基于改进的Theil不等系数及IGOWC-OWHA算子的区间型组合预测模型

基于C-OWHA算子,提出一种连续区间数组合预测新方法。将IGOWA算子与C-OWHA算子结合,构造出诱导广义有序加权的C-OWHA(IGOWC-OWHA)算子,选取改进的Theil不等系数作为相关性指标,构建一个新型区间组合预测模型。经算例分析表明,该新方法在提高预测精度方面具有显著效果。

基于C-OWHA算子的区间证据理论及其应用

为解决经典区间证据合成方法具有计算复杂、不满足结合律等问题,利用连续区间数据有序加权调和平均(C-OWHA)算子提出一种新的区间信度合成方法.该方法借助C-OWHA算子构造区间信度点化函数,使得区间基本概率分配函数转化为点信度函数,再结合Dempster合成规则将转化后的点信度进行融合.最后,将该方法应用于一个算例,以说明该方法的实用性.

一类诱导广义有序加权对数的连续区间有序加权调和平均算子及其应用

结合连续区间有序加权调和平均(C-OWHA)与诱导广义加权对数平均(IGOWLA)两类算子,提出了一类诱导广义有序加权对数的C-OWHA(IGOWLC-OWHA)算子.以改进的Theil不等系数为相关性准则,构造了一种基于IGOWLC-OWHA算子的区间组合预测模型.算例分析表明,该模型能有效提高预测精度.

基于C-POWHA算子的不确定多属性群决策方法及应用

信息集成技术在不确定多属性群决策中具有重要作用。本文将连续区间有序加权调和平均(C-OWHA)算子和power调和平均算子相结合,提出了一种连续区间power有序加权调和平均(C-POWHA)算子,并提出了一种基于C-POWHA算子的不确定多属性群决策方法。该方法综合考虑了不同决策方法的属性值之间的相关性和不同决策者对同一决策方案进行评价时得到的评价结果之间的相关性,使得对决策方案的选择更具有客观性和公平性,而且决策者还可以根据个人的风险态度对方案的评价处理方式进行调整。最后通过投资选择群决策案例来说明该方法的可行性和有效性。