语言区间直觉模糊Frank算子

针对语言区间直觉模糊信息的集结问题,文中提出Frank集结算子,并构建解决供应商选择问题的群决策方法.首先引入拓展Frank t-模与s-模定义语言区间直觉模糊集的Frank运算法则,提出语言区间直觉模糊Frank加权平均(LIVIFFWA)算子与几何(LIVIFFWG)算子,证明算子的幂等性、封闭性、单调性等基本性质,剖析算子关于参数的退化性.然后,基于LIVIFFWA算子与LIVIFFWG算子构建语言区间直觉模糊多属性群决策方法,用于解决供应商决策问题.最后,通过共享单车回收供应商选择的案例分析验证文中决策方法的可行性和灵活性,讨论参数变化对决策结果的影响,并验证参数具有表征和反馈决策者态度的能力.

信息不完全确定的多准则语言区间群决策方法

针对权系数信息不完全确定且方案的准则值为确定语言等级或位于两个连续语言等级之间或语言区间,甚至缺失的群决策问题,提出一种群体语言决策方法。该方法将各准则的语言值转换成二元语义,利用WC-OWA和OWA算子进行准则集结和方案集结,通过方案贴近度和决策者给出的准则权系数的不完全确定信息,建立非线性规划模型,利用遗传算法对模型进行求解得到准则的最优权系数,进而得到方案的群体集成值,并将其转化为二元语义,利用二元语义的有序性得到方案的排序。实例计算表明了该方法的可行性和有效性。

一种基于粗集的残缺语言区间信息的多属性群决策方法

针对具有残缺语言区间信息的多属性群决策问题,提出了一种基于粗糙集理论的新的求解方法。对残缺语言区间信息多属性群决策问题进行了描述,采用LOWA算子将不同专家给出的评价信息集结为群体评价信息;通过计算不同方案之间的偏差来度量不同方案之间的相似性,对属性集进行约简,并确定属性权重;进一步地,通过计算每个方案的综合评价值判断方案优劣。最后,给出了一个算例。

一种基于语言区间变量信息的群决策方法

群体一致性的优劣和群决策结果的优劣密切相关。针对基于语言信息的群决策问题,本文从改善群体一致性的角度提出了一种分析方法。在该方法中,考虑专家可能给出的语言短语、语言区间变量形式的评价信息以及残缺信息,建立以群体一致性偏差最小为目标函数的优化模型;通过求解该模型得到群体方案排序值,使得群体方案排序或优选结果能够反映每个专家的意愿。最后给出了一个算例。

一种基于三元联系数的语言区间信息集结方法

给出利用属性权重与信息决策解决语言区间信息集结的三元联系数问题的新方法。其主要思路是将语言区间变量转化为对应三元联系数矩阵,并通过对该矩阵最优集结,建立三元联系数多属性优化函数及语言区间属性权重区间数。然后进行集对势分析,计算势关联度大小并择优排序。通过实例说明该算法的处理过程及有效性。

基于残缺语言区间信息的多属性群决策

针对属性权重为语言变量、评价信息为残缺语言区间信息的多属性群决策问题,提出了基于改进的模糊区间证据推理的分析方法.首先给出了残缺信息的随机变量表示方法,并根据专家在决策中的重要程度,将专家给出的决策矩阵组合成信任度矩阵,然后采用所提出的改进的模糊区间证据推理方法求得各方案的分布式评价值.计算各方案的模糊评价值,给出方案排序方法.最后给出了一个算例,证明了所提方法的有效性.

属性值为语言区间的多属性决策方法

给出了求解属性值为语言区间的多属性决策问题的新算法。其主要思想是将语言区间中语言标度用模糊集来表示,通过去模糊化方法将语言区间转化成区间数,用已有的属性值为区间数的决策方法进行决策。实例说明上述方法的具体操作过程及其有效性。

基于不确定语言区间直觉模糊Choquet积分的决策方法研究

由于专家对某一物品的评价用语言变量评价要比用直觉模糊数更方便,如评价某用品的质量,可以直接用“好”“差”来进行评价。为此,介绍了不确定语言区间直觉模糊Choquet积分平均(ULIVIFCA)和不确定语言区间直觉模糊Choquet积分几何(ULIVIFCG)受语言区间直觉模糊集的启发,Choquet积分能够刻画属性间的关联和属性的重要性通过模糊测度。并且介绍了比较不确定语言区间直觉模糊数大小的方法,还给出了ULIVIFCA和ULIVIFCG各自的性质。最后,给出了一个群决策方法根据ULIVIFCA和ULIVIFCG,并且运用介绍的群决策方法于实例中,探讨了如何从几个方案里选出一个最优的方案且说明介绍的方法的实用性。

区间二元语言毕达哥拉斯模糊信息下MULTIMOORA和ELECTRE方法

为了解决复杂模糊环境下的多属性决策问题,提出一种基于区间二元语言毕达哥拉斯模糊信息的MULTIMOORA和ELECTRE方法。首先结合毕达哥拉斯语言集和区间二元语言变量,提出了关于隶属度,非隶属度和语言变量均为区间值的区间二元语言毕达哥拉斯模糊集。其次对于传统MULTIMOORA方法中未考虑各模型权重的情况,构建单目标优化模型来确定模型权重。最后提出区间二元语言毕达哥拉斯模糊信息的MULTIMOORA和ELECTRE方法并且通过实例说明了该方法的可行性和有效性。

基于改进距离和相似度的区间值概率不确定语言决策方法

针对属性值为区间值概率不确定语言术语集(interval-valued probabilistic uncertain linguistic term set, IVPULTS)、专家权重未知的多属性群决策问题,提出一种融合距离和相似度的决策方法。首先,由于现有的IVPULTS中元素的无序性导致距离测度及决策结果不唯一,利用区间优势度方法对区间值概率进行排序,从而形成有序的IVPULTS;同时考虑到现有距离测度区分能力不高,利用不确定语言距离度量方法扩充现有距离公式。其次,基于距离与相似测度存在的对偶关系,为IVPULTS定义了距离相似度公式,并利用改进的相似—信任网络分析法确定不同专家的权重。再次,设计了基于改进距离和相似—信任网络的TOPSIS决策方法(improved distance and similarity-trust network TOPSIS,IDSTN-TOPSIS),从而得到唯一且稳定的方案排序。最后,以新冠疫情下某医疗用品制造公司熔喷布弹性供应商选择为例,验证了所提方法的有效性和优越性。

基于区间语言的灰Vague联系数信息集结方法

在集对分析联系数理论基础上,给出了一种Vague语言区间的信息集结的联系数问题的新思路及算法.其主要方法是将Vague语言区间标度变量转化为集对分析的同、异、反联系数形式,并将其对应的决策矩阵转化为相应灰联系数矩阵,建立计算Vague语言区间的灰联系数属性的记分函数的信任度和不确定因子.通过集结不确定因子的大小进行排序决策.最后,通过具体算例说明该算法的计算步骤及过程.

基于语言区间直觉模糊幂加权平均算子的多属性群决策方法

研究以语言区间直觉模糊数为输入的多属性群决策问题。首先,给出语言区间直觉模糊集距离的定义,结合幂均算子的特点,提出语言区间直觉模糊幂加权平均(LIVIFPWA)算子,证明所提算子的幂等性、单调性、有界性等性质,剖析算子的退化性。幂加权平均算子在信息集结过程中的使用综合考虑了专家主观与客观权重,增强了决策信息的精确性。在此基础上,提出基于语言区间直觉模糊幂加权平均算子的群决策方法。最后,通过第三方共享物流供应商选择的案例验证所提方法的可行性和科学性。

基于区间语言变量的高校体育教师绩效评价

教师绩效评价是高校体育教师管理工作中的重要环节,如何在分析高校体育教师绩效内涵及实际特点的基础上,选用合理的绩效评估方法,设计有效的评估指标,量化客观的指标权重等是高校体育教师绩效评价工作迫切需要解决的问题。通过构建层次化、多样化的评价指标体系,将语言变量的评价集有效迁移,运用专家权重法和客观权重法相结合,精确量化各指标的权重,确定绩效评估综合评估值或区域阈值,输入评价数据获得绩效评价的名次序列表,从而完成对高校体育教师绩效的区间精准评价。

基于区间语言直觉模糊集及信息熵的TOPSIS方法

区间语言直觉模糊集以不确定语言词作为隶属度和非隶属度,能更好地处理定性的决策信息,弥补区间直觉模糊集处理定性信息方面的不足。基于区间语言直觉模糊数,定义了区间语言直觉模糊数的汉明距离及信息熵的公式,并针对属性权重未知的多属性决策问题,提出了基于信息熵的客观权重确定方法,并将TOPSIS方法扩展到区间语言直觉模糊集,根据各方案贴近度对每个方案进行排序。最后,通过一个工厂选址的实例证明该方法的有效性和可行性。

区间直觉二元语言集成算子及其群决策方法

基于下标以零为中心对称的语言评估标度,将区间不确定二元语言集与区间直觉模糊集结合,提出区间直觉二元语言集及变量的概念;讨论区间直觉二元语言变量的运算及可能度;提出区间直觉二元语言加权算术平均算子、区间直觉二元语言有序加权平均算子,并在此基础上,通过可能度矩阵对区间直觉二元语言变量进行排序提出区间直觉二元语言混合加权平均算子;最后基于这些算子构建了一种新的直觉模糊多属性群决策方法,并将其运用于供应商选择过程中。

区间直觉不确定语言集成算子及在群决策中的应用研究

基于文献[7]将语言变量和直觉模糊集相结合定义直觉语言集的思路,提出了区间直觉不确定语言变量的概念,研究了区间直觉不确定语言变量相关的基本理论与方法,并针对属性值为区间直觉不确定语言信息的多属性群决策问题,提出了相应的决策方法。首先,定义了区间直觉不确定语言变量的概念、运算规则、期望值、精确函数以及区间直觉不确定语言变量大小比较方法,提出区间直觉不确定语言变量加权算术平均算子、区间直觉不确定语言变量有序加权平均算子并证明这些算子的一些性质,如单调性、幂等性、界值性和交换性等,在此基础上提出区间直觉不确定语言变量混合加权平均算子,并证明它是区间直觉不确定语言变量加权算术平均算子和有序加权平均算子的一般化表示。其次,基于这些算子提出一种属性权重已知且属性值以区间直觉不确定语言形式给出的多属性群决策方法。最后通过实例证明了该方法的有效性。

基于区间犹豫模糊语言评价的多属性决策方法及其应用

对于多属性决策问题,文章结合现实群决策过程,定义了标准化区间犹豫模糊语言数以及区间犹豫模糊语言数向量的概念,修正了已有文献中区间犹豫模糊语言数的得分函数和精确函数计算公式。在此基础上,构建了区间犹豫模糊语言数向量之间的距离测度,并运用多属性决策中常用的TOPSIS方法思想,建立了基于区间犹豫模糊语言评价的多属性决策模型,简化了现有文献中构建PA聚合算子的决策计算过程。通过对现有文献中同一问题及其数据的计算,验证了方法的有效性和可行性。

一种基于三参数区间灰色语言变量的多属性群决策方法

针对属性值为三参数区间灰色语言变量的不确定型多属性决策问题进行了研究,本文将语言变量和三参数区间数融合,提出了三参数区间灰色语言变量的概念,定义了三参数区间灰色语言变量的运算规则和可能度公式,在此基础上建立了基于投影模型的三参数区间灰色语言变量的多属性群决策方法。最后,通过对移动银行服务质量评估案例验证本模型的有效性。

广义Shapley区间直觉不确定语言Choquet积分在绿色住宅投资群决策中的应用

多属性群决策作为解决多方案选择性问题的一种重要方法具有十分重要的研究意义,目前的多属性群决策方法主要存在属性评价过程中信息失真、没有注意到指标间存在交互作用以及如何科学合理地获得专家及指标权重三个问题。针对以上三个问题,文章在获取属性评价信息时,由专家用区间直觉不确定语言给出方案属性值的定性判断;考虑到属性间的交互作用,利用模糊测度及GS-IVIULCA算子来计算方案的综合评价值;专家及属性权重由信息熵与Shapley函数确定;当专家及属性权重不确定时,分别建立了专家集与属性集上的最优模糊测度模型。基于此,给出了信息不确定环境下一个全新的群决策方法。最后,通过一个绿色住宅投资群决策案例进行实证分析来验证该方法的可行性和有效性。

区间灰色不确定语言多属性群决策方法

针对属性值为区间灰色不确定语言信息的多属性群决策问题,在定义区间灰色不确定语言变量及其运算规则的基础上,给出了3种几何加权集结算子,由区间灰色不确定语言几何加权算子集结各决策者给出的决策矩阵得到群体决策矩阵。在属性权重已知的情形下,基于该算子集结单个决策者给出的属性权重向量得到群体属性权重向量;在属性权重完全未知的情形下,采用信息熵法确定属性权重向量。采用区间灰色不确定语言混合几何加权算子集结各属性评价信息,得到各方案的综合评价值,基于区间灰色不确定语言变量大小比较的方法得到方案排序结果。算例分析表明了该方法的有效性与可行性。