基于模糊信息集成的网络舆情预测模型选择

针对属性值为犹豫模糊信息且输入变量之间存在相互影响和联系的网络舆情预测模型选择决策问题,首先基于阿基米德范数和Heronian几何平均,提出一种新的犹豫模糊Heronian几何平均(HFHGM)算子,并详细研究了HFHGM算子的一些基本性质;其次,探讨了HFHGM算子的一些特例,并引入了犹豫模糊加权Heronian几何平均(HFWHGM)算子;进一步,基于HFWHGM算子建立了一种新的犹豫模糊多属性决策方法,该决策方法不仅能够有效地捕获输入变量之间的相互联系,还使得决策者能够依据自身的风险偏好态度选择不同的参数进行决策。最后,通过网络舆情预测模型的选择实例验证提出的决策方法是可行的和有效的。