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。

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。

区间直觉模糊数密度加权算子及其决策应用

在多属性决策中,当属性值为区间值直觉模糊数时,考虑属性信息分布疏密程度,研究了区间值直觉模糊集数据聚类的问题,提出了新的算子——线性区间值直觉模糊数密度加权平均中间算子(IIFDWA)和积性区间值直觉模糊数密度加权平均中间算子(IIFDWGA),统称区间值直觉模糊密度加权算子.最后,将IIFDWA算子和WAA算子结合应用到多属性群决策问题中.

基于直觉模糊集对集结方法的隐私风险决策

针对隐私风险的不确定性决策问题,在直觉模糊和集对分析理论基础上,对隐私确定-不确定建立信息权重的集对关系,给出了直觉模糊集对(IFSPA:Intuitionistic Fuzzy Set Pair Analysis)算子,定义了直觉模糊集对的相关概念、运算、性质、期望值、大小排序和几种直觉模糊集对信息集结算子:直觉模糊集对加权平均(IFSPAWA:Intuitionistic Fuzzy Set Pair Analysis Weighted Average)算子、直觉模糊集对加权几何(IFSPAWG:Intuitionistic Fuzzy Set Pair Analysis Weighted Geometric)算子、直觉模糊集对有序加权(IFSPAOWA:Intuitionistic Fuzzy Set Pair Analysis Ordered Weighted Average)算子、直觉模糊集对有序加权几何(IFSPAOWG:Intuitionistic Fuzzy Set Pair Analysis Ordered Weighted Geometric)算子、直觉模糊集对混合集结(IFSPAHA:Intuitionistic Fuzzy Set Pair Analysis Hybrid Aggregation)算子、直觉模糊集对混合几何(IFSPAHG:Intuitionistic Fuzzy Set Pair Analysis Hybrid Geometric)算子及这些算子相关性质。在此基础上,分析了隐私风险多属性决策的直觉模糊集对信息集结方法,并通过算例验证了该方法的可行性和合理性。

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。

三角直觉模糊广义有序加权平均算子及其在多属性群决策中的应用

针对属性以三角直觉模糊数(TIFN)形式表示和具有不完全权重信息的多属性群决策(MAGDM)问题进行了研究。首先定义了三角直觉模糊广义有序加权平均(TIFGOWA)算子,再利用得分函数和精确函数对方案的排序方法,对不完全权重信息的三角直觉模糊MAGDM问题,运用TIFGOWA算子提出一种新的多目标线性规划的求解方法。最后,运用一个算例说明了本文所提方法的合理性与有效性。

基于诱导型区间直觉模糊混合算子的群决策方法

针对属性值以区间直觉模糊数形式给出的多属性群决策问题,提出了两种融合信息更加全面的诱导型区间直觉模糊混合集结算子.利用提出的区间直觉模糊数的熵值度量方法来确定诱导变量,并结合基于支持度的数值依赖型集结算子,通过综合考虑位置、数据自身重要性及信息包含量,提出了诱导型区间直觉模糊混合平均(Ⅰ-ⅡFHA)算子和诱导型区间直觉模糊混合几何(Ⅰ-ⅡFHG)算子,分析了相关性质,进而给出一种区间直觉模糊多属性群决策方法,实例研究表明了所研方法的适应性与有效性.

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。

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。

基于直觉模糊值Sugeno积分算子的多属性群决策

针对现实的多属性群决策问题中,决策属性及专家偏好之间均存在不同程度的相互关联问题,提出了一种基于直觉模糊值模糊积分的多属性群决策方法.并基于直觉模糊值模糊测度,提出了一种直觉模糊值Sugeno积分算子,讨论了该算子的性质,给出了基于该算子的多属性群决策方法与途径.通过实例分析说明了该方法的具体应用及计算过程.

广义梯形模糊数密度加权算子及其应用

针对多属性决策问题,本文面向广义梯形模糊数的决策信息,提出了广义梯形模糊数密度加权算子(TF-DWA算子)的信息集结方法。首先介绍了广义梯形模糊数密度加权算子及其合成算子,并分析了其性质特点。然后,基于信息分布的疏密程度讨论了广义梯形模糊数的分组问题,通过质心排序指标值进行聚类。在此基础上,基于熵值法求解密度加权向量。最后,通过一个应用算例对本文提出的算子进行简要说明。

基于GOWA算子的直觉模糊多属性决策方法

针对直觉模糊环境下的多属性决策问题,提出了一种基于广义有序加权平均(GOWA)算子的决策方法。首先构造了直觉模糊集相对隶属度和相对非隶属度计算公式,使得决策方案的定性、定量指标的属性评价值和权重都可以用直觉模糊集进行统一描述,然后提出能集结直觉模糊集的GOWA算子,进而建立了直觉模糊多属性决策问题的GOWA决策方法。最后利用一个实例对文中模型与方法进行了验证、说明。

一种模糊有序加权(FOWA)算子及其应用

针对多个三角模糊数的集结问题 ,提出一种新的模糊有序加权 (FOWA)算子。该算子是对传统OWA算子的扩展 ,它使三角模糊数可根据其所在排序位置进行集结。分析 FOWA算子所具有的性质 ,给出在群决策中模糊信息集结的一个应用算例。

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。

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。

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.

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。

基于I-IFHA算子的动态直觉模糊多属性群决策方法

假设各决策时段的时间权重、各决策时段下的属性权重以及决策者权重均已知,各决策者针对各决策时段给出的属性值以直觉模糊数形式给出的动态多属性群决策问题,提出了一种基于导出直觉模糊混合平均(I-IFHA)算子动态直觉模糊多属性群决策方法.该方法利用动态直觉模糊加权平均(DIFWA)算子和动态加权平均(DWA)算子集结动态决策信息分别得到各决策者的综合直觉模糊决策矩阵和综合属性权重向量,并在此基础上利用直觉模糊加权平均(IFWA)算子计算得到各决策者下各方案的直觉模糊评价值;利用I-IFHA算子集结决策者群体决策信息得到各方案的综合直觉模糊评价值;利用直觉模糊数的得分函数及精确函数对决策方案进行排序和择优.最后,通过投资银行对企业进行投资的实例说明了该方法的应用.

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VIKOR方法的装备优选群决策模型

针对属性权重完全未知且属性值为语言信息的装备优选与排序问题,提出了一种基于扩展多准则妥协解排序(VIKOR)的多属性群决策模型。该模型引入直觉模糊加权集结(IFWA)算子对所有个体的决策信息进行集成,以获取作战指挥员决策群组的直觉模糊决策矩阵。利用直觉模糊数熵权公式对评估属性进行客观赋权,通过将VIKOR法扩展到直觉模糊环境来得到待选装备的折衷可行方案。最后结合作战无人机(UCAV)空地导弹优选实例和灵敏度分析验证了该模型的有效性和稳定性,并通过与直觉模糊TOPSIS法的对比实验表明了所提出方法的优越性。