基于联系数广义有序加权平均算子的三角模糊数多属性决策方法

为解决属性值和属性权重都是三角模糊数时的多属性决策问题,采用等价转换的思路将属性值和属性权重的三角模糊数转换成同异型二元联系数,进而将三角模糊数的多属性决策转换成二元联系数的多属性决策.基于对二元联系数的有效信息集成,构建了一种新型的联系数广义有序加权平均(CNGOWA)算子,并提出了一种基于CNGOWA算子的三角模糊数多属性决策方法.实例分析表明,基于CNGOWA算子的三角模糊数多属性决策方法合理、稳定,可应用于三角模糊数型的模糊数据的决策分析和应用.

广义有序加权指数平均算子及其应用

基于罚函数通过构造优化模型提出了一种新的算子——广义有序加权指数平均算子(GOWEA),并且研究了GOWEA算子的性质.为了确定权重,提出了GOWEA算子的orness测度并研究了orness测度的性质.最后,将GOWEA算子应用到多属性群决策问题中.

连续区间广义有序加权调和平均算子及其在区间组合预测中应用

在连续区间有序加权调和平均(Continuous ordered weighted harmonic averaging,C-OWHA)算子的基础之上,提出连续区间广义有序加权调和平均(Continuous generalized ordered weighted harmonic averaging,C-GOWHA)算子。对该算子进行拓展,提出了加权的连续区间广义有序加权调和平均算子、有序加权的连续区间广义有序加权调和平均算子、诱导有序加权的连续区间广义有序加权调和平均算子及组合的连续区间广义有序加权调和平均算子,以便能够用于计算区间数据组。此外,在诱导有序加权的连续区间广义有序加权调和平均算子的基础之上,以灰色趋势关联度为相关性指标,提出了基于灰色趋势关联度的诱导有序加权的连续区间广义有序加权调和平均算子的区间数组合预测模型,通过实例分析,表明该模型能够起到提高预测精度的作用。

广义有序加权指数调和平均算子及其应用

文章通过罚函数构建并求解优化模型定义了广义有序加权指数调和平均算子（GOWEHA）,证明了其具有单调性、幂等性、有界性和置换不变性等性质。随后,定义了GOWEHA算子的orness测度,探讨了orness测度的性质。并在给定orness水平下,提出了求解GOWEHA算子权重向量的最小指数平方法。最后,结合GOWEHA算子提出一种多属性群决策方法,并通过应用实例说明决策方法的可行性。

基于组合数的有序加权平均算子赋权的旅游商品包装设计评价研究

为客观地了解、评价旅游商品包装设计水平,在结合专家意见及相关论证的基础上建立了包含3个一级指标下涵11个二级指标的旅游商品包装设计评价指标体系。采用基于组合数的有序加权平均算子赋权法对各级指标进行赋权,并用改进的模糊综合评判法构建了旅游商品包装设计评价模型。利用所建立的评价模型对某品种的怀远石榴包装进行评价,通过模型计算最终得到该品种怀远石榴包装隶属于"三档"等级,与实际情况基本一致,也验证了该评价方法的可行性。

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。

有序加权平均算子权重确定新方法及其应用

在应用OWA算子进行决策分析过程中,OWA算子权重的确定是关键的一环.提出了一种确定OWA算子权重的新方法,并把新方法应用于数据为区间数的不确定环境中,基于区间数两两比较的可能度公式和互补判断矩阵的排序公式,提出了一种不确定型OWA算子,给出了其在应用过程中的具体步骤.数值例子表明了新算子的有效性和可行性.

基于OWA算子的模糊n-cell数排序方法

针对基于模糊n-cell数的多属性排序问题,提出了一种基于有序加权平均算子(OWA算子)的模糊n-cell数排序方法。该方法首先根据样本数据对评估对象的属性构造模糊n-cell数,其次根据均值将属性按照从大到小排列,然后选取合适的权重向量,应用OWA算子进行信息聚合得到综合模糊n-cell数,接着根据各分量均值得到排序结果。最后,将该方法运用到实例中,并与传统的均值方法进行了比较。结果表明该方法不仅灵活有效,可根据具体情况选择不同的OWA权重来消除部分不合理的情况,使结果更有说服力,还弥补了传统均值方法的不足。

三参数区间数调和平均算子及决策应用

针对决策信息以三参数区间数据形式给出的多属性决策问题,提出了一些新的三参数区间数据信息的集成算子和决策方法。基于连续区间数据有序加权调和平均(C-OWHA)算子,定义了连续的三参数区间数据有序加权调和平均(CP-OWHA)算子,并将该算子进行了拓展,提出了加权调和CP-OWHA(WHCP-OWHA)算子、有序加权调和CP-OWHA(OWHCP-OWHA)算子和组合的CP-OWHA(CCP-OWHA)算子。进一步证明了WHCP-OWHA算子和OWHCP-OWHA算子均为CCP-OWHA算子的特例。CCP-OWHA算子同时推广了WHCP-OWHA算子和OWHCP-OWHA算子,CCP-OWHA算子不仅考虑了每个数据的自身重要性程度,而且还体现了该数据所在位置的重要性程度。基于WHCP-OWHA算子和CCP-OWHA算子,提出了一种属性权重和专家权重均为确定实数且属性值为三参数区间数的多属性群决策方法。最后给出了一个数值例子,结果表明该方法有效。

拟广义加权引致OWA算子及其应用

研究拟广义加权引致有序加权平均算子及其应用.首先把拟广义思想引入加权引致有序加权平均算子,给出拟广义加权引致有序加权平均算子的概念.并分析其具有的单调性、幂等性、有界性、置换不变性等性质.提出了基于拟广义加权引致有序加权平均算子的决策方法,并给出了具体算例分析说明决策方法的有效性和合理性.

基于相关系数及IOWA算子的区间组合预测方法

传统的组合预测方法是针对数字型数据并以改善拟合误差平方和为准则来建立模型。然而,在不确定环境下,样本数据和预测值均以区间数给出,因此有必要研究区间组合预测模型。文章引进IOWA算子以及相关系数概念,建立了多目标的区间组合预测模型,并探讨了模型的求解方法,再结合实例分析验证了模型的有效性,同时给出模型中的参数的灵敏度分析。

基于区间数距离的IGOWLA算子的区间型组合预测模型

在用区间数描述不确定现象的预测问题中,由于每种单项预测方法在各个时点处的精度不同,定权区间型组合预测模型存在权重固定不变的不足.本文引入诱导广义有序加权对数平均(IGOWLA)算子,以区间数距离作为最优准则,构建一种基于区间数距离的IGOWLA算子的变权区间型组合预测模型.实证分析结果显示,本文所构建的区间型组合预测方法可提高预测精度,是一种有效的优性的组合预测方法.

诱导连续区间有序加权平均算子及其在区间数群决策中的应用

基于诱导有序加权平均(IOWA)算子和连续区间有序加权平均(C-OWA)算子,提出一种诱导连续区间有序加权平均(IC-OWA)算子,并讨论了该算子的优良性质.针对区间数互补判断矩阵提出了连续偏好矩阵的概念,定义了基于专家评判水平偏差的诱导连续区间有序加权平均(DIC-OWA)算子,并给出一种基于该算子的区间数群决策方法.最后通过算例说明了该方法的可行性.

基于DFOWA算子的动态三参数区间灰数多属性决策

针对各决策时段权重、属性权重完全未知且属性值以三参数区间灰数形式给出的动态多属性决策问题,首先定义了新的三参数区间灰数的距离测度公式来最大程度考虑区间内每一个点的作用,保留三参数区间灰数特性;其次给出动态模糊有序加权平均算子(DFOWA)进行方案内属性间与方案间多时段两次信息集结,减少主观因素的影响,对方案所有信息进行了集结,进一步得到可能度矩阵并进行排序;最后通过算例分析与方法比较,验证了所提方法的科学可行性。

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IOWC-GOWA算子的区间组合预测模型

在连续区间数广义有序加权平均(C-GOWA)算子基础上,将IOWA算子和C-GOWA算子相结合,提出诱导有序加权连续区间广义有序加权平均(IOWC-GOWA)算子的概念。以指数支撑度作为相关性指标,构建新的组合预测模型。通过实例分析说明该模型能有效提高预测精度。

2TLCGPOWA算子及其在多属性群决策中的应用

基于集对分析理论中二元联系数的不确定性,将联系变量引入到区间二元语义环境中,定义了二元语义联系变量,给出了二元语义联系变量的运算法则,并提出了几种新的算术集结算子。针对决策矩阵元素为区间二元语义变量和属性权重完全未知的不确定多属性群决策问题,提出了一种基于2TLCGPOWA算子的不确定多属性群决策方法。最后通过对某大学教师的任职和晋升考核来说明该方法的可行性和有效性。

基于IGOWLA算子的区间组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,将区间数的左右端点作为考虑问题的出发点,引入诱导广义有序加权对数平均算子(IGOWLA)算子的概念,以误差平方和为准则,分别建立左右端点的基于IGOWLA算子的变权系数最优组合预测模型,并通过引入偏好系数把多目标最优化模型转化为单目标最优化模型。通过实例分析说明了该模型能有效提高预测精度。

一种变权系数的区间数组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,引入了相关系数和诱导有序加权平均算子的概念;将区间数的左右端点看作时间序列,分别建立了两端点的变权系数多目标最优组合预测模型,并通过偏好系数转化为单目标最优化模型。实例分析表明,所提出的方法在区间数预测误差指标上明显优于其它区间组合预测方法。

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。