Two-Sided Stable Matching Decision-Making Method Considering Matching Intention under a Hesitant Fuzzy Environment

In this paper,a stable two-sided matching(TSM)method considering the matching intention of agents under a hesitant fuzzy environment is proposed.The method uses a hesitant fuzzy element(HFE)as its basis.First,the HFE preference matrix is transformed into the normalized HFE preference matrix.On this basis,the distance and the projection of the normalized HFEs on positive and negative ideal solutions are calculated.Then,the normalized HFEs are transformed into agent satisfactions.Considering the stable matching constraints,a multiobjective programming model with the objective of maximizing the satisfactions of two-sided agents is constructed.Based on the agent satisfaction matrix,the matching intention matrix of two-sided agents is built.According to the agent satisfaction matrix and matching intention matrix,the comprehensive satisfaction matrix is set up.Furthermore,the multiobjective programming model based on satisfactions is transformed into a multiobjective programming model based on comprehensive satisfactions.Using the G-S algorithm,the multiobjective programming model based on comprehensive satisfactions is solved,and then the best TSM scheme is obtained.Finally,a terminal distribution example is used to verify the feasibility and effectiveness of the proposed method.

加权区间值犹豫模糊集的群决策方法

为了在区间值犹豫模糊集(IVHFS)中体现出决策专家的重要性,把所有评审专家的综合权重注入IVHFS中,进而定义了加权区间值犹豫模糊集(WIVHFS).将WIVHFS用三维点坐标(由区间值隶属度的中位数、区间值隶属度的清晰度以及评审专家综合权重构成)进行刻画,在此基础上给出了加权区间值犹豫模糊元(WIVHFE)的相关运算;基于WIVHFE的相关运算采用熵值法计算测评准则客观权重,利用0-1优先关系矩阵来获取任意2个备选方案的总测评准则权重优势值与总测评准则权重劣势值,并依据二者之间的大小排序方案.最后,通过一个具体案例说明了文中理论与方法的可行性.

Interval-Valued Dual Hesitant Fuzzy Hamacher Aggregation Operators for Multiple Attribute Decision Making

As an generalization of hesitant fuzzy set, interval-valued hesitant fuzzy set and dual hesitant fuzzy set, interval-valued dual hesitant fuzzy set has been proposed and applied in multiple attribute decision making. Hamacher t-norm and t-conorm is an generalization of algebraic and Einstein t-norms and t-conorms. In order to combine interval-valued dual hesitant fuzzy aggregation operators with Hamacher t-norm and t-conorm. We first introduced some new Hamacher operation rules for interval-valued dual hesitant fuzzy elements. Then, several interval-valued dual hesitant fuzzy Hamacher aggregation operators are presented, some desirable properties and their special cases are studied. Further, a new multiple attribute decision making method with these operators is given,and an numerical example is provided to demonstrate that the developed approach is both valid and practical.

基于改进犹豫模糊C-均值的图像分割

犹豫模糊C-均值(hesitant fuzzy C-means,HFCM)聚类算法在一定程度上处理了图像中不同像素块之间的不确定性,但由于其目标函数中不包含任何局部空间信息,因此对噪声比较敏感,当噪声较大时无法获得较好的分割精度.针对上述问题,提出了一种改进犹豫模糊C-均值(improved hesitant fuzzy C-means,IHFCM)的图像分割方法.首先给出了犹豫模糊元(hesitant fuzzy element)的补齐方法,然后提出了犹豫模糊元之间的相似性度量,利用犹豫模糊元之间的相似性度量构造了新颖的模糊因子融合到HFCM的目标函数中,新的模糊因子不仅考虑了局部窗口中的空间信息而且考虑了像素间的相似性,平衡噪声带来的影响且保留了图像细节.最后,在合成图像、BSDS500数据集图像以及自然图像上的分割实验结果表明,所提出的IHFCM算法对噪声有良好的鲁棒性,提升了分割精度.

加权概率区间值犹豫模糊集及决策应用

对概率区间值犹豫模糊集中的不同区间值隶属度赋予了决策专家权重,定义了加权概率区间值犹豫模糊集(WPIVHFS).针对WPIVHFS中的加权概率区间值犹豫模糊数,采用区间值隶属度的中位数、区间值隶属度的清晰度、概率以及相对应的决策专家权重构成四维点坐标进行刻画,在此基础上建立了加权概率区间值犹豫模糊元(WPIVHFE)的外部固定函数模型、内部稳定函数模型、2个WPIVHFE的大小比较准则与距离测度模型.利用熵值法分别计算属性的外部权重与内部权重,并依据属性的外部权重与内部权重相离程度值来确定属性的综合权重.考虑方案的外部固定函数值、内部稳定函数值来计算各个方案的综合属性值.方案的排序结果表明:在采用四维点坐标来描述WPIVHFS的基础上建立的决策算法不但科学有效,而且提供了一种多角度观察方案排序结果的方法.

基于TOPSIS的犹豫模糊元偏好下的双边匹配决策方法

双边匹配理论方法广泛应用在各个行业与日常生活中,产生较大的经济价值与社会价值。然而,现实双边匹配决策过程中,决策问题的复杂性使得双方主体给出的偏好信息是模糊的,决策环境的复杂性可能使所给出的偏好信息是不确定的。考虑到现实双边匹配问题的上述特征,给出一种新的犹豫模糊元偏好下的双边匹配决策方法。首先,基于TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)方法将犹豫模糊元矩阵转化为贴近度矩阵,即主体满意度矩阵;接着,构建以双边主体满意度最大化为目标的多目标规划模型;进一步地,运用线性加权法将多目标规划模型转化为单目标规划模型,并求解该模型得到最佳双边匹配方案;最后,使用一个人岗匹配实例验证该模型的有效性与有效性。

Aggregation Similarity Measure Based on Hesitant Fuzzy Closeness Degree and Its Application to Clustering Analysis

In order to distinguish with effect different hesitant fuzzy elements(HFEs), we introduce the asymmetrical relative entropy between HFEs as a distance measure for higher discernment. Next,the formula of attribute weights is derived via an optimal model according to TOPSIS from the relative closeness degree constructed by the discerning relative entropy. Then, we propose the concept of cocorrelation degree from the viewpoint of probability theory and develop another new formula of hesitant fuzzy correlation coeffcient, and prove their similar properties to the traditional correlation coeffcient.To make full use of the existing similarity measures including the ones presented by us, we consider aggregation of similarity measures for hesitant fuzzy sets and derive the synthetical similarity formula.Finally, the derived formula is used for netting clustering analysis under hesitant fuzzy information and the effectiveness and superiority are veri?ed through a comparison analysis of clustering results obtained by other clustering algorithms.

基于粒计算的犹豫模糊多准则决策方法

提出基于粒计算的犹豫模糊多准则决策方法.给出各个准则下对应的犹豫模糊集中犹豫模糊元的大于可能度定义,并构造相应准则下的加性一致的模糊偏好矩阵.根据各准则的模糊偏好矩阵对应的预序熵及预序粒结构相似度确定属性的权重,对各个准则下模糊偏好矩阵的排序向量加权平均得到最终的排序向量.文中方法以评价数据序信息量及准则序与整体之间的关系确定准则权重,通过计算加权两两比较下的排序向量得到最终的排序决策结果.最后运用实例验证算法的有效性及可行性.

基于Louvain方法的社会网络大群体决策交互共识模型

由于社会网络分析可以反映决策者在大群体决策(large group decision making,LGDM)共识问题中的社会关系,因此研究基于社会网络的LGDM共识问题具有现实意义。本文通过考虑决策者之间的社会网络关系,提出了一种交互式共识模型:首先,根据决策者之间的社会关系,采用Louvain方法对网络进行聚类,以降低大规模社会网络的复杂性;然后,基于可能性分布的犹豫模糊元素来表示每个子群的偏好,根据社会网络分析的中心性,计算决策者和子群权重;随后,给出三个层次的共识测量和反馈机制,来加速共识的达成过程。该模型在一致性调整过程中,整个社会网络也随之更新,允许子群分类的改变,而且考虑决策者的交互使结果更容易被接受。最后,通过案例分析验证方法的可行性,并通过与现有方法的比较,说明了方法的优越性。

群决策方法及其在供应商选择中的应用

考虑根据用户需求选择供应商时的复杂决策问题,提出犹豫模糊MULTIMOORA群决策方法。首先,针对目前常用的犹豫模糊元记分函数的不合理现象,定义新的犹豫模糊元记分函数并给出计算公式;其次,考虑现有添加补齐犹豫模糊元长度的方法不够合理,提出基于记分函数不变原则的新方法;最后,在以犹豫模糊元为信息输入的复杂系统框架内,提出考虑用户需求的HF-MULTIMOORA群决策方法,并将其应用于供应商选择中。案例分析表明,HF-MULTIMOORA群决策方法能够有效地解决根据用户需求选择供应商的复杂决策问题。

区间犹豫模糊熵应用于地方高等教育发展研究

构造了新的区间犹豫模糊熵、交叉熵公式,提出了一种新的区间犹豫模糊多属性群决策方法,并将其应用于地方高等教育发展研究的过程中。构建了一种新的区间犹豫模糊熵公式,并证明其满足区间犹豫模糊熵的公理化条件;给出了区间犹豫模糊距离测度的公理性定义,研究了区间犹豫模糊距离测度和区间犹豫模糊熵、交叉熵的关系,并构建了区间犹豫模糊加权交叉熵公式。在区间犹豫模糊环境下,基于区间犹豫模糊熵、交叉熵以及交叉熵贴近度,提出了一种新的属性权重未知的多属性决策方法,并将其应用于对地方高等教育发展研究的过程中,验证该方法的可行性和有效性。

对偶犹豫模糊粗糙集

基于对偶犹豫模糊集的概念与运算性质,首先给出了对偶犹豫模糊关系的定义;然后将对偶犹豫模糊集与粗糙集理论相融合,在对偶犹豫模糊近似空间中构建了对偶犹豫模糊粗糙集模型,讨论了模型的一些基本性质;最后给出了自反、对称、传递和等价犹豫模糊关系的定义,并讨论了对偶犹豫模糊关系与上下近似算子的特征联系。

基于犹豫模糊可信度的知识推理

针对不确定性推理中的可信度估值不精确的问题,将犹豫模糊集引入可信度不确定性推理中。提出犹豫模糊可信度的定义,并基于可信度的知识表示给出犹豫模糊可信度的知识表示方式。为解决专家在推理过程中出现的信息缺失问题,提出求解平均值的信息补全方法。构建犹豫模糊可信度的单条规则和多条规则并行关系的运算法则,并给出基于犹豫模糊可信度的知识表示与推理的具体步骤。最后,运用实例验证了所提算法的可行性及有效性。

一种在犹豫模糊环境下的决策方法及应用

为解决经典多属性群决策问题,引入犹豫模糊集的思想,将其设置在犹豫模糊环境下解决.首先,把考核专家组给予各方案中属性不同的评价值作为属性可能隶属度,方案的每个属性值用一个犹豫模糊元表示;其次,建立犹豫模糊元混合和得分函数与混合积得分函数模型,新定义了犹豫模糊加权混合加与犹豫模糊加权混合积两个集结算子,并提出一种新的犹豫模糊多属性群决策方法;最后,把该方法用在高职院校对各二级学院的年终考核中,结果表明该方法操作简单、计算方便,能够快速取得正确的考核结果.

广义犹豫正态模糊信息集成及其多属性群决策

定义了犹豫正态模糊元及其运算法则、得分函数、Euclidean距离等概念;提出了广义犹豫正态模糊有序加权平均算子,并研究其性质,该算子不仅尽可能多地保留决策者的偏好信息,还可依据决策者的主观意愿选择不同的参数和属性权重,使得决策结果达到决策者的期望值;紧接着对属性权重和算子参数赋予不同的数值,获取广义犹豫正态模糊有序加权平均算子的若干种特殊算子,并探讨两个常用算子的大小关系;针对属性权重完全未知的多属性群决策问题,构建一种基于广义犹豫正态模糊有序加权平均算子的群决策方法。该方法利用同一属性下所有方案属性值间的距离求得最优权重,然后将同一方案下各属性值集结成为综合属性值,进而得到方案优劣排序。通过实例分析说明该方法的可行性和有效性。

基于密切值法的犹豫模糊多属性决策

针对属性值为犹豫模糊元的多属性决策问题,提出了一种新的决策方法。该方法基于密切值法的基本思想,首先利用犹豫模糊元的运算性质定义正负理想点,然后定义同时反映了备选方案接近正理想点而远离负理想点的程度的密切值,进而对备选方案进行排序和择优。最后,通过应用实例说明该方法的有效性和可行性。

基于随机优胜连接行为的犹豫模糊群组评价方法

基于评价网络结构,分析连接行为在群组评价中的作用。面向具有一定规模的群体,通过犹豫模糊元刻画其连接行为并测算评价网络效用期望。假设连接行为有互动成本;评价者越相似,互动的必要性越弱;连接行为是犹豫模糊的。首先由随机模拟连接计算网络效用并生成随机连接优胜矩阵;其次计算评价网络迭代价值函数;最后解释满足假设生成的评价网络价值,给出连接行为和互动过程终止建议。

基于前景理论的三角犹豫模糊多属性决策方法

针对属性权重信息完全未知,属性值为三角犹豫模糊元的多属性决策问题,提出一种基于前景理论和模糊结构元的决策分析方法。首先,基于模糊结构元理论,定义三角犹豫模糊元的结构元形式和海明距离公式,并通过求解属性间距离离差最大化的优化模型确定权重。其次,依据前景理论,分别以正负理想点作为决策参照点,构建收益矩阵和损失矩阵。在此基础上,应用TOPSIS方法计算各备选方案的相对贴近度,并依据相对贴近度的大小实现备选方案排序。最后,通过算例验证方法是有效和可行的。

基于新距离测度的对偶犹豫模糊TOPSIS方法

研究了属性权重完全未知且对方案有偏好的对偶犹豫模糊多属性决策问题.首先,提出一种新的对偶犹豫模糊距离公式,无需人为添加元素,可直接进行计算.其次,基于新的距离公式,建立方案的主观偏好与客观偏好间偏差最小的属性权重优化模型,并将TOPSIS方法推广到对偶犹豫模糊环境下,对方案进行择优排序.最后,通过电力系统安全性评估的实例验证所提方法的可行性.

属性权重未知情况下犹豫模糊多属性决策方法

针对属性权重未知的犹豫模糊多属性决策,利用犹豫模糊元边界的确定性与边界内隶属度的犹豫性,把犹豫模糊元转换成集对分析中的三元联系数;再根据三元联系数的势函数和属性离差最大法确定属性权重,基此建立属性权重未知条件下的基于三元联系数的犹豫模糊多属性决策模型,利用模型中不同犹豫强度对备选方案进行排序。实例计算和对比分析结果表明,新模型不仅包含了其他模型得到的结果,还提供了更多潜在的排序方案信息,由此形成的有条件决策,是犹豫模糊多属性决策不确定性本质属性的映照,与犹豫模糊多属性决策实际应用情况吻合。