基于犹豫模糊H-平均的交通流模型选择方法

针对输入变量之间存在相互影响和联系以及属性值为犹豫模糊信息的多属性决策问题,基于阿基米德范数和Heronian平均,提出一种新的犹豫模糊Heronian平均（HFHM）算子;详细研究了HFHM算子的一些基本性质,包括幂等性、单调性和有界性;探讨了HFHM算子的一些特例,并提出了犹豫模糊加权Heronian平均（HFWHM）算子;进一步,基于HFWHM算子建立了一种新的犹豫模糊多属性决策方法,该决策方法不仅能够有效地捕获输入变量之间的相互联系,还使得决策者能够依据自身的风险偏好态度选择不同的参数进行决策。最后,通过交通流模型的选择实例对提出的决策方法进行了有效性验证。     

概率犹豫模糊算法及其网络舆情预测模型选择

针对区间犹豫模糊集在描述决策信息时会导致决策信息重要性程度损失这一问题,构建了一种基于概率区间犹豫模糊几何算子的新的多属性群决策模型。引入了概率区间犹豫模糊集的概念,将Archimedean范数引入到概率区间犹豫模糊环境下,定义了新的概率区间犹豫模糊运算法则;运用新的运算法则,提出了概率区间犹豫模糊有序加权几何（Probabilistic Interval-Valued Hesitant Fuzzy Ordered Weighted Geometric,PIVHFOWG）算子;讨论了PIVHFOWG算子的一些基本性质,并研究了其两种常见形式;在概率区间犹豫模糊信息环境下,建立了一种新的多属性群决策模型,且通过网络舆情预测系统的选择实例验证了提出的决策模型是可行的和有效的。     

基于IVHFWHM算子的犹豫关联多属性决策方法

针对决策属性为区间犹豫模糊数(IVHFN)且属性间相互关联的多属性决策(MADM)问题,提出一种基于区间犹豫模糊加权Heronian平均(IVHFWHM)算子的新型决策方法。基于IVHFN运算法则和Heronian平均(HM)算子,提出区间犹豫模糊Heronian平均(IVHFHM)算子和IVHFWHM算子。研究了IVHFHM算子的置换不变性、幂等性、单调性、有界性和参数对称性等性质。建立基于IVHFWHM算子的多属性决策模型,通过MADM数值实验验证了模型的可行性与有效性。     

考虑融合算法与交叉熵的毕达哥拉斯决策模型

针对专家评价信息为毕达哥拉斯模糊数并且属性值信息存在相互关联的多属性决策问题,定义了广义的毕达哥拉斯运算法则,并结合几何Heronian平均,提出了毕达哥拉斯模糊几何Heronian平均（PFGHM）算子;基于对数函数设计了新的毕达哥拉斯模糊交叉熵用于衡量信息之间的差异性;构造了基于PFGHM算子和交叉熵的毕达哥拉斯决策模型,并通过高校引进人才团队的选择实例验证模型的可靠性。     

基于犹豫模糊群决策模型的云计算服务商选择

针对输入信息有内在联系的犹豫模糊群决策问题,构建了一种基于犹豫模糊Maclaurin对称平均（HFMSM）算法的多属性群决策模型,该模型可以依据决策者偏好而选择合适参数值进行决策。利用Archimedean范数定义新的犹豫模糊运算;结合Maclaurin对称平均提出了HFMSM算子,并详细探讨了HFMSM算子具有的四种优良性质,分析了HFMSM算子的几种特殊情况;建立了一种基于HFMSM算子的犹豫模糊多属性群决策模型,并将模型应用于云计算服务商的实际选择决策过程。实验结果表明,模型的可靠性更优,具有更广的应用前景。     

犹豫语言信息集成算法及其数据库选择应用

针对犹豫模糊语言环境下的多属性群决策问题,建立了一种基于犹豫语言几何Bonferroni平均（HLGBM）算子的多属性群决策模型,该模型不仅充分考虑了每种属性的重要性,而且能够有效捕获属性间的内在联系。首先利用基于Archimedean T-范数和S-范数的犹豫语言运算法则,提出了一种新的HLGBM算子,并研究该算子的四种基本性质;其次,探讨了HLGBM算子的几类特殊形式,并提出了犹豫语言加权几何Bonferroni加权（HLWGBM）算子;最后基于HLWGBM算子构建了一种新的犹豫语言多属性群决策模型,并通过数据库选择实例验证决策模型是可行和有效的。     

基于犹豫模糊M-几何平均的物流企业选择北大核心CSCD

对于属性信息之间有着一定关系并且属性值为犹豫模糊元的问题,运用提出的犹豫模糊Maclaurin几何对称平均(HFMGSM)算法,建立了一种新的多属性群决策模型,该模型可以依据决策者偏好而选择合适参数值进行决策。首先,结合Archimedean范数引入了新的犹豫模糊运算;其次,以Maclaurin几何对称平均为基础,设计了HFMGSM算子,随后研究了HFMGSM算子具有的几种性质特性,分析了HFMGSM算子的几种特殊情况;最后,在犹豫模糊信息环境下,运用HFMGSM算子构建了一种新颖的多属性群决策模型,并通过物流企业选择实例进行验证分析。     

基于概率犹豫信息集成方法的群决策模型*

现有犹豫模糊集在描述决策信息时会导致决策信息大量损失,因此文中基于概率犹豫模糊信息集成算子,构建多属性群决策模型.首先在概率犹豫模糊环境下引入Archimedean范数,定义概率犹豫模糊运算法则.基于该运算法则,提出广义概率犹豫模糊有序加权平均(GPHFOWA)算子和广义概率犹豫模糊有序加权几何(GPHFOWG)算子,并讨论它们的基本性质.然后分析GPHFOWA算子和GPHFOWG算子的常见形式和相互关系.最后运用提出的2类算子构建概率犹豫模糊多属性群决策模型,并且通过供应商的选择实例验证决策模型的可行性和有效性.     

区间直觉梯形模糊几何Heronian平均算子及应用

针对决策信息为区间直觉梯形模糊数（IVITFN）且属性间存在相互关联的多属性群决策（MAGDM）问题,提出了一种区间直觉梯形模糊几何加权Heronian平均算子（IVITFGWHM）的决策方法。基于IVITFN的运算法则和几何Heronian平均（GHM）算子,定义了IVITFGHM算子和IVITFGWHM算子。研究了这些算子的一些性质,建立基于IVITFGWHM算子的MAGDM模型,结合排序方法进行决策。通过MAGDM算例验证了该算子的有效性与可行性。     

犹豫模糊Einstein几何算子及应用

研究了属性权重信息已知条件下的犹豫模糊信息集结算子及其在多属性群决策问题中的应用。基于Einstein运算定义了犹豫模糊Einstein和、犹豫模糊Einstein积以及犹豫模糊Einstein幂运算,并且研究了犹豫模糊Einstein运算法则间的关系。提出了四种犹豫模糊信息集结算子,即犹豫模糊Einstein加权几何（HFEWG）算子、犹豫模糊Einstein有序加权几何（HFEOWG）算子、犹豫模糊Einstein混合几何（HFEHG）算子和犹豫模糊Einstein诱导有序加权几何（HFEIOWG）算子,并分析了这些算子的性质。给出了基于HFEIOWG算子的犹豫模糊多属性决策方法,并结合投资公司对金融产品的选择来验证提出的决策方法是可行有效的。     

犹豫梯形模糊算子在多属性决策中的应用

结合犹豫模糊集和梯形模糊集,提出犹豫梯形模糊集的概念。首先,给出犹豫梯形模糊数的运算法则,探讨犹豫梯形模糊加权平均（HTrFWA）算子和犹豫梯形模糊加权几何（HTrFWG）算子。考虑到犹豫梯形模糊数的有序位置存在具有不同权重的情况,定义了犹豫梯形模糊有序加权平均（HTrFOWA）算子和犹豫梯形模糊有序加权几何（HTrFOWG）算子,并讨论了其相应的运算定理。其次,构建犹豫梯形模糊数的得分函数,并给出犹豫梯形模糊数的排序方法。最后,提出了基于HTrFWA算子和HTrFWG算子的犹豫梯形模糊多属性决策方法,并通过实例进行验证。     

基于三角犹豫Einstein算法的多属性决策模型

针对属性信息为三角犹豫模糊信息的多属性决策问题,结合Einstein运算,构建了一种基于三角犹豫模糊Einstein集成算法的多属性决策方法。首先,考虑到决策信息为三角犹豫模糊数且属性间存在一定的内在联系,基于三角犹豫模糊数的运算法则,提出了三角犹豫模糊Einstein加权平均（THFEWA）算子和三角犹豫模糊Einstein加权几何（THFEWG）算子;其次,针对三角犹豫模糊元的有序位置存在具有不同权重的情况,构建了三角犹豫模糊Einstein有序加权平均（THFEOWA）算子和三角犹豫模糊Einstein有序加权几何（THFEOWG）算子,并讨论了它们相应的基本性质;最后建立了基于THFEOWA算子和THFEOWG算子的多属性决策模型,并通过实例说明提出的决策模型是合理和有效的。     

区间犹豫梯形模糊Bonferroni Mean算子及其应用

结合犹豫模糊集和区间梯形模糊数,提出了区间犹豫梯形模糊集的概念;针对信息集成过程中需要考虑输入变量之间的相互影响,提出了区间犹豫梯形模糊Bonferroni Mean（IVHTrFBM）算子和区间犹豫梯形模糊几何Bonferroni Mean（IVHTrFGBM）算子,并讨论了它们的性质和特例;根据输入变量的重要程度不同,提出了区间犹豫梯形模糊加权Bonferroni Mean（IVHTrFWBM）算子和区间犹豫梯形模糊加权几何Bonferroni Mean（IVHTrFWGBM）算子。最后,提出了基于IVHTrFWBM算子和IVHTrFWGBM算子的区间犹豫梯形模糊多属性决策方法,并通过实例进行验证。     

基于犹豫语言决策模型的数据产品服务商选择

针对属性值为犹豫模糊语言元的多属性决策问题,建立基于犹豫模糊语言可能度的线性分配决策模型。首先,基于犹豫模糊语言元的包络转化方法,分别定义了犹豫模糊语言元间的可能度和相对差异指数等概念;其次探究发现可能度矩阵和相对差异矩阵均为互补判断矩阵,并设计了犹豫模糊语言元的最优度计算公式;最后,在犹豫模糊语言信息环境下,构建了一种新的线性分配决策模型用以确定各备选方案的综合最优度,进而遴选出最优方案。实验结果表明,提出的决策模型是可行和有效的。     

基于加权犹豫Frank几何算法的决策模型

加权犹豫模糊集是一种广义的犹豫模糊集,其可以更准确和全面地刻画决策信息。而Frank三角模运算能够挖掘多个输入参数值间的相互关系。基于Frank三角模思想,在加权犹豫模糊环境下,提出了一种加权犹豫Frank几何平均算法的群决策模型。首先,运用Frank三角模定义了加权犹豫模糊基本运算法则,并构建了新的得分函数;接着,提出了加权犹豫Frank几何平均（WHFGA）算子,分析了WHFGA算子关于参数[r]的相关性质;最后,基于提出的WHFGA算子,建立了加权犹豫模糊多属性决策模型,并通过算例进行分析。实验结果表明,WHFGA算子具有良好的内在一致性。