属性相关条件下广义q⁃ROF TODIM决策方法

针对属性具有关联性的q⁃ROF模糊多属性决策问题,提出一种属性相关条件下广义q⁃ROF TODIM决策方法。依据广义TODIM决策方法,计算每个方案相对于其他方案关于各属性的收益或损失值;采用Choquet积分思想集成属性关联情形下方案关于所有属性的收益或损失值,在此基础上,计算每个方案的总体感知优势度,并依据方案的总体感知优势度的大小对方案进行排序。最后,结合实例分析了参数变化对决策结果的影响,验证了方法的可行性和有效性。

广义q-ROF TODIM方法及应用

基于Pythagorean模糊迭代多准则决策(TODIM)方法和简化的TODIM方法,首先给出简化的q-ROF TODIM方法,并分析该方法产生的悖论;其次,结合广义TODIM方法的思想,提出广义q-ROF TODIM方法;再次,通过一个实例来说明广义q-ROF TODIM方法的可行性和有效性;最后,结合该实例,将所提出的方法与其他q-ROF决策方法进行比较分析,同时分析参数的变化对决策结果的影响,进一步阐明所提出方法的优越性.

基于q阶orthopair模糊集和参考理想法的多准则决策方法

针对现有决策方法理想解确定不合理和秩反转的问题,提出一种基于q阶orthopair模糊集(q-rung orthopair fuzzy set,q-ROFS)和参考理想法(reference ideal method,RIM)的多准则决策方法。在q-ROFS概念基础上分别定义了q-ROF可能度和q-ROFS交叉熵,并讨论其相关性质;将传统RIM在q-ROF环境下进行扩展,构建一种基于q-ROFRIM的多准则决策模型,利用q-ROF可能度确定准则最优权重以及作为q-ROF信息差异程度测度的q-ROF交叉熵替代传统RIM中距离测度。最后通过实例分析说明该方法可行和有效,方法对比结果表明,所提方法不仅使决策过程更加科学和合理,而且能够解决秩反转问题。