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。

毕达哥拉斯犹豫模糊集多属性决策研究

针对属性间相互关联,评价信息为毕达哥拉斯犹豫模糊信息的多属性决策问题,首先通过研究犹豫度对决策结果的影响,提出一种新的毕达哥拉斯犹豫模糊集得分函数,解决了现有得分函数中存在的不足。其次,提出一种最小公倍数规范化原则,解决了现有方法容易引入误差的缺陷。最后,针对属性关联的多属性决策问题,基于λ-模糊测度与Choquet积分,提出了一种拓展交互式多准则决策(interative multi-criteria decision-making,TODIM)方法,既解决了属性关联的问题,又通过前景理论反映了决策者的心理行为特征。实例分析与敏感性分析验证了所提算法的正确性与有效性。

基于组合赋权-云模型的毕达哥拉斯模糊语言综合评价方法研究

评价本身具有随机性、模糊性以及不确定性的特点。为了避免评价过程太过主观,提出一种基于组合赋权和云模型的毕达哥拉斯模糊语言综合评价方法。针对专家给出的属性值为毕达哥拉斯模糊语言,根据CRITIC-G1(标准间相关性的重要性-序关系分析)法对评价指标进行主客观赋权,由博弈论算法计算权重最优的组合系数得出组合权重。最后构建毕达哥拉斯模糊云模型决策矩阵进行信息集结。通过案例计算分析表明,该方法优化了复杂情境下的决策,具有其可行性和有效性。

基于区间毕达哥拉斯犹豫模糊熵和交叉熵的ELECTRE II决策方法

针对属性权重完全未知或部分已知,属性值为区间毕达哥拉斯犹豫模糊数的多属性决策问题,提出了基于区间毕达哥拉斯犹豫模糊熵和交叉熵的ELECTRE II法。首先给出区间毕达哥拉斯犹豫模糊数的区间形式的得分函数和精度函数,定义新的距离测度。然后基于区间毕达哥拉斯犹豫模糊数的模糊因子、直觉因子和幅度因子,给出熵和交叉熵公式,并证明其性质,提出了基于熵和交叉熵确定属性权重的方法。最后提出了区间毕达哥拉斯犹豫模糊环境下的改进的ELECTRE II法,利用综合优势值对方案进行排序,并通过算例和比较分析验证了该方法的可行性和有效性。

基于毕达哥拉斯模糊概率Petri网的FPSO单点关键部件风险评估

为准确对FPSO单点系泊系统关键部件进行风险评估,通过产生式规则建立概率Petri网络模型,基于德尔菲法的结构熵权法确定专家权重,并引入毕达哥拉斯模糊集理论收集、聚合专家意见得到基本事件的模糊可能性得分和模糊失效概率,利用概率推理算法迭代出最终的失效概率,并进行基本事件重要度分析。实例分析结果表明,引起单点系泊系统发生失效的主要因素有电滑环电刷磨损、电滑环负载电流较高、液滑环结构物晃动冲击、液滑环润滑不充分、电滑环电压过高击穿等。针对主要风险因素提出预防和控制措施,能够保障系统安全正常地运转。

幼儿园教育质量要素组态对儿童语言发展的影响——基于模糊集定性比较分析方法

基于复杂性理论和系统论,采用模糊集定性比较分析法,探索幼儿园教育质量要素组态影响儿童语言发展的复杂因果机制。结果发现:单个幼儿园教育质量要素均无法构成影响儿童语言发展的必要条件,只有其以相互链接的组态形式才能驱动或阻碍儿童语言的发展。进一步分析表明,驱动儿童语言发展的组态有2类,分别是管理引领下师资驱动型和家园社区协同下课程驱动型;阻碍儿童语言发展的组态也有2种,分别是管理不善下家园社区脱钩抑制型和师资队伍薄弱抑制型。对比可知,驱动和阻碍儿童语言发展的前因之间具有非对称性。幼儿园管理者应转变“单因素决定论”和“因果对称性”观念,坚持“多因素决定论”思想,并基于幼儿园资源禀赋,通过构建家园社区协同机制,引导家庭、社区深度参与课程建设,或者努力提升管理水平,强化师资队伍保障,以此促成在园儿童语言的发展。

毕达哥拉斯模糊集和优劣解距离法融合的舰载雷达侦察系统效能评估

为了全面评估舰载雷达侦察系统作战效能,提出了基于毕达哥拉斯模糊集和优劣解距离(TOPSIS)的多属性决策评估方法。引入基尼系数和冲突系数对传统CRITIC法进行改进并确定系统指标权重;将毕达哥拉斯模糊集与优劣解距离法融合,构建模糊决策矩阵,利用毕达哥拉斯模糊混合加权欧式距离(PFHWED)计算贴近度,对舰载雷达侦察系统效能进行优劣排序,得出评估结果。通过实例分析验证了该方法的有效性和实用性。

基于前景理论和混合加权距离的区间值毕达哥拉斯模糊多属性决策

针对现有的毕达哥拉斯模糊评价通常会忽视决策者的主观偏好和风险规避的问题,引入前景理论来反映决策者的主观感受,同时将毕达哥拉斯模糊数改进为区间值毕达哥拉斯模糊数,以避免决策者无法使用准确数值进行评价的情况,并引用基于均衡视角的权重修正系数,防止仅考虑决策者的主观偏好而造成的权重确定的偏差。在此基础上,将区间值毕达哥拉斯混合加权距离引入TOPSIS,以实现对多样性信息的有序集结。最后,通过实例分析和比较分析,对方法的有效性进行验证。

一种新的毕达哥拉斯模糊熵的几何构造方法

从空间几何意义角度对毕达哥拉斯模糊熵的变化规律进行分析,根据图形结构特点,综合考虑毕达哥拉斯模糊集直觉性与模糊性对熵的影响,提出了等熵圆弧的概念.构造出一个新的毕达哥拉斯模糊熵计算公式,新的熵公式不仅满足公理化定义,而且可以从毕达哥拉斯模糊集的几何图形上直观地比较熵的大小.

毕达哥拉斯模糊环境下的选址决策评估

选址决策是装备抢修行动的重要前提。为实现仿真条件下野战修理所的高效、科学选址,结合毕达哥拉斯模糊集(Pythagorean fuzzy sets, PFS)、云模型和TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)构建多准则决策方法框架。在决策过程中,为提高权重的客观性,提出基于博弈论的主客观组合赋权法;为降低决策过程中的随机性,结合毕达哥拉斯模糊集和云模型构建毕达哥拉斯模糊云;为准确度量方案的优劣性,提出基于TOPSIS的相似性度量方法。最后,以仿真条件下野战修理所的选址决策为研究对象验证毕达哥拉斯模糊云-TOPSIS评估框架的可靠性和鲁棒性。结果表明:针对五组仿真条件下野战修理所决策的评估结果,所提方法与层次分析法、云模型和TOPSIS法排序结果一致,验证了所提方法的可行性和科学性。

基于毕达哥拉斯模糊VIKOR的多准则群决策方法

针对复杂不确定性环境下VIKOR多准则群决策方法存在的问题,提出一种毕达哥拉斯模糊VIKOR法。首先,将决策信息转化为毕达哥拉斯模糊数(PFN),并采用毕达哥拉斯模糊交叉影响有序加权平均算子(PFIOWA)对专家评价信息进行集结。在此基础上,基于G1-CRITIC主客观相结合的组合赋权法计算准则权重,并利用毕达哥拉斯模糊VIKOR法评价。最后,以公路货运企业服务质量评价为例进行案例应用,并与TOPSIS法对比分析,验证本方法的可行性和有效性。

广义毕达哥拉斯犹豫模糊集混合加权距离测度及决策应用

在毕达哥拉斯犹豫模糊数的距离基础上,定义毕达哥拉斯犹豫模糊集(Pythagorean hesitant fussy set,PHFS)的加权距离测度和有序加权距离测度,在兼顾属性权重和位置权重的基础上,提出广义PHFS混合加权距离测度(D_(GPHFHWA)),并研究其性质和特殊形式。针对属性值为毕达哥拉斯犹豫模糊数且属性权重未知的多属性决策问题,利用毕达哥拉斯犹豫模糊指数熵确定属性权重,并结合逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)思想,提出基于D_(GPHFHWA)测度的决策方法。最后,通过实例验证所提方法是有效、合理的。

毕达哥拉斯犹豫模糊集成算子及其决策应用

针对毕达哥拉斯犹豫模糊多属性决策中,集成算子的重要作用以及集成算子不完善的情况,较为系统地研究了毕达哥拉斯犹豫模糊集成算子。为此,在毕达哥拉斯犹豫模糊数的运算和运算法则基础上,定义了毕达哥拉斯犹豫模糊有序加权平均算子(PHFOWA)、广义有序加权平均算子(GPHFOWA)和混合平均算子(PHFHA),以及毕达哥拉斯犹豫模糊有序加权几何平均算子(PHFOWG)、广义有序加权几何平均算子(GPHFOWG)和混合几何平均算子(PHFHG),并结合数学归纳法分别给出了它们的计算公式,讨论了它们的有界性、单调性和置换不变性等性质。建立了基于毕达哥拉斯犹豫模糊集成算子的多属性决策方法,并应用算例和相关方法比较说明了决策方法的可行性与有效性。

基于多粒度犹豫模糊语言术语集的TOPSIS决策方法研究

为了解决在实际决策时,由于知识背景不同决策者采用不同粒度语言术语集来表达而导致决策结果不准确的问题,本文提出了一种基于多粒度犹豫模糊语言术语集的逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)决策方法。首先选用各术语集中的最大粒度作为标准粒度,通过转换算法将每个决策者的语言术语集转换到同一标准粒度下进行集结,得出相应的隶属度语言术语集;然后结合TOPSIS方法,计算每个备选方案与正、负理想点距离,以相对贴近度的大小排序实现最优方案的选择;最后,通过一个实例,验证该方法的可行性和优越性。本文所提方法可应用于最优方案的选择问题中,提升决策结果准确度。

基于模糊转化的2种毕达哥拉斯模糊熵构造方法

为了精确刻画毕达哥拉斯模糊集不确定性和未知性程度,给出毕达哥拉斯模糊熵的定义,借助模糊转化公式,将直觉模糊熵转化为毕达哥拉斯模糊熵.探讨现有转化公式的不足,提出一种新的毕达哥拉斯模糊集与直觉模糊集的转化方法,新构造的熵不仅满足毕达哥拉斯模糊熵公理化定义,而且也适用于直觉模糊集.

基于前景理论和均衡接近度的毕达哥拉斯群决策方法

针对属性值为毕达哥拉斯模糊集且专家权重和属性权重均完全未知的多属性群决策问题,提出了结合前景理论和灰色均衡接近度的多属性决策方法。考虑到毕达哥拉斯模糊集表达犹豫度的优势和群体决策的特点,给出了一种新的专家权重计算方法,并利用离差最大化法求出属性权重;运用正、负理想方案作为决策参考点,基于前景理论和灰色均衡接近度计算毕达哥拉斯模糊环境下的前景价值函数,最终获得各方案的收益损失比,以此确定方案的优劣排序。通过实例分析和方法对比,验证了此方法的有效性和合理性。

基于异构关系的语言毕达哥拉斯模糊多属性决策

多属性决策在日常生活中越来越常见,专家在对方感进行评估时,通常不能给出定性定量的评价。模糊集的提出则给出了模糊评价的方法来对信息进行评估。在这时候,直觉模糊集,毕达哥拉斯模糊集相继被提出。毕达哥拉斯模糊集是在直觉模糊集的基础上的进一步延伸,使得决策者在进行信息评估时可以有更大的表达范围。最终不确定性信息可以得到更为精确的表达。但是在实际的决策环境中,可以精确地表达不确定信息是不够的。因为决策者的评估意见往往是"好","一般"这样的形容词,这不利于信息整合来获得最佳方案。所以引入语言毕达哥拉斯模糊数的概念来进行语言信息的集成。文章的研究内容分为这几个部分:研究异构关系中语言毕达哥拉斯模糊集的计算公式。将语言毕达哥拉斯模糊集的概念和EBM算子相结合,定义基本公式。对公式进行推导,得到模糊数形式。研究语言毕达哥拉斯模糊EBM算子的性质。讨论算子的有界性,单调性和置换不变性。研究语言毕达哥拉斯模糊EBM算子的优越性。将语言毕达哥拉斯模糊EBM算子和语言直觉模糊EBM算子进行对比,说明该决策方法的有效性。

基于区间毕达哥拉斯模糊集的三类Hamming距离

基于区间毕达哥拉斯模糊集,定义三种Hamming距离、标准化的Hamming距离,并分别研究它们的性质.接着,分析三种距离的等价关系.最后,探讨这三种距离意义下区间毕达哥拉斯模糊空间的完备性和可分性.

基于毕达哥拉斯犹豫模糊的可靠性分配研究

可靠性分配是系统可靠性设计的关键任务之一,其结果直接影响产品的质量和系统的稳定性。针对一般传统可靠性分配方法没有考虑影响因素之间相关关系,以及无法解决机械系统设计阶段模糊区间信息导致分配结果出现偏差等缺陷,提出一种改进的可靠性分配方法。综合考虑多种可靠性分配影响因素,并利用最优最劣法(BWM)确定因素权重,采用毕达哥拉斯犹豫模糊数建立决策矩阵,利用一种可以考虑不同影响因素相关关系的毕达哥拉斯犹豫模糊加权Maclaurin对称几何算子(PHWFMSG)融合评价结果,完成对可靠性分配系数的确定。以数控磨床为例,分别使用FOO法和改进方法进行可靠性分配,对结果进行比较分析,证明了改进方法的有效性。

基于模糊等价的毕达哥拉斯模糊集相似度构造方法

毕达哥拉斯模糊集是Zadeh模糊集的一种推广形式,其相似度刻画方法是毕达哥拉斯模糊集理论的重要研究内容。现有的毕达哥拉斯模糊集相似度大多针对具体问题而提出。为推广毕达哥拉斯模糊集理论的应用范围,文中基于模糊等价研究毕达哥拉斯模糊集相似度的一般构造方法。将模糊等价概念推广至毕达哥拉斯模糊数,提出了PFN(Pythagorean Fuzzy Number)模糊等价的概念,并给出了PFN模糊等价的构造方法。进一步,通过聚合算子给出了基于PFN模糊等价的毕达哥拉斯模糊集相似度的一般构造方法。通过实例说明了现有的一些相似度是文中构造的相似度的特例。