社会网络环境下基于公众行为大数据属性挖掘的大群体应急决策方法及应用

针对社会网络环境下复杂大群体应急决策中决策属性信息难以获得问题,提出社会网络环境下公众行为大数据驱动的大群体应急决策方法.首先,通过挖掘社交平台上的公众行为大数据,利用TF-IDF、Word2vec技术进行关键词提取、聚类及其影响力分析,从大量行为数据中挖掘大群体决策属性信息以辅助专家决策,使决策结果具有更高的科学性和有效性;其次,构建决策者间基于信任关系和观点相似度的社会网络,采用同时考虑信任和相似度的聚类方法对决策者进行聚类,并基于社会网络分析获得决策者权重;然后,提出基于决策者间信任关系的共识调整方法进行共识调整以获得最终群体决策矩阵和方案排序,通过引入决策者客观自信度避免个别决策者过分自信行为的影响;最后,通过一个新冠疫情案例分析说明方法的可行性和有效性.     

基于毕达哥拉斯模糊Frank算子的多属性决策方法

针对毕达哥拉斯模糊环境下的多属性决策问题，提出一种基于毕达哥拉斯模糊Frank算子的多属性决策方法。首先将毕达哥拉斯模糊数和Frank算子相结合，给出了基于Frank算子的运算法则；然后提出了毕达哥拉斯模糊Frank算子，包括毕达哥拉斯模糊Frank加权平均算子和毕达哥拉斯模糊Frank加权几何算子，并讨论了这些算子的性质；最后提出了基于毕达哥拉斯模糊Frank算子的多属性决策方法，将该方法应用于绿色供应商的选择中。实例分析表明，运用该方法可以解决实际的多属性决策问题，并可以进一步应用到风险管理、人工智能等领域。     

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。     

改进加权支持度的Pythagorean模糊交叉幂均群决策方法

针对毕达哥拉斯环境下的多属性群决策问题,首先,将毕达哥拉斯模糊数和幂均算子相结合,创造性地拓展了一种新的改进加权支持度;然后,基于此提出了改进加权支持度的毕达哥拉斯模糊交叉幂均算子,并讨论了该算子的性质,进而建立一种毕达哥拉斯模糊背景下能够反映决策属性间相互作用的决策方法;最后,将其应用于智慧城市的评价中。实例分析表明,该方法可以解决实际的多属性群决策问题,并可以进一步应用到智慧物流、模式识别、人工智能等领域。     

基于毕达哥拉斯模糊幂加权平均算子的多属性群决策方法

研究了毕达哥拉斯模糊环境下的多属性群决策问题。首先,将毕达哥拉斯模糊信息引入幂平均加权算子,提出毕达哥拉斯模糊幂加权平均（PFPWA） 算子,并研究所提算子的基本性质。然后,在毕达哥拉斯模糊数（PFN） 为信息输入的框架内,提出基于毕达哥拉斯模糊幂加权平均算子的群决策方法。所提出的方法使用毕达哥斯拉信息使得决策者的信息表达更加灵活,并且在信息集结过程中采用幂加权平均算子能够同时考虑专家权威与评估信息的可信度。最后,通过案例分析验证了所提方法的可行性和有效性。     

毕达哥拉斯模糊Heronian算子的多属性决策方法

针对毕达哥拉斯模糊环境下的多属性决策问题中的信息集成问题,其中方案的属性间相互关联相互影响,提出了一种毕达哥拉斯模糊Heronian算子的多属性决策方法。首先将毕达哥拉斯模糊数与Heronian算子相结合,提出了毕达哥拉斯模糊Heronian算子和毕达哥拉斯模糊加权Heronian算子,并讨论了这些算子的性质,给出了相应的证明。在此基础上,提出了基于毕达哥拉斯模糊Heronian算子的多属性决策方法;最后将其应用到国内四家航空公司服务质量评价中,说明了该算子的有效性和可行性。     

毕达哥拉斯模糊优先集成算子及其决策应用

作为直觉模糊集的推广形式,毕达哥拉斯模糊数能更好地刻画现实中的不确定性,此外在某些问题上,方案的属性之间往往具有优先关系,针对此类信息的集成问题,将毕达哥拉斯模糊数与优先集成算子相结合,提出了毕达哥拉斯模糊优先集成算子,包括毕达哥拉斯模糊优先加权平均算子和毕达哥拉斯模糊优先加权几何算子,并讨论了这些算子的性质。在此基础上,提出了毕达哥拉斯模糊优先集成算子的多属性决策方法,最后将其应用于国内四家航空公司服务质量评价中,说明了该算子的有效性和可行性。     

基于GRA-GCRITIC和改进加权双向投影的区间Fermatean模糊多属性群决策方法

针对司法案件决策环境的复杂性及评价信息的模糊性,提出一种基于GRA-GCRITIC（grey relational analysis-group criteria importance through intercriteria correlation）和改进加权双向投影的区间Fermatean模糊Hamacher-TODIM多属性群决策方法。首先考虑到各位专家对各评价方案下各指标评价信息的差异性,提出一种GRA-GCRITIC方法,该方法将灰色关联融入到CRITIC中,以确定指标综合权重比单一获取的指标权重更加客观可靠。其次,结合信任关系对加权双向投影法进行改进,兼顾主客观关系,利用专家个体与群体评价信息的隶属度及非隶属度矩阵间的相似度得到专家权重。最后,考虑到决策者的损失规避心理,将融合了Hamacher算子的TODIM方法拓展至区间Fermatean模糊环境中,通过具体算例可得到其综合优势度及排序,验证了所提方法的可行性及灵活性。     

基于IITFN输入的复杂系统关联MAGDM方法

区间直觉梯形模糊数（Interval-valued intuitionistic trapezoidal fuzzy number,IITFN）是刻画复杂系统不确定性的有效工具. 基于进一步完善的IITFN 运算规则,讨论其局部封闭性. 由此定义IITFN 几何Bonferroni 平均算子,并验证该算子的相关性质. 针对决策者及属性之间均存在关联作用且权重均未知的多属性群决策（Multi-attribute group decision making,MAGDM）问题,提出基于前景混合区间直觉梯形几何 Bonferroni （Prospect hybrid interval-valued intuitionistic trapezoidal fuzzy geometric Bonferroni,PHIITFGB）平均算子 的关联多属性群决策方法. 该方法首先通过依次定义IITFN 的前景效应、前景价值函数和前景价值,获取前景价值矩阵;其次,将前景价值矩阵转化为前景记分函数矩阵,并综合运用基于灰关联深度系数的客观属性权重极大 熵模型和基于2-可加模糊测度与Choquet 积分联合的决策者权重确定模型,获取决策者权重及属性权重;再次,利 用PHIITFGB 算子集结各决策者的方案评估信息,结合决策者权重即可获取相应于各方案的综合前景价值;最后,计算综合前景记分价值函数,基于IITFN 的序关系判别准则确定方案排序. 案例验证决策方法的有效性和可行性.     

基于相对信息熵和语言加权算子的网络舆情突发事件模糊多指标应急决策方法

在仔细分析网络舆情突发事件的成因与应急决策特性的基础上,从舆情状态、突发事件本身和民众关注3方面构建 网络舆情突发事件的属性指标。考虑到网络舆情突发事件指标的语言不确定性和多样性,以及应急专家对舆情事件危机评价的语言判断矩阵差异性,本文提出一个基于相对信息熵和语言加权算子的网络舆情突发事件模糊多指标群决策模型。首先根据应急指标重要性的判断矩阵,计算出每个专家对各指标权重的评价;然后基于相对熵的多属性组合赋权方法来获取应急专家的权重,计算得出各舆情事件指标的综合权重;再根据各应急专家对网络舆情事件的语言指 标评价值,利用语言加权算术平均算子,集结得到各网络舆情突发事件的综合决策评价值,进而对各舆情事件危机程度快速排序。最后,通过一个实例来证明本文方法的实用性。     

考虑信任度的Pythagorean模糊两阶段交互多属性群决策方法

针对属性值为Pythagorean模糊语言,属性权重未知且考虑群体一致性和决策者属性偏好不确定性的决策问题,探讨了一种考虑信任度的两阶段交互多属性群决策方法.首先,考虑决策者偏好,将属性集分为必选属性集和可选属性集;其次,构建两阶段交互机制以确保必选属性集的群体一致性达到阈值,第一阶段以提升群体共识水平为目标进行交互,第二阶段以降低冲突水平为目标进行交互;再次,同时考虑交互的积累稳定性和积累影响因子以确定必选属性集下的决策者权重,并依据信任度确定可选属性集下的决策者权重;最后,用距离熵确定属性权重,并用VIKOR法选出最优方案.算例分析表明,该方法能够较好地解决考虑共识和冲突水平的多属性群决策问题.     

区间Pythagorean模糊前景多阶段多属性应急决策方法

针对属性权重未知且决策信息为区间Pythagorean模糊语言的应急决策问题,提出一种基于组合赋权和前景理论的多阶段多属性决策方法。根据方案信息熵确定属性权重范围,并以区间Pythagorean模糊熵最小为目标构建模型并求解,以确定属性权重。定义正负理想点作为参考点,运用前景理论求出每一阶段各状态下的前景值,并考虑前一阶段方案对后一阶段状态概率的影响,求出方案链的前景值。在此基础上,以方案链的前景值最大和成本最小为目标构建优化模型,并将多目标转化为单目标,求解模型以确定各阶段的最优方案。以某传染病疫情防控应急决策问题为算例验证了该方法的可行性,并将多阶段决策效果与单一阶段的决策结果进行比较分析,验证了该方法的有效性。     

基于信息测度的勾股模糊决策模型及其应用

相对于直觉模糊集，勾股模糊集能够更为全面和有效地表达描述复杂问题中的不确定和非一致信息，使其受到了广泛研究。对于属性评价值为勾股模糊数并且属性指标权重信息数据完全未知的多属性决策问题，以提出的勾股模糊信息测度为基础，设计了新的多属性决策模型。该模型运用对数函数设计了一种新的勾股模糊数信息熵计算方法；引入了勾股模糊相似度概念，并结合对数行数提出勾股模糊数相似度的衡量方法，随后挖掘出勾股模糊数的信息熵和相似度之间的内在联系；运用提出的勾股模糊熵和相似度计算方法，构建新的多属性决策模型，并进行应用研究。实验结果表明，提出的模型合理有效，同时拓展了模型的使用范围。     

社交网络群决策环境下基于量子干涉的信任测度

针对已有的信任测度模型中信任源出现的冗余以及之间的干扰未被考虑的缺点,提出一种基于干扰效应的社会网络信任测度的决策模型.该模型在计算决策者之间的信任值时,通过简化信任源类型可避免部分信任源的重复出现,同时增加了信任源之间的干扰项.首先,根据社会关系与背景对信任的决定性,将决策者之间信任关系的来源划分为“决策者之间的亲近关系”和“决策者的客观背景”;其次,提出“亲疏度”和“专业度”的概念作为这两个信任源的测度,在保证信任源完整的前提下,克服信任关系冗余的缺陷;然后,进一步设计考虑干扰效应的信任值量化方法,所求的信任值能够综合体现两个信任源的个体决定程度和整体影响程度;最后,将决策者的信任值转化为权重聚集决策者偏好,以解决实际群决策问题.数值和理论结果表明,所提出考虑干扰效应的信任测度方法能够作为提高信任关系的准确性以及解决社交网络群决策问题的工具,具有广泛的应用前景.     

Hesitant interval-valued Pythagorean fuzzy VIKOR method

In this article, we investigate multiple attribute decision-making problems with hesitant interval-valued Pythagorean fuzzy information. First, the concepts of hesitant interval-valued Pythagorean fuzzy set are defined, and the operation laws, the score function, and accuracy function have been developed. Then several distance measures for hesitant interval-valued Pythagorean fuzzy values have been presented including the Hamming distance, Euclidean distance, and generalized distance, and so on. Based on the operational laws, a series of aggregation operators have been developed including the hesitant interval-valued Pythagorean fuzzy weighted averaging (HIVPFWA) operator, the hesitant interval-valued Pythagorean fuzzy geometric weighted averaging (HIVPFGWA) operator, the hesitant interval-valued Pythagorean fuzzy ordered weighed averaging (HIVPFOWA) operator, and hesitant interval-valued Pythagorean fuzzy ordered weighed geometric averaging (HIVPFOWGA) operator. By using the generalized mean operator, we also develop the generalized hesitant interval-valued Pythagorean fuzzy weighed averaging (GHIVPFWA) operator, the generalized hesitant interval-valued Pythagorean fuzzy weighed geometric averaging (GHIVPFWGA) operator, the generalized hesitant interval-valued Pythagorean fuzzy ordered weighted averaging (GHIVPFOWA) operator, and generalized hesitant interval-valued Pythagorean fuzzy ordered weighted geometric averaging (GHIVPFOWGA) operator operator. We further develop several hybrid aggregation operators including the hesitant interval-valued Pythagorean fuzzy hybrid averaging (HIVPFHA) operator and the generalized hesitant interval-valued Pythagorean fuzzy hybrid averaging (GHIVPFHA) operator. Based on the distance measures and the aggregation operators, we propose a hesitant interval-valued Pythagorean fuzzy VIKOR method to solve multiple attribute decision problems with multiple periods. Finally, an illustrative example for evaluating the metro project risk is given to demonstrate the feasibility and effectiveness of the proposed method.     

On generalized similarity measures for Pythagorean fuzzy sets and their applications to multiple attribute decision-making

In this paper, we develop a new and flexible method for Pythagorean fuzzy decision-making using some trigonometric similarity measures. We first introduce two new generalized similarity measures between Pythagorean fuzzy sets based on cosine and cotangent functions and prove their validity. These similarity measures include some well-known Pythagorean fuzzy similarity measures as their particular and limiting cases. The measures are demonstrated to satisfy some very elegant properties which prepare the ground for applications in different areas. Further, the work defines a generalized hybrid trigonometric Pythagorean fuzzy similarity measure and discuss its properties with particular cases. Then, based on the generalized hybrid trigonometric Pythagorean fuzzy similarity measure, a method for dealing with multiple attribute decision-making problems under Pythagorean fuzzy environment is developed. Finally, a numerical example is given to demonstrate the flexibility and effectiveness of the developed approach in solving real-life problems.     

考虑时间序列的动态大群体应急决策方法

针对专家权重和属性权重未知、阶段权重未知且与时间序列有关的动态大群体应急决策问题,提出一种考虑时间序列的动态大群体应急决策方法.首先,提出一个考虑区间直觉模糊数犹豫度的距离公式,定义区间直觉模糊数贴近度,综合考虑贴近度和相似度,用模糊聚类法对大群体专家偏好信息进行聚类;其次,基于现有区间直觉模糊熵公式的不足,提出一个新的区间直觉模糊熵公式,基于此公式考虑专家之间知识水平的差异和各个阶段偏好信息不具遗传性等特点,计算得出专家在不同属性下的权重和属性在各阶段下的权重;再次,考虑时间序列对各阶段权重的影响,构建相对熵模型,对阶段权重进行合理确定,进而利用加权平均算子得到整个决策过程中各方案的综合决策偏好;然后,利用区间直觉模糊数的得分函数和精确函数对方案进行排序,选出最优方案;最后,通过与以往文献的方法对比分析验证所提出方法的有效性和优越性.     

基于云模型的Pythagorean模糊语言多属性决策方法

针对专家给出的属性值为Pythagorean模糊语言且专家权重与属性权重均未知的多属性决策问题进行了研究,提出一种基于云模型的多属性决策方法。首先,根据Pythagorean模糊语言决策信息的距离熵计算得到属性权重;其次,计算决策矩阵间的距离从而得到各决策专家权重;再次,构建Pythagorean模糊云模型决策矩阵并利用专家权重和属性权重进行信息集结;最后,基于TOPSIS方法求取正、负理想解,依据理想解计算各方案贴近度并据此对各备选方案进行排序选择。案例分析表明,该方法优化了复杂环境下的决策,避免了决策信息的丢失,能够较好解决决策信息的不确定性和决策过程的随机性,具有一定的可行性和有效性。