Vague集的多目标模糊决策方法

在进行了阐述Vague集的相关概念和运算后,对多目标模糊决策进行了定义,给出多目标模糊决策的基本思路,并对已有的基于Vague集的多目标模糊决策方法进行了分析,得出现有Vague集的多目标模糊决策方法存在着缺陷,从而提出了一种新的多目标模糊决策的Vague集方法,该方法利用一个新的评分函数对方案进行排序,选出最优方案.最后给出其相关性质,证明其解决了现有方法的缺陷,并通过实例阐明本文方法的有效性和优越性.     

基于Vague集的多准则模糊决策方法

基于Vague集的模糊决策方法的提出，为决策系统提供了一个有用的工具．对模糊条件下的多准则决策问题，指出了采用Vague集进行多准则模糊决策的现有计分函数的不足，根据Vague集的性质提出了二种新的方案选择方法：记分函数法和加权记分函数法。对已有的Vgue集记分函数法进行了分析与联系，并通过例子阐明本文方法的有效性和优越性．     

基于Vague集模糊推理的多评价指标模糊决策方法

目前在智能领域中对Vague集的研究已越来越广泛与深入，并运用于决策问题中，有学者已把Vague集用于多评价指标的模糊决策中，但其决策方法在某些时候却难以得到目标。为此，本文提出了一个基于Vague集模糊推理的多评价指标模糊决策方法。在这个方法中，从基于Vague集的模糊推理的观点来看待模糊决策问题。将评价指标和候选方案之间的关系用一组基于Vague集的推理规则来表示，将决策者的要求用一组Vague集来表示，经过模糊推理等过程最后得到决策结果。然后还给出了一个实例说明这种多评价指标模糊决策方法。这个基于Vague集模糊推理的多评价指标模糊决策方法的提出为决策系统提供了一个有用的工具。     

基于区间值Vague集的多属性模糊决策方法

区间值Vague集作为Vague集的一种有用推广,已经在系统控制以及智能决策等方面有较为广泛的研究与应用.针对不确定系统处理中常出现的模糊决策问题,通过将决策方案的约束条件属性集转化成区间值Vague集,并综合考虑约束条件属性肯定出现的区间值程度以及肯定不出现的区间值程度和未知是否出现的含糊(犹豫)程度区间,给出一个基于区间值Vague数的记分函数和区间值Vague集的有效的多属性模糊决策方法,使得决策更加合理更具弹性.最后通过一个实例表明我们所提出的方法在不确定系统决策中确是简便可行的.     

不确定多属性Vague集决策方法

针对指标权重信息未知的Vague集多指标决策问题,通过计算各方案与理想方案的相离度来建立最优化决策模型,求解该模型获得指标的权重,并引入了方案集的最优点和最劣点的概念,给出了Vague集多指标决策的新方法。该方法根据模糊值矩阵得到方案的最优点和最劣点,通过计算各方案到最优点和最劣点的距离对方案进行排序。最后用实例进行了验证。     

对方案有偏好的Vague集互补判断矩阵决策法

研究指标权重信息未知且对方案有偏好的Vague集多属性决策问题。首先将决策信息和偏好信息的Vague值转化为模糊值,进一步将偏好信息转化为互补判断矩阵,从而建立目标规划模型,通过求解该模型得各指标的权重,并通过求解各方案综合属性值对方案进行排序和择优。最后给出算例。     

基于Vague集的多目标决策

通过研究Vague集合转化为Fuzzy集的不同方法,采用将Vague集转化为Fuzzy集的方法来研究多目标决策问题,提出了基于Vague集的简化的模糊多目标决策算法,并通过实例验证了算法的有效性。     

多属性决策的Vague集方法

对多属性决策问题和信息集结问题进行了研究,分析了已有Vague集方法,并通过例子说明其不足之处.提出了一种多属性决策的Vague集方法.定义了方案对目标的支持(反对、中立)度等概念,利用目标优属度矩阵对属性值及属性权重进行集结,从而得到方案的Vague估计值.定义正(负)理想Vague值,并用TOPSIS法对方案进行排序和选优.算例验证了该方法的有效性和可行性.     

一种对方案有偏好的Vague集多属性决策方法

研究了方案属性值和偏好值均为Vague值的多属性决策问题。针对相关文献中,将由Vague值表示的方案属性值与偏好值转化为直觉模糊数,并根据直觉模糊数表示的方案属性值与偏好值之间的偏差建立规划模型并求解属性权重这一过程,分析了建立的规划模型的不合理性。提出通过最小化直觉模糊数表示的方案综合值与偏好值的偏差,建立并求解一个规划模型计算属性权重的改进方法。通过将Vague值转化为模糊值,利用模糊值矩阵的线性序构造模糊优先矩阵,并对其进行分割,从而实现方案的排序择优。通过一个实例说明了该方法的可行性。     

对方案有偏好的Vague集多属性决策方法的改进

针对属性权重未知且对方案有偏好的Vague集多属性决策问题,应用直觉模糊集的理论方法,建立了基于最小方差的多目标最优化模型。通过求解该模型,获得各属性的权重。此模型弥补了要瑞璞提出的线性规划模型求解属性权重为负的不足和缺陷。通过计算各方案综合值之间比较的可能度,给出了相应决策分析方法。进行了实例分析,说明了该方法的实用性和有效性。     

基于Vague集的模糊决策方法

目前在智能领域中对Vague集的研究已越来越广泛与深入．并运用于决策问题中．为了更加有效地进行模糊决策，提出了一个基于Vague集的模糊决策方法．在这个方法中，对约束条件，从它出现的可能性和不出现的可能性以及未知是否出现的可能性三个方面去综合处理．使得决策更加准确和有效．还给出了一个实例说明这种基于Vague集的模糊决策方法．这个基于Vague集的模糊决策方法的提出，为决策系统提供了一个有用的工具．     

基于Vague软集的模糊群决策方法研究

运用传统的模糊集进行模糊型群决策时存在一定的困难,而Vague软集是一种处理不确定信息的重要工具。为此,给出了一种加权的Vague软集间相似度定义,并运用Vague软集对备选方案进行评判;在此基础上运用正态云模型进行群体一致性评判,将基于Vague软集的模糊群决策方法应用于供应商选择问题中,结果表明,Vague软集能极大地提高模糊群决策的科学性和有效性。     

对偶犹豫模糊集的相关系数及其应用

对偶犹豫模糊集因其可以给决策者提供更多的决策信息成为模糊决策的热点研究问题,相关性指标可以用来度量两个模糊信息之间的相关关系,熵可以用来度量模糊信息的不确定程度。提出了一种基于对偶犹豫模糊集相关系数和熵的模糊多属性群决策方法。定义了对偶犹豫模糊集相关系数的概念,讨论了其基本性质;提出了两种对偶犹豫模糊集的熵,在此基础上,给出了模糊多属性群决策的权重确定方法;基于对偶犹豫模糊集相关系数和熵,提出了一种属性权重完全未知条件下的模糊多属性群决策方法;通过案例分析说明了该方法的有效性和可行性。     

A novel aggregation method for Pythagorean fuzzy multiple attribute group decision making

As an extension of fuzzy set, a Pythagorean fuzzy set has recently been developed to model imprecise and ambiguous information in practical group decision‐making problems. The aim of this paper is to introduce a novel aggregation method for the Pythagorean fuzzy set and analyze possibilities for its application in solving multiple attribute decision‐making problems. More specifically, a new Pythagorean fuzzy aggregation operator called the Pythagorean fuzzy induced ordered weighted averaging‐weighted average (PFIOWAWA) operator is developed. This operator inherits main characteristics of both ordered weighted average operator and induced ordered weighted average to aggregate the Pythagorean fuzzy information. Some of main properties and particular cases of the PFIOWAWA operator are studied. A method based on the proposed operator for multiple attribute group decision making is developed. Finally, we present a numerical example of selection of research and development projects to illustrate applicability of the new approach in a multiple attribute group decision‐making problem.     

加型Pythagorean模糊偏好关系的多属性决策方法

考虑Pythagorean模糊偏好关系的多属性决策问题,提出了加性Pythagorean模糊偏好关系的多属性决策方法。基于加性一致性Pythagorean模糊偏好关系提出一种新的Pythagorean模糊权重确定模型。给出了可接受加性一致性Pythagorean模糊偏好关系的定义,并针对不满足可接受加性一致性的Pythagorean模糊偏好关系,提出一种加性一致性调整算法。给出基于Pythagorean模糊偏好关系加性一致性的多属性决策方法,并通过实例分析提出的新方法的可行性和合理性。     

多目标模糊决策的Vague软集法

在智能领域中对Vague集和软集的研究已越来越广泛和深入,两者均已应用于决策问题中。为了更加有效地进行模糊决策,提出了一种基于Vague软关系的模糊决策方法。定义Vague软关系,构造Vague软集间的关系表格,利用一个新的评分函数对目标进行排序,选出最优目标。通过实例阐明该方法的有效性和实用性。     

Study on the ranking problems in multiple attribute decision making based on interval‐valued intuitionistic fuzzy numbers

This paper puts forward a new ranking method for multiple attribute decision‐making problems based on interval‐valued intuitionistic fuzzy set (IIFS) theory. First, the composed ordered weighted arithmetic averaging operator and composed ordered weighted geometric averaging operator are extended to the IIFSs in which they are, respectively, named interval‐valued intuitionistic fuzzy composed ordered weighted arithmetic averaging (IIFCOWA) operator and interval‐valued intuitionistic composed ordered weighted geometric averaging (IIFCOWG) operator. Afterwards, to compare interval‐valued intuitionistic fuzzy numbers, we define the concepts of the maximum, the minimum, and ranking function. Some properties associated with the concepts are investigated. Using the IIFCOWA or IIFCOWG operator, we establish the detailed steps of ranking alternatives (or attributes) in multiple attribute decision making. Finally, an illustrative example is provided to show that the proposed ranking method is feasible in multiple attribute decision making.     

基于Zhenyuan积分的直觉模糊多属性决策方法

针对属性之间具有相互关联关系的直觉模糊多属性决策问题,提出一种基于Zhenyuan积分的决策方法.首先提出直觉模糊Zhenyuan积分平均(IFZA)算子;然后探讨IFZA算子的优良性质以及与现有直觉模糊集成算子的关系,研究表明,IFZA算子可以改进现有直觉模糊奇异积分算子的缺陷,能够全面度量属性之间的相互关联关系;最后提出一种基于IFZA算子的属性间具有相互关联关系的直觉模糊多属性决策方法,并通过实例验证所提出方法的有效性和可行性.     

Frank aggregation operators and their application to hesitant fuzzy multiple attribute decision making

In this paper, we investigate multiple attribute decision making (MADM) problems based on Frank triangular norms, in which the attribute values assume the form of hesitant fuzzy information. Firstly, some basic concepts of hesitant fuzzy set (HFS) and the Frank triangle norms are introduced. We develop some hesitant fuzzy aggregation operators based on Frank operations, such as hesitant fuzzy Frank weighted average (HFFWA) operator, hesitant fuzzy Frank ordered weighted averaging (HFFOWA) operator, hesitant fuzzy Frank hybrid averaging (HFFHA) operator, hesitant fuzzy Frank weighted geometric (HFFWG) operator, hesitant fuzzy Frank ordered weighted geometric (HFFOWG) operator, and hesitant fuzzy Frank hybrid geometric (HFFHG) operator. Some essential properties together with their special cases are discussed in detail. Next, a procedure of multiple attribute decision making based on the HFFHWA (or HFFHWG) operator is presented under hesitant fuzzy environment. Finally, a practical example that concerns the human resource selection is provided to illustrate the decision steps of the proposed method. The result demonstrates the practicality and effectiveness of the new method. A comparative analysis is also presented.