基于非权威精确属性值化为区间直觉模糊数的多属性决策方法

给出了一种将非权威精确属性值化为区间直觉模糊数的方法,定义了区间直觉模糊数的混合加权近似集成算子和基于方案权系数的加权精确函数,并以此提出了对区间直觉模糊集多属性决策问题进行决策的方法。最后以教师教学质量评价表为例,对决策方法进行了验证及说明。

基于改进RF算法的低压配电工程信息识别技术

针对当前电力系统配电网结算管理过程中的结算工程量与实际工程量不遵从问题,提出了一种基于改进随机森林算法的低压配电网工程信息识别技术。该技术通过分析配电网结算过程中工程信息的特点,采用核主成分分析算法提取配电网工程信息的数据特征,从而构建工程信息数据的特征向量。同时将随机森林模型作为基础分类模型并输入特征向量,根据分类性能对随机森林中的决策树进行精确加权,并针对参数选取问题引入粒子群算法优化随机森林的参数,进而输出分类识别结果。实验结果表明,所提出的改进随机森林算法能够有效识别异常工程信息,且与其他算法相比其具有更为优异的识别准确率及识别效率。

基于直觉模糊偏好信息的群组DEMATEL决策方法

决策试行与评价实验室(DEMATEL)方法中,构造直接影响矩阵(DIM)是该方法实现系统分析的关键技术。为克服DIM构造过程中存在的专家判断主观随意性太强以及意见集成机理不明确的内在缺陷,提出一种基于直觉模糊偏好信息的DEMATEL决策方法,该方法依据系统直觉思维,充分考虑了专家认知能力、个人偏好、情境特征,将其判断结果通过直觉模糊数予以反映,不仅完善了现有DEMATEL评价模式,使专家对复杂问题的判断更为科学,而且通过精确加权法对专家直觉模糊信息进行集成,更为清晰地揭示出DEMATEL群组决策的集成机理。实例验证结果表明,所提方法实践可操作性较强。

直觉模糊群决策中专家权重确定的一种精确方法

在直觉模糊群决策中,一般通过赋权法对不同专家或决策者进行有效区分,相关研究多偏重等值赋权与主观赋权,但两者均存在不足.基于此,提出一种仅依靠非犹豫度(专家对属性的非犹豫程度意味着对该属性信息的掌握程度)的精确加权(AWD)方法,并证明了该方法的单调性与尺度不变性.在AWD方法基础上,提出FOAWA和IFOAWG算子,证明了新算子的幂等性、有界性与交换性.最后,通过算例展示了所提出方法的可行性和有效性.

基于直觉模糊AWD方法的供应商选择

供应商选择是供应链管理的关键环节之一.运用直觉模糊精确加权(AWD)和复杂比例评价(COPRAS)方法对供应商选择模型进行了研究,构建了基于直觉模糊精确加权的供应商选择的COPRAS模型.模型将供应商评价值的语言变量转化为直觉模糊数,运用直觉模糊的精确加权方法分别确定各个评价指标的精确权重和同一指标下各个供应商的精确权重,极大地提高了指标权重确定的科学性,然后结合COPRAS方法选择供应商.最后将构建的供应商选择模型在实例中进行了应用,并结合各供应商效用度得出了各个供应商的优先顺序,获得了最佳供应商选择方案,验证了所提出方法的可行性和有效性.