区间犹豫模糊M-对称平均及其群决策模型

区间犹豫模糊集是特殊的犹豫模糊集,可以更准确地刻画决策信息。而Maclaurin对称平均算子能够考虑多个输入参数值间的相互关系。基于Maclaurin对称平均算子,在区间犹豫模糊环境下,提出了一种区间犹豫模糊Maclaurin对称平均信息集成算法。定义了区间犹豫模糊Maclaurin对称平均(IVHFMSM)算子;讨论了IVHFMSM算子的四个优良性质以及几种特殊表达形式;基于提出的区间犹豫模糊加权Maclaurin对称平均(IVHFWMSM)算子,构建了区间犹豫模糊Maclaurin对称平均多属性群决策算法;通过实例发现,IVHFWMSM算子性质优良,具有多选择性且更加合理可行。     

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。     

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.     

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。     

广义正交模糊Maclaurin对称平均算子及其应用*

研究广义正交模糊决策环境下的集结算子及其决策应用。针对在信息集成时,需要考虑多个输入变量之间的相关关系以及专家的评价值为广义正交模糊信息的多属性决策问题,提出一种解决广义正交模糊多属性决策问题的方法。考虑到Maclaurin对称平均算子能够反映多个输入变量之间的相关关系,利用该算子集结广义正交模糊信息,提出了广义正交模糊Maclaurin对称平均算子、广义正交模糊加权Maclaurin对称平均算子,并研究了这些算子的性质和特殊情形。提出了基于广义正交模糊集结算子的多属性决策方法,并通过实例验证了其可行性和优势。     

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。     

用区间直觉模糊集方法对属性权重未知的群求解其多属性决策

本文首先提出群区间直觉模糊有序加权几何(groupinterval-valuedintuitionistic fuzzy orderedweighted geometric,GIVIFOWG)算子和群区间直觉模糊有序加权平均(group interval-valued intuitionistic fuzzy ordered weighted averaging,GIVIFOWA)算子.利用GIVIFOWG算子或GIVIFOWA算子聚集群的决策矩阵以获得方案在属性上的综合区间直觉模糊决策矩阵(collectiveinterval-valuedintuitionistic fuzzy decision-matrix,CIVIFDM).然后定义了一个考虑犹豫度的区间直觉模糊熵(interval-valuedintuitionistic fuzzyentropy,IVIFE);通过熵衡量每个属性所含的信息来求解属性权重.最后,提出基于可能度的接近理想解的区间排序法(interval technique for order preference by similarity to an ideal solution,ITOPSIS)和区间得分函数法.在ITOPSIS法中,依据区间距离公式计算候选方案和理想方案的属性加权区间距离,进而采用ITOPSIS准则对各方案进行排序;在区间得分函数法中,算出CIVIFDM中各方案的得分值以及精确值,然后利用区间得分准则对各方案进行排序.实验结果验证了决策方法的有效性和可行性.     

广义犹豫模糊信息集成及其多属性群决策

在犹豫模糊环境下,主要研究了基于阿基米德范数的广义信息集成算法,并提出了一种新的多属性群决策方法。基于阿基米德T-范数和S-范数,定义了广义犹豫模糊运算法则;运用新定义的广义犹豫模糊运算法则,提出了广义犹豫模糊有序加权平均(G-HFOWA)算子,研究了其优良性质;探讨了在某些特殊情况下,广义犹豫模糊有序加权平均算子将转化为一些常见的犹豫模糊信息集成算子,包括犹豫模糊有序加权平均算子、犹豫模糊Einstein有序加权平均算子、犹豫模糊Hamacher有序加权平均算子以及犹豫模糊Frank有序加权平均算子;基于广义信息集成算子,构建了一种新的犹豫模糊多属性群决策方法,并将其应用于区域经济协调发展研究过程中,以验证提出的决策方法是可行的与有效的。     

基于犹豫语言H-几何算子的信息安全系统选择

针对属性值为犹豫模糊语言信息且属性输入变量之间存在相互联系的多属性群决策问题,提出了一种基于犹豫语言Heronian几何算子的多属性群决策模型。基于Archimedean范数定义了新的犹豫模糊语言运算法则,并提出了犹豫语言Heronian几何（HLHG）算子;探讨了HLHG算子的一些优良性质,研究了HLHG算子的几种常见形式,引入了犹豫语言Heronian加权几何（HLHWG）算子;基于HLHWG算子构建了一种新的犹豫模糊语言多属性群决策模型,该群决策模型不仅考虑到了输入决策信息之间的相互联系,而且使得决策者能够依据自身偏好选择不同参数进行决策。结合信息安全系统选择实例验证了提出的群决策模型是可行的和有效的。     

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。     

Pythagorean Fuzzy Maclaurin Symmetric Mean Operators in Multiple Attribute Decision Making

The Maclaurin symmetric mean (MSM) operator is a classical mean type aggregation operator used in modern information fusion theory, which is suitable to aggregate numerical values. The prominent characteristic of the MSM operator is that it can capture the interrelationship among the multiinput arguments. In this paper, we extend MSM to Pythagorean fuzzy environment to propose the Pythagorean fuzzy Maclaurin symmetric mean and Pythagorean fuzzy weighted Maclaurin symmetric mean operators. Then, some desirable properties and special cases of these operators are discussed in detail. Finally, a numerical example is provided to illustrate the feasibility of the proposed methods and deliver a comparative analysis.     

An additive manufacturing process selection approach based on fuzzy Archimedean weighted power Bonferroni aggregation operators

Selecting an appropriate additive manufacturing (AM) process or machine to fabricate an end-use product is an important issue in design for AM. One of many types of approaches for AM process selection is based on multi-criteria decision making (MCDM). Most of the MCDM based approaches have an advantage in taking into account the relative importance of performance parameter types and a few of them also consider the interrelationships of performance parameter types. Each of these approaches can work well in its specific context. They are however not entirely satisfactory, as they do not have the capabilities to reduce the influence of the deviation of performance parameter values on the decision-making result and to capture the risk attitudes of users in their decision-making models. In this paper, an MCDM approach based on fuzzy Archimedean weighted power Bonferroni aggregation operators with such capabilities is proposed for AM process selection. A fuzzy Archimedean weighted power Bonferroni mean operator and a fuzzy Archimedean weighted power geometric Bonferroni mean operator are firstly constructed. Based on these operators, an MCDM approach for selection of AM processes are then developed. After that, four practical examples are adopted to illustrate the developed approach and a set of sensitivity analysis experiments on the basis of these examples are carried out. Finally, qualitative and quantitative comparisons between the approach and the existing MCDM based approaches are reported to demonstrate its feasibility, effectiveness, and advantages.     

基于犹豫模糊几何算法的网络系统决策模型

针对决策信息为犹豫模糊信息且准则之间存在相互关系的多准则群决策问题,提出了一种基于阿基米德T-范数和S-范数的广义的犹豫模糊信息几何B-平均(GHFGBM)集成算法,构建一种新的计算机网络系统选择决策模型,提出的GHFGBM不仅在信息集结的过程中能够考虑到输入变量之间的相互联系,还能够使得该模型方法应用于其他领域。在此过程中,研究了GHFGBM算法的几种基本特性,比如置换不变性、单调性、有界性和幂等性等等。紧接着,分别对参数和加性算子赋予不同的数值和函数,详细分析了GHFGBM算法的一系列常用算子表示。最后结合对计算机网络系统更新方案的选择实验,验证了提出的选择决策模型是合理的且是有效的。     

Some power Maclaurin symmetric mean aggregation operators based on Pythagorean fuzzy linguistic numbers and their application to group decision making

The power average (PA) operator and Maclaurin symmetric mean (MSM) operator are two important tools to handle the multiple attribute group decision‐making (MAGDM) problems, and the combination of two operators can eliminate the influence of unreasonable information from biased decision makers (DMs) and can capture the interrelationship among any number of arguments. The Pythagorean fuzzy linguistic set (PFLS) is parallel to the intuitionistic linguistic set (ILS), which is more powerful to convey the uncertainty and ambiguity of the DMs than ILS. In this paper, we propose some power MSM aggregation operators for Pythagorean fuzzy linguistic information, such as Pythagorean fuzzy linguistic power MSM operator and Pythagorean fuzzy linguistic power weighted MSM (PFLPWMSM) operator. At the same time, we further discuss the properties and special cases of these operators. Then, we propose a new method to solve the MAGDM problems with Pythagorean fuzzy linguistic information based on the PFLPWMSM operator. Finally, some illustrative examples are utilized to show the effectiveness of the proposed method.