区间q阶正交模糊集的明考斯基距离测度在多属性决策中的应用

作为q阶正交模糊集的扩展,区间q阶正交模糊集是处理不确定信息的有力工具。在此基础上,定义了区间q阶正交模糊明考斯基距离测度和相似性测度的公式,并研究了这些测度的基本性质。最后,将区间q阶正交模糊明考斯基距离测度和相似性测度应用于多属性决策中,通过算例证明区间q阶正交模糊距离测度和相似性测度的有效性和可行性。

基于区间q阶正交模糊集的应急供应商选择方法研究

针对工程机械制造企业应急供应商选择问题,提出一种基于IVq-ROFULS-BWM-CODAS的属性权重和专家权重未知的多属性群决策方法。采用IVq-ROFULS描述模糊不确定偏好信息,将BWM方法拓展到IVq-ROFULS环境中,给出一种在模糊不确定环境下主观属性权重的确定方法;设计IVq-ROFULWAA集成算子,对群决策信息进行集成,在此基础上,采用区间q阶正交模糊熵以获得专家权重。最后,使用CODAS方法对应急供应商选择方案给出排序结果。为检验上述方法的可靠性和优越性,对一个工程机械制造企业的应急供应商选择案例求解,并对结果进行有效性分析和灵敏度分析。

基于q阶正交模糊孪生支持向量机的股票预测

股票的价格受经济、政治、公司经营状况和市场等多方面的复杂影响,且各因素自身具有模糊性和混乱性,再加之股票市场是一个非线性的系统,所以股票的价格数据存在着多噪声多离群点的特征,因而需要找到一种更好的方法解决该问题。为了在一定程度上解决了数据存在噪声的问题,本文提出了q阶正交模糊孪生支持向量机,可以更好的解决数据中存在噪声和离群点的问题,并将该模型应用于股票价格预测中,通过对算法分类效果和分类精度的分析,证实该算法在股票趋势预测中具有一定的作用。

q阶正交模糊有序加权几何算子在多属性决策中的应用

作为直觉模糊集和毕达哥拉斯模糊集的扩展,q阶正交模糊集是处理不确定多属性决策信息的有力工具。为有效解决q阶正交模糊信息的多属性决策问题,论文提出了q阶正交模糊有序加权几何算子。在此基础上,构建了基于广义q阶正交模糊有序加权几何算子的多属性决策方法,并通过实例验证了该方法的有效性和可行性。