基于Power调和平均算子的模糊偏好关系的创新型人才测评模型及其应用

创新型人才测评是人力资源管理的基本环节。文章探讨了基于Power调和平均算子的模糊偏好关系群决策方法及其在人力资源管理中的应用。在人才测评过程中,专家通过两两比较给出人才测评的模糊偏好关系信息。鉴于偏好信息存在相互联系,引入加权Power调和平均算子作为融合模糊偏好关系矩阵的工具,得到综合性模糊偏好关系矩阵,再用归一化的方法计算出人才素质的排序值,给出了人才选拔的最优方案。通过创新型人才测评的实例分析验证了模型的有效性。

基于调和概率语言术语集的Power平均算子

实践发现现存概率语言Power平均算子在应用中存在概率信息丢失、计算过于繁琐等问题,针对这些问题,提出一种基于调和概率语言术语集的Power平均算子。结合新的基本运算法则与新的支撑度,给出新的概率语言Power平均算子、概率语言Power几何平均算子、概率语言Power加权平均算子、概率语言Power加权几何平均算子,同时论证分析了这几类新型算子的性质。最后通过实验数据,将提出的算子与现存算子进行对比分析,验证了所提算子的有效性与可行性。

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。

不确定性组合加权调和平均算子及其应用

在多属性决策中,通常把成本性指标转换为效益性指标在进行加权综合得出方案的排序结果。然而这不是唯一可行的方法。本文在有序加权调和平均(OWHA)算子的基础上,提出了不确定组合加权调和平均(UCWHA)算子的概念,这是一种新的信息集结方法。同时探讨其性质,并且给出该算子在属性权重未知,且属性值为区间数的多属性决策中的应用。实例结果表明该方法是可行的。

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。

改进的加权调和平均算子及其在多属性决策中应用

在加权调和平均(WHA)算子的基础上,提出了信息数据集结的有序加权调和平均(OWHA)算子和组合加权调和平均(CWHA)算子,探讨了它们的一些性质关系,给出了OWHA算子和CWHA算子应用于多属性决策的方法,最后通过实例分析表明该决策方法是有效和可行的.

幂调和平均算子及其在模糊偏好关系群决策中的应用

传统的加权算术平均算子的权重没有考虑集成数据之间相互关系,是一种线性加权平均算子。本文将在幂平均算子和幂有序加权平均算子的基础上,考虑了集成数据之间相互支撑程度对权重的影响,提出幂调和平均算子、幂加权调和平均算子和幂有序加权调和平均算子等概念,并且研究了它们相应的性质。最后,探讨了幂调和平均算子在模糊偏好关系的群决策中的应用,结果表明此方法是可行的和有效的。

基于诱导有序加权调和平均算子和马尔科夫链的电量组合预测模型的研究

将诱导有序加权调和平均算子和马尔科夫链相结合,提出一种基于诱导有序加权调和平均算子和马尔科夫链的组合预测模型,该模型可以克服传统的组合预测方法赋予不变的权系数和以单一误差指标作为预测精度衡量的缺陷,同时采用马尔科夫链推出各单项预测模型在各个预测时间点预测精度的状态,从而得到组合模型的权系数。文中首先采用回归法、指数平滑法及灰色预测法分别建立了陕西省某市年用电量单项预测模型,随后引进诱导有序加权调和平均算子和马尔科夫链的概念,建立了年用电量的组合预测模型,并对年用电量进行了实证分析。实例分析表明了新模型能有效地提高组合预测精度,降低预测的风险性,从而证明这种组合模型具有较好的实用性。

q阶区间orthopair模糊power平均算子及其应用

将power平均算子推广至q阶区间orthopair模糊环境,提出一种q阶区间orthopair模糊power平均(q-RIVOFPA)算子并研究其性质。同时,给出一种基于q-RIVOFPA算子的模糊多属性决策方法,并通过实例验证其可行性和有效性。

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。

直觉模糊Power交叉影响算子及其应用

将Power算子推广到直觉模糊环境中,提出了直觉模糊Power交叉影响平均算子,考虑了不同直觉模糊集的隶属度与非隶属度之间可能存在的交叉影响,根据数学归纳法得到了其具体计算公式,并研究了其性质。实例说明了新的集成算子在多属性群决策应用中的有效性。将提出的算子与现存的直觉模糊Power平均算子做了稳定性比较。

算术-调和平均不等式的改进

本文研究了算术-调和平均不等式的加细.首先利用经典分析的方法给出了关于标量情形的不等式,进而推广到算子的情形,得出了若0<ν,τ<1,a,b>0且使(b-a)(τ-ν)>0,则有a▽νb-a!νb/a▽τb-a!τb≤ν(1-ν)/τ(1-τ)及(a▽νb)^2-(a!νb)^2/(a▽τb)^2-(a!τb)^2≦ν(1-ν)/τ(1-τ).推广了W.Liao等人的结果.

乘积流形的超曲面上双调和算子的特征值估计

研究乘积流形×N的闭超曲面上两类双调和算子的特征值问题,通过构建合适的测试函数,我们得到这两类问题的第一非零特征值的上界估计,并给出等式成立情形的案例.

重调和算子变分不等式的FVI元逼近

本文讨论了固支薄板弯曲带平均曲率约束型问题的非协调 Fraeijsde Veubeke 元(按文[6],简称为 FVI 元)逼近,证明了其收敛性定理。

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。

改进IOWHA算子组合预测模型

针对现有单项预测模型提供信息有限,预测误差大的问题,引用最优加权组合建模理论,将灰色关联度与IOWHA算子相结合,提出一种新的组合预测模型权重确定方法,并应用该权重确定方法构建了一种基于RBF神经网络预测模型和GM预测模型的最优组合预测模型。该模型能够克服传统组合预测方法的两个缺陷:加权平均系数不变和以单一误差指标为准则。利用该组合模型对全国物流需求进行组合预测,并与RBF神经网络模型、GM模型的预测结果进行了对比分析。结果表明,相对于单项预测模型,该组合预测模型的预测精度更高,是一种有效的物流需求预测模型。

FOWHA算子及其在决策中的应用

针对决策信息以三角模糊数互补判断矩阵形式给出的多属性决策问题,提出了一种新的决策方法。该方法依据一般的决策分析方法的基本思路,给出了解该问题的计算步骤,其核心是提出了一种模糊有序加权调和平均(FOWHA)算子,利用该算子对以三角模糊数互补判断矩阵形式给出的决策信息进行集结,并给出了一种基于可能度的决策方案排序方法。最后,给出了一个实例分析。结果表明该方法简单、有效,易于计算。

基于等时距处理和IOWHA算子的路基沉降预测

为避免随机因素对单一预测模型影响,建立更符合软土路基沉降规律的模型和方法以提高预测模型的精度和可靠性,分别以原始沉降数据、经三次样条插值和经分段三次Hermite插值处理的数据为样本值建立Gompertz模型、Logistic模型和灰色Verhulst模型3种预测模型,将每种模型的3种情况的预测值同实测值进行对比分析,选出每种模型对样本处理的优势方法。以每种模型的优势方法为单一模型,建立基于诱导有序加权调和平均(induced ordered weighted harmonic averaging, IOWHA)算子的组合模型,该组合模型按照每个时刻单一模型的预测精度的高低对最优权系数进行求解。结果表明:在沉降速率发生明显变化时刻的数据作为最后一组样本值进行预测时,Gompertz模型和Logistic模型以分段三次Hermite插值等时距处理的数据为样本值预测效果更好,灰色Verhulst模型以原始沉降数据为样本值预测结果精度更高。求解基于IOWHA算子的组合预测模型的赋权系数时,遗传算法(genetic algorithm, GA)比使用MATLAB的非线性优化的工具箱的求解方法更为可靠,得到的组合模型预测精度更高。

民航货运量IOWHA算子组合预测

收集我国民航货运量及其影响要素(职工平均工资、人均GDP、GDP、人均消费支出、航线里程、全社会固定资产投资和人口数量)的统计数据为基础,应用多元回归模型和GM(1,1)模型对样本数据进行分别预测,以此为基础,指出引入诱导有序调和加权平均算子(IOWHA)进行组合预测的必要性,基于该算子的优化组合模型进行预测,并构建误差评价指标体系。结果表明,基于诱导有序调和加权平均算子的民航货运量预测的各项误差指标值均低于任一单项预测值,说明该组合预测模型的预测效果更佳,预测精度更高,可应用于实际预测。

C-POWGA算子及其在不确定多属性决策中的应用

为了降低不确定多属性决策中区间决策信息集成时的计算复杂度,将连续区间有序加权几何平均(C-OWGA)算子和Power几何平均算子相结合,提出一种连续区间Power有序加权几何平均(C-POWGA)算子,并提出了一种基于C-POWGA算子的不确定多属性群决策方法;通过某银行的员工绩效考核来说明该方法的可行性和有效性。