基于优先集成算子的直觉乘法偏好关系共识模型

针对专家之间具有优先关系时直觉乘法偏好关系下群体共识决策问题,提出一种基于优先集成算子的直觉乘法偏好关系共识方法。为了有效集结专家偏好信息,提出直觉乘法优先加权平均(IMPWA)算子和直觉乘法优先加权几何(IMPWG)算子,并研究其相关性质;定义直觉乘法偏好关系的共识度和接近度概念,据此完成非共识偏好信息的识别和修正,构建一种迭代共识算法。案例表明该方法的可行性和有效性。

连续区间直觉模糊有序加权几何算子及其群决策方法

文章基于连续有序加权几何(C-OWG)算子,提出了带有决策者态度参数的连续型区间直觉模糊有序加权几何(C-IVIFOWG)算子,推导出其数学表达式,给出了新的区间直觉模糊数序关系判别准则,同时,证明了C-IVIFOWG算子具有单调性和有界性。对C-IVIFOWG算子进行扩展,提出了加权平均C-IVIFOWG算子(WAC-IVIFOWG)和有序加权平均C-IVIFOWG算子(OWAC-IVIFOWG),分析了相关性质。最后提出了基于扩展的C-IVIFOWG算子的多属性群决策方法,算例分析表明所提算子的有效性。

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。

区间直觉模糊幂加权算子的动态多属性决策

为了解决集结算子处理动态多属性决策问题时,现有的区间直觉模糊(interval-valued intuitionistic fuzzy,IVIF)加权平均算子未考虑集结数据之间的相互关系、决策结果精度不高的不足,利用幂加权几何平均(power weighted geometric average,PWGA)算子的非线性特性将集结数据之间相互关系联系起来,提出了IVIF PWGA算子的动态多属性决策方法。首先,将实数形式的PWGA算子扩展到区间直觉模糊集(IVIF set,IVIFS),利用数学归纳法证明了数据融合后的综合集结值是区间直觉模糊数(interval-valued intuitionistic fuzzy number,IVIFN)的结论。然后,定义了IVIF条件下,处理动态多属性决策问题的PWGA算子。通过动态PWGA算子集结多个时间点的单一集结值得到综合集结值,根据综合集结值的得分函数和精确函数,对各方案排序。最后,通过实例说明了该算法的有效性。

基于直觉模糊混合优先算子的多准则决策方法

直觉模糊数是对传统模糊数的拓展,混合优先算子是对优先算子和加权算子的拓展.在直觉模糊的情形下,现实中针对实际活动中需要同时考虑准则之间具有不同优先级别和准则权重的多准则决策问题大量存在.本文基于直觉模糊优先算术平均(IFPWA)算子提出了直觉模糊混合优先算术平均(IFHPWA)算子;基于直觉模糊优先几何平均(IFPWG)算子提出了直觉模糊混合优先算术平均(IFHPWG)算子.这两种算子的特点不仅考虑到数据的重要性程度而且考虑到了准则的优先水平.在此基础上,提出了一种基于直觉模糊混合优先算子的多准则决策方法.该方法利用IFHPWA(IFHPWG)算子对数据信息进行加权集结,利用记分函数对方案进行排序并择优.最后,通过一个人才引进的实例分析,验证了所提决策方法的可行性和有效性.

直觉对偶犹豫模糊集的集结算子及其应用

在对偶犹豫模糊集与直觉模糊集的基础上,提出了直觉对偶犹豫模糊集的概念和基本运算,构造了直觉对偶犹豫模糊集的算术加权平均集结算子和几何加权平均算子,并考虑有序和广义的情况,分别给出相对应的公式。同时针对某些算子的特殊性质,给出了详细描述和证明。针对模糊集的多属性群决策问题,提出了一种新的基于直觉对偶犹豫模糊集的集结算子的多属性群决策方法,通过一个实例说明了该方法的实用性和有效性。

基于直觉模糊集和POWA算子的目标类型识别方法

将编队级目标类型融合识别问题归结为一类具有优先级的不确定多准则决策问题,基于直觉模糊集和POWA算子的基本概念,分别定义了直觉模糊优先有序加权平均算子和直觉模糊混合优先有序加权平均算子,给出了确定其关联权重向量的方法。对编队级目标情报融合识别问题进行数学描述,结合直觉模糊熵权思想和直觉模糊平均加权算子,提出了基于直觉模糊混合优先有序加权平均算子的舰艇编队目标类型融合识别方法,利用实例对方法的有效性进行了说明。

基于直觉乘法偏好信息的FMEA风险评估方法

为有效刻画故障模式和影响分析(FMEA)评估信息的模糊性,降低信息融合对分析结果的影响,文章构建了一种直觉乘法偏好信息背景下的FMEA风险评估方法。引入直觉乘法集表征故障模式和风险因子权重专家评估信息,确定相应直觉乘法判断矩阵;考虑专家权重信息,依次运用直觉乘法平均(IMA)算子和直觉乘法加权平均(IMWA)算子对评估信息进行集结,求得故障模式和风险因子权重综合评估信息,并得出风险因子权重向量;依据故障模式最终评估信息记分函数值,确定故障模式风险顺序。以城市燃气输配系统FMEA为案例证实所构建方法的有效性。

基于模糊数直觉模糊集算子的多准则决策方法

定义模糊数直觉模糊数的一些运算法则,给出模糊数直觉模糊集两个改进算子,即加权算术平均算子(FIF-WAA)和加权几何平均算子(FIFWGA)。在此基础上,提出用精确函数解决记分函数无法决策的问题,以保证记分函数的严密性与合理性。提出一种属性权重确知且属性值,以模糊数直觉模糊数形式给出的多准则决策方法,通过实例分析结果证明了运用模糊数直觉模糊数改进算子进行多准则决策的有效性和正确性。

区间直觉梯形模糊交叉影响平均算子及其应用

针对多属性决策问题运用新的集成算子方法,构造出相应的多属性决策方法。利用隶属度和非隶属度之间存在某种关联和相互影响,提出了区间直觉梯形模糊数的改进的加法运算、数乘运算、乘积运算和幂运算。并在这些运算的基础上,给出了区间直觉梯形模糊数的加权交叉影响平均算子和几何交叉影响平均算子。最后通过实例验证了所提方法的有效性。

基于直觉模糊MULTIMOORA的改进FMEA风险评估方法

针对传统故障模式和影响分析(FMEA)方法中难以表征评估信息不确定性、未考虑风险因子权重和风险优先值模型不合理等问题,提出基于直觉模糊全乘比例分析多目标优化的改进FMEA方法。该方法运用可转化为直觉模糊数的语言变量表征故障模式和风险因子权重评估信息,结合直觉模糊优先加权平均(IFPWA)算子集结不同优先等级的专家评估信息,构建专家评估法和偏差最大化模型法相结合的综合赋权法求得风险因子权重,引入直觉模糊集成算子及改进Hamming距离对全乘比例分析多目标优化决策方法进行改进,确定故障模式风险顺序。以铁路线路维修FMEA为例,验证了所提方法的可行性和有效性。

基于海明距离和TOPSIS的直觉模糊数排序法

基于直觉模糊数的海明距离,结合传统的TOPSIS思想,给出了直觉模糊数相对于最大直觉模糊数的贴近度公式,贴近度公式即为新的排序函数,新的排序函数能蕴含传统的得分函数和精确函数。基于新的排序指标,利用直觉模糊优先加权平均算子(IFPWA)算出其关联属性权重向量,进而计算各备选方案的集结结果,对最终的集结结果运用新的排序指标进行排序和择优。

直觉模糊优先有序加权距离算子及其在多属性群决策中的应用

在一些多属性群决策问题中,属性间可能存在一定的优先等级,因此在决策过程中有必要考虑属性间的优先关系。本文首先基于COWA算子定义了一种新的直觉模糊值间的距离。其次,基于属性间的优先关系,利用直觉模糊值的熵值给出多属性群决策问题中关联权重的计算方法。为了解决具有优先级的直觉模糊多属性群决策问题,定义了直觉模糊优先有序加权距离(IFPOWD)算子,并且提出了基于IFPOWD算子的多属性群决策方法。最后,运用实例证明了方法的有效性。

基于DLOWG算子的FMEA风险评估方法

为了解决传统故障模式与影响分析(FMEA)的风险评估过程中专家评判的模糊性和不确定性问题,提出基于依赖型语言有序加权几何(DLOWG)算子的FMEA风险评估方法.该方法将故障模式风险优先数(RPN)的各个因子视为语言变量,基于提出的DLOWG算子来综合专家的群体评判意见.该算子对错误或有偏见的语言评价值赋以较低的权重来减轻不公平性对决策结果的影响.基于语言加权几何(LWG)算子和DLOWG算子,考虑各个风险因子及专家意见的权重,提出语言风险优先数的计算公式,对模糊环境中故障模式的风险进行评估.以某汽车外部照明设备的故障模式风险评估为例,验证了该方法的有效性和实用性.

基于GOWA算子的IITFN群决策方法

对区间直觉梯形模糊数(IITFN)决策方法进行了研究.通过定义区间直觉梯形模糊数的期望值和预期得分,进而给出区间直觉梯形模糊数的一种新的排序方法;同时,给出了广义有序加权平均算子及其性质.为了求广义有序加权平均(GOWA)算子的权重,提出了广义最小二乘法,进而建立了基于区间直觉梯形模糊数的属性权重完全未知的多属性群决策方法,并给出了相应的群决策方法.实例分析验证了所提出方法的有效性.

广义直觉模糊诱导有序加权几何交叉影响平均算子及其在决策中的应用

在不同直觉模糊集的运算存在隶属度和非隶属度交叉影响的基础上,提出了广义直觉模糊诱导有序加权几何交叉影响平均算子,推导出该算子的数学表达形式,并研究了该算子的一些性质。同时探讨新的基于广义直觉模糊诱导有序加权几何交叉影响平均算子的直觉模糊多属性决策方法。实例说明了新的算子在决策应用中的有效性,并分析了不同的参数λ对决策结果的影响,最后将本文提出的广义诱导直觉模糊诱导有序加权几何交叉影响平均算子与现存的广义有序算子进行了稳定性的比较。

基于R-THIOWGA集成算子的模糊关联多属性群决策方法

属性间的关联性破坏了独立多属性决策信息的测度可加性,为了更客观地反映决策者的决策意图,更准确地融合决策信息,同时提升算子对决策属性的描述能力,定义了三角犹豫直觉模糊数新的比较规则,引入模糊测度及Choquet积分定义了三角犹豫直觉模糊关联有序加权几何平均算子(R-THIOWGA),并构建了R-THIOWGA的数学模型,证明了R-THIOWGA幂等性、有序单调性、有界性等算子性质.以R-THIOWGA集成算子为基础,提出了模糊关联多属性问题群决策方法,并应用于我国海军远海维修保障平台选型的算例分析.研究结果表明,应用R-THIOWGA算子及基于R-THIOWGA的群决策方法解决模糊关联多属性决策问题是可行的、有效的.

区间直觉模糊几何Heronian平均算子及其应用

针对决策信息为区间直觉模糊数且属性间存在相互关联的多属性群决策问题,提出了一种基于区间直觉模糊几何加权Heronian平均算子的决策方法。首先,基于区间直觉模糊数的运算法则和几何Heronian平均算子,定义了区间直觉模糊几何Heronian平均算子和区间直觉模糊几何加权Heronian平均算子。然后,研究了这些算子的一些性质,建立基于区间直觉模糊几何加权Heronian平均算子的多属性群决策模型,结合排序方法进行决策。最后,通过多属性群决策算例验证了该方法的有效性与可行性。

直觉模糊POWA算子及其在多准则决策中的应用

为了解决具有优先级的直觉模糊多准则决策问题,定义了直觉模糊优先有序加权平均(IFPOWA)算子.基于优先关系,利用直觉模糊值修正得分函数给出其关联权重向量的计算方法,分析并证明了IFPOWA算子的性质;提出了基于IFPOWA算子的具有优先级的直觉模糊多准则决策方法.最后,利用实例对方法的有效性进行了分析.

基于偏好信息的高速铁路车站选址研究

为研究高速铁路(以下简称"高铁")车站选址方案评价的多属性决策问题,从经济因素、路网因素、功能因素、协调因素和环境因素等5个方面构建评价指标体系。针对已有研究评估信息表征不完整和集结不准确等不足,提出1种直觉乘法偏好信息下的高铁车站选址方案评价方法。该方法运用直觉乘法数表征方案偏好评估信息,结合偏好信息隶属度和非隶属度交叉影响下的直觉乘法数运算规则,提出直觉乘法交叉加权平均(IMIWA)算子和广义直觉乘法交叉加权平均(GIMIWA)算子与其相关性质,然后利用GIMIWA算子对高铁车站选址备选方案的偏好信息进行集结并确定最终方案排序。算例结果证实所提出方法的可行性和有效性。