对偶犹豫模糊粗糙集

基于对偶犹豫模糊集的概念与运算性质,首先给出了对偶犹豫模糊关系的定义;然后将对偶犹豫模糊集与粗糙集理论相融合,在对偶犹豫模糊近似空间中构建了对偶犹豫模糊粗糙集模型,讨论了模型的一些基本性质;最后给出了自反、对称、传递和等价犹豫模糊关系的定义,并讨论了对偶犹豫模糊关系与上下近似算子的特征联系。

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。

基于组合权重的犹豫直觉模糊语言灰关联决策方法

为了处理多准则决策中的不确定信息,基于犹豫直觉模糊集和犹豫直觉模糊语言集,提出新的犹豫直觉模糊元素的欧氏距离和犹豫直觉模糊语言元素的欧式距离.利用灰关联方法,并结合组合权重的思想,提出了一种基于组合权重的犹豫直觉模糊语言灰关联决策模型.实例说明该决策方法的合理性和有效性.

基于Louvain方法的社会网络大群体决策交互共识模型

由于社会网络分析可以反映决策者在大群体决策(large group decision making,LGDM)共识问题中的社会关系,因此研究基于社会网络的LGDM共识问题具有现实意义。本文通过考虑决策者之间的社会网络关系,提出了一种交互式共识模型:首先,根据决策者之间的社会关系,采用Louvain方法对网络进行聚类,以降低大规模社会网络的复杂性;然后,基于可能性分布的犹豫模糊元素来表示每个子群的偏好,根据社会网络分析的中心性,计算决策者和子群权重;随后,给出三个层次的共识测量和反馈机制,来加速共识的达成过程。该模型在一致性调整过程中,整个社会网络也随之更新,允许子群分类的改变,而且考虑决策者的交互使结果更容易被接受。最后,通过案例分析验证方法的可行性,并通过与现有方法的比较,说明了方法的优越性。