基于区间直觉梯形模糊数的多属性决策方法

对区间直觉梯形模糊数进行研究．探讨了区间直觉梯形模糊数的运算法则及其性质;给出了区间直觉梯形模糊数的加权算术平均和加权几何平均算子,定义了区间直觉梯形模糊数的得分函数和精确函数,进而给出其排序方法;建立了基于区间直觉梯形模糊数的多属性决策模型,并提出了相应的决策方法．实例分析验证了所提出方法的有效性．     

基于二元联系数的区间直觉模糊数多准则决策方法

针对准则值为区间直觉模糊数且准则权重为区间数的多准则决策问题,提出一种基于二元联系数的区间直觉模糊型多准则决策方法.首先,介绍区间直觉模糊数和二元联系数;其次,研究区间数转化为联系数、二元联系数转化为实数的3种转化方法,对传统区间数和二元联系数的运算结果进行比较;再次,将区间型贴近度转化为基于二元联系数的实数进行方案优选;最后,运用算例表明所提出方法的优越性和可行性.     

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。     

基于分式规划的区间直觉梯形模糊数多属性决策方法

针对属性值为区间梯形直觉模糊且属性权重为区间数的多属性决策问题,提出一种基于分式规划的决策方法.定义了区间梯形直觉模糊数的Hamming距离和Euclidean距离,采用优劣解距离法构建了相对贴近度的非线性分式规划模型,并通过Charnes and Cooper变换转化为线性规划模型求解,得到各方案相对贴近度的区间数,进而提出了决策方法.数值算例分析验证了所提出方法的有效性.     

基于直觉梯形模糊数的信息不完全确定的多准则决策方法

针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出一种基于直觉梯形模糊的信息不完全确定的多准则决策方法.该方法利用权系数的不完全确定信息,建立关于各方案综合直觉梯形模糊数与理想解和负理想解的Hamming距离的优化模型.通过求解优化模型可得到各准则的最优权系数,进而得到各方案与相对理想解的贴近度,再根据贴近度得到方案集的一个排序.实例分析表明了该方法的有效性和可行性.     

基于MACBETH方法的犹豫模糊语言多准则决策方法

犹豫模糊语言集是语言术语集的拓展.受传统的MACBETH(measuring attractiveness by a categorical-based evaluation technique)方法的启发,构建基于MACBETH方法的犹豫模糊语言多准则决策方法.首先将语言表达式表示的决策信息通过转化函数转化为犹豫模糊语言数,进而得出犹豫模糊语言判断矩阵;然后将此结果应用于改进的MACBETH决策支持系统;最后,通过毕业生选择就职企业这一实例说明该方法的有效性和可行性.     

基于区间二型模糊熵的多属性决策方法

针对属性权重信息完全未知的区间二型模糊多属性决策问题,提出了一种基于区间二型模糊熵的多属性决策方法。为了量化区间二型模糊集的不确定信息,通过引入模糊因子、犹豫因子和区间因子建立了区间二型模糊熵的公理化准则,并分别基于欧氏距离、海明距离和广义距离给出了三种熵计算公式。同时,根据决策问题中总体不确定性最小化的原则,结合熵公式构建数学规划模型来确定属性权重,利用得分函数给出了具体的决策步骤,并通过实例分析验证了该决策方法的有效性和灵活性。     

基于粒计算的犹豫模糊多准则决策方法*

提出基于粒计算的犹豫模糊多准则决策方法.给出各个准则下对应的犹豫模糊集中犹豫模糊元的大于可能度定义,并构造相应准则下的加性一致的模糊偏好矩阵.根据各准则的模糊偏好矩阵对应的预序熵及预序粒结构相似度确定属性的权重,对各个准则下模糊偏好矩阵的排序向量加权平均得到最终的排序向量.文中方法以评价数据序信息量及准则序与整体之间的关系确定准则权重,通过计算加权两两比较下的排序向量得到最终的排序决策结果.最后运用实例验证算法的有效性及可行性.     

区间值模糊随机多准则决策方法

针对不完全信息的区间值模糊随机多准则决策问题,提出了两种求解方法。第一种方法利用离差最大化构建区间参数线性规划,通过区间数运算法则和定位规划求得最优准则权重向量、状态集结值区间决策矩阵与期望值区间决策矩阵,根据决策者风险偏好水平得到各方案的期望集结值从而确定排序。第二种方法将区间值模糊数决策矩阵转化为直觉模糊数决策矩阵,利用不完全的准则权重,通过规划模型求解,获取各方案在各自然状态下的加权记分函数值与加权精确函数值的区间,利用不完全的状态概率,得到各方案的记分函数期望值与精确函数期望值的区间,根据决策者风险偏好水平,求得各方案的记分函数与精确函数的期望集结值,进而确定方案的排序结果。算例分析验证了两种方法的有效性和可行性。     

Multi-attribute group decision making method based on geometric Bonferroni mean operator of trapezoidal interval type-2 fuzzy numbers

In this paper, we investigate the fuzzy multi-attribute group decision making (FMAGDM) problems in which all the information provided by the decision makers (DMs) is expressed as the trapezoidal interval type-2 fuzzy sets (IT2 FS). We introduce the concepts of interval possibility mean value and present a new method for calculating the possibility degree of two trapezoidal IT2 FS. Then, we develop two aggregation techniques called the trapezoidal interval type-2 fuzzy geometric Bonferroni mean (TIT2FGBM) operator and the trapezoidal interval type-2 fuzzy weighted geometric Bonferroni mean (TIT2FWGBM) operator. We study its properties and discuss its special cases. Based on the TIT2FWGBM operator and the possibility degree, the method of FMAGDM with trapezoidal interval type-2 fuzzy information is proposed. Finally, an illustrative example is given to verify the developed approaches and to demonstrate their practicality and effectiveness.     

模糊语言下的梯形模糊数心态指标群决策方法

在模糊语言下,提出了梯形模糊数心态指标的群决策方法。在属性权系数和决策者权系数信息都不完全的情况下,引入心态指标,将模糊语言的梯形模糊数决策矩阵转化为带心态指标的决策矩阵;利用决策的不完全信息构造Fuzzy线性规划,分别求解出属性权重和决策者权重;对决策者的心态指标进行集成得到群体风险态度,模糊集成群体风险态度与方案的群体评价值,得到整个方案集的排序。选取实例说明该方法的有效性、可行性和可操作性。     

Multi-criteria group decision making with incomplete hesitant fuzzy preference relations

In order to simulate the hesitancy and uncertainty associated with impression or vagueness, a decision maker may give her/his judgments by means of hesitant fuzzy preference relations in the process of decision making. The study of their consistency becomes a very important aspect to avoid a misleading solution. This paper defines the concept of additive consistent hesitant fuzzy preference relations. The characterizations of additive consistent hesitant fuzzy preference relations are studied in detail. Owing to the limitations of the experts’ professional knowledge and experience, the provided preferences in a hesitant fuzzy preference relation are usually incomplete. Consequently, this paper introduces the concepts of incomplete hesitant fuzzy preference relation, acceptable incomplete hesitant fuzzy preference relation, and additive consistent incomplete hesitant fuzzy preference relation. Then, two estimation procedures are developed to estimate the missing information in an expert's incomplete hesitant fuzzy preference relation. The first procedure is used to construct an additive consistent hesitant fuzzy preference relation from the lowest possible number, (n − 1), of pairwise comparisons. The second one is designed for the estimation of missing elements of the acceptable incomplete hesitant fuzzy preference relations with more known judgments. Moreover, an algorithm is given to solve the multi-criteria group decision making problem with incomplete hesitant fuzzy preference relations. Finally, a numerical example is provided to illustrate the solution processes of the developed algorithm and to verify its effectiveness and practicality.     

毕达哥拉斯犹豫模糊集成算子及其决策应用

针对毕达哥拉斯犹豫模糊多属性决策中,集成算子的重要作用以及集成算子不完善的情况,较为系统地研究了毕达哥拉斯犹豫模糊集成算子。为此,在毕达哥拉斯模糊数的运算和运算法则基础上,定义了毕达哥拉斯犹豫模糊有序加权平均算子（PHFOWA）、广义有序加权平均算子（GPHFOWA）和混合平均算子（PHFHA）,以及毕达哥拉斯犹豫模糊有序加权几何平均算子（PHFOWG）、广义有序加权几何平均算子（GPHFOWG）和混合几何平均算子（PHFHG）,并结合数学归纳法,分别给出了它们的计算公式,讨论了它们的有界性、单调性和置换不变性等性质。建立了基于毕达哥拉斯犹豫模糊集成算子的多属性决策方法,并应用算例和相关方法比较说明了决策方法的可行性与有效性。     

Multi-criteria group decision making based on trapezoidal intuitionistic fuzzy information

With respect to multi-criteria group decision making (MCGDM) problems under trapezoidal intuitionistic fuzzy environment, a new MCGDM method is investigated. The proposed method can effectively avoid the failure caused by the use of inconsistent decision information and provides a decision-making idea for the case of “the truth be held in minority”. It consists of three interrelated modules: weight determining mechanism, group consistency analysis, and ranking and selection procedure. For the first module, distance measures, expected values and arithmetic averaging operator for trapezoidal intuitionistic fuzzy numbers are used to determine the weight values of criteria and decision makers. For the second module, a consistency analysis and correction procedure based on trapezoidal intuitionistic fuzzy weighted averaging operator and OWA operator is developed to reduce the influence of conflicting opinions prior to the ranking process. For the third module, a trapezoidal intuitionistic fuzzy TOPSIS is used for ranking and selection. Then a procedure for the proposed MCGDM method is developed. Finally, a numerical example further illustrates the practicality and efficiency of the proposed method.     

多属性群决策的直觉梯形模糊数法

采用直觉梯形模糊数刻画专家的评价信息,提出一种新的多属性群决策方法.定义了直觉梯形模糊数的期望值、预期得分、有序加权集成算子和混合集成算子;建立了基于直觉梯形模糊数的多属性群决策模型;通过混合集成算子得到方案的群体综合评估值,根据期望值和预期得分给出群决策结果.实例分析验证了所提出方法的有效性.     

广义犹豫模糊Bonferroni平均及其多准则群决策方法

针对决策信息为犹豫模糊信息且输入的决策信息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-范数的广义犹豫模糊Bonferroni平均（GHFBM）算子,并建立一种新的多准则群决策方法,其优点是不仅能够在信息集结的过程中考虑到输入变量之间的相互联系,还使得群决策方法应用范围更加广泛。在此过程中,研究了GHFBM算子的一些优良性质,包括单调性、幂等性、有界性以及置换不变性等。紧接着,分别对参数和加性算子赋予不同的数值和函数,详细探讨了GHFBM的一些常用形式。结合对计算机网络系统更新方案的选择实例,对提出的群决策方法进行合理性与有效性验证。     

基于直觉梯形模糊TOPSIS的多属性群决策方法

提出一种改进的逼近理想解排序(TOPSIS)方法,即直觉梯形模糊TOPSIS多属性群决策方法。首先,应用直觉梯形模糊数形式表示方案属性偏好和属性权重信息且专家权重完全未知;然后,利用直觉梯形模糊数间距离测度和期望值及直觉梯形模糊加权平均算子来确定决策者权重信息和属性权重信息;进而给出直觉梯形模糊环境下方案优选的算法;最后,通过算例进一步说明了该直觉梯形模糊TOPSIS方法的有效性。