通过一个应用实例表明所提出的群决策方法的有效性和实用性.

基于调和犹豫模糊信息的多属性决策方法

实践中发现,犹豫模糊信息和概率犹豫模糊信息在计算过程中存在着计算繁琐、与数量运算规则不相容等问题.对此,提出一套基于调和犹豫模糊元的解决方法.通过定义调和犹豫模糊元为一组概率分布相同的概率犹豫模糊元,在犹豫模糊信息和概率犹豫模糊信息之间架起一座桥梁,将它们纳入统一处理框架.在此基础上,定义调和犹豫模糊信息的基本运算规则、信息集成算子、距离测度和混合熵测度,构建基于调和犹豫模糊信息的多属性决策方法,并将其应用于陆军合成旅指挥控制能力评估.数值实验表明:调和犹豫模糊决策理论克服了已有理论的缺陷,具有计算量可控、易于编程实现、与数量运算规则相容等优势.

基于符号距离和交叉熵的概率犹豫模糊多属性决策方法

针对概率犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于符号距离和交叉熵的多属性决策方法.首先,定义用于测量决策者犹豫程度的3种概率犹豫模糊元的犹豫度:数值犹豫度,信息不完全度和总犹豫度,基于3种犹豫度提出概率犹豫模糊符号距离;然后,为了避免人为添加元素,定义调和概率犹豫模糊元,并结合信息不完全度提出概率犹豫模糊元的交叉熵;最后,根据概率犹豫模糊元的符号距离和交叉熵构建多属性决策模型,并通过算例验证了该模型的有效性和合理性.

基于累积前景理论的概率犹豫模糊多属性决策方法

针对属性权重信息未知的概率犹豫模糊多属性决策问题,提出基于累积前景理论的多属性决策方法.首先,考虑概率犹豫元素之间的关系,定义概率犹豫模糊熵,分析其性质,并在此基础上提出新的得分函数.其次,鉴于决策者主观风险态度,引入累积前景理论构建前景决策矩阵.进而利用模糊熵最小化和综合效用最大化构建优化模型计算属性权重.最后,结合累积前景理论和准则权重建立多属性决策模型,以综合前景值大小排序得最优方案,并通过算例证明该模型的合理性.