概率对偶犹豫模糊PROMETHEE多属性群决策算法

为解决犹豫模糊环境中由随机性和不确定性对实际决策造成偏差的多属性群决策问题,提出一种基于概率对偶犹豫模糊PROMETHEE的多属性群决策算法。构建各决策专家的概率对偶犹豫模糊信息矩阵;运用最大离差法与熵值法确定各决策专家与各指标属性的客观权重,结合改进的得分函数与偏离函数得到专家的综合决策评价信息矩阵;进而通过概率对偶犹豫模糊集与PROMETHEE结合的决策算法得到最终决策结果。将该算法运用于航空灾难事故应急响应方案评估的算例分析中,通过与TOPSIS、VIKOR及PDHFS决策算法的计算结果进行对比,验证了概率对偶犹豫模糊PROMETHEE多属性群决策算法的有效性与可靠性。     

基于前景理论的犹豫模糊多属性群决策方法

针对属性指标值为犹豫模糊信息且属性权重完全未知的多属性群决策问题,提出一种基于新的决策参考点和前景理论的多属性群决策方法。将犹豫模糊决策矩阵转变为区间模糊决策矩阵,并结合t-分布估计方法,构建期望得分函数值,将其作为决策参考点;基于属性值得分函数与决策参考点之间的差异,确定价值函数,进而得到前景价值综合矩阵;利用同一属性下的前景价值方差计算属性的权重,并基于前景理论计算各方案的加权前景价值,进而对决策方案进行优劣排序;通过对云计算产品的选择实例验证提出的决策方法的可行性与有效性。     

基于双犹豫模糊信息的灰靶群决策方法

考虑到现实决策环境的不确定性与复杂性,提出一类新的双犹豫模糊环境下基于正负靶心的灰靶多属性群决策问题.首先,将双犹豫模糊理想最优方案定义为正靶心,将理想最劣方案定义为负靶心,正负靶心距则通过正负靶心与双犹豫模糊集的归一化汉明距离确定.然后,提出一种新的综合靶心距,用来评估方案与正负靶心之间的距离.再以综合靶心距最小为目...     

基于可信度的基本不确定区间犹豫模糊广义TODIM应急群决策方法

针对应急决策环境所存在的信息不完备、认知不足等问题,区间犹豫模糊集能充分表达决策者在信息评价时的犹豫性和模糊性,但随着研究的深入,发现其存在无法保证信息质量的缺陷.为此,提出更符合实际决策需求、信息表达更加灵活的基本不确定区间犹豫模糊集,其为包含区间犹豫模糊集和确定度的二维信息集.在此基础上,定义基本不确定区间犹豫模糊加权平均算子、犹豫度及可信度,提出基于可信度的专家权重调整方法和属性权重确定方法,充分考虑了决策专家提供评价信息的可靠程度.最后,将广义TODIM方法拓展到基本不确定区间犹豫模糊环境,通过应急决策案例验证所提方法的可行性,并利用灵敏度分析和对比分析验证该方法的稳定性和有效性.     

概率犹豫模糊决策理论与方法综述

概率犹豫模糊集是在犹豫模糊集的基础上为每个隶属度添加与之相对应的概率值.与犹豫模糊集相比,它可以更加准确和全面地表达专家给出的初始决策信息,因此,基于概率犹豫模糊集的决策理论与方法更加可靠且符合实际.这里对概率犹豫模糊决策理论与方法进行综述.首先介绍其发展过程;然后分别对它的信息融合理论、偏好关系理论以及决策方法等进行阐述;最后展望了概率犹豫模糊决策理论与方法的未来研究方向.     

基于新型距离测度的概率犹豫模糊多属性群决策方法

研究属性权重已知、专家权重未知条件下的概率犹豫模糊多属性群决策问题.首先,针对传统概率犹豫模糊距离测度的不足,提出改进的新型距离测度,并对其有效性和合理性进行数学证明;其次,在属性权重向量已知的前提下,通过加权算术平均的方式实现单个专家视角下的概率犹豫模糊信息初次集结,并基于分差最大化准则构建专家权重向量求解模型,采用...     

加权犹豫模糊集的群决策方法

对于犹豫模糊元中的不同隶属度值赋予不同的权重,由此构造出一种应用范围更广、更符合实际需要的犹豫模糊集合 ----- 加权犹豫模糊集合.针对加权犹豫模糊集中的加权犹豫模糊元,定义了加权犹豫模糊集合和加权犹豫模糊元的并、交、余、数乘和幂等运算及其运算法则,并讨论它们的运算性质;同时,给出加权犹豫模糊元的得分函数和离散函数,进而给出一种比较加权犹豫模糊元的排序法则.在此基础上,提出两类集成算子:加权犹豫模糊元的加权算术平均算子和加权犹豫模糊元的加权几何平均算子,并针对专家权重(已知和未知)的两种情形,将加权犹豫模糊集合应用于群决策,给出两种基于加权犹豫模糊集合的群决策方法.最后,通过一个应用实例表明所提出的群决策方法的有效性和实用性.     

犹豫模糊图及其在多属性决策中的应用*

犹豫模糊集作为定量描述犹豫不决的有效工具,通过同时处理不确定性信息中的犹豫性与模糊性,解决犹豫不决背景下的多属性决策问题.文中针对属性值为犹豫模糊数的多属性决策问题,研究基于模糊图论的相关模型与多属性决策方法.首先,提出犹豫模糊图的概念和部分常见运算规则.然后,构建基于犹豫模糊图的一般性多属性决策方法.最后,通过具体算例和对比性分析验证文中方法的合理性.     

区间犹豫模糊三角相似度及其多属性群决策

构建了区间犹豫模糊三角相似度公式,并且研究了区间犹豫模糊环境下属性权重信息完全未知的多属性群决策方法。首先基于正弦三角函数构造了区间犹豫模糊三角相似度公式,并证明其满足区间犹豫模糊相似度公理化定义的四个条件;接着给出了区间犹豫模糊交叉熵的公理性定义,同时研究了区间犹豫模糊相似度和区间犹豫模糊交叉熵的关系;最后基于区间犹豫模糊三角相似度,提出了在属性权重信息完全未知条件下的区间犹豫模糊多属性群决策方法,并用实例验证该方法的可行性和有效性。     

犹豫模糊语言PROMETHEE方法在川酒品牌评价中的应用

基于犹豫模糊语言集理论,提出一种犹豫模糊语言信息环境下的PROMETHEE多属性决策方法,并应用于川酒品牌评价决策问题中.研究表明,犹豫模糊语言集能够很好地描述和处理复杂定性信息环境下的川酒品牌评价与决策问题;所提出的犹豫模糊语言PROMETHEE算法简便, 且改进的偏好函数允许决策者根据其对方案的严格优于偏好对参数进行选择,可保证决策过程的科学性和决策结果的准确性.     

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。     

基于后悔理论和证据理论的犹豫模糊决策方法

针对属性值为犹豫模糊信息、属性权重和自然状态发生概率完全未知的多属性群决策问题,考虑决策者心理行为,提出一种基于后悔理论和证据理论的多属性群决策方法。首先,运用证据理论计算各自然状态发生的概率;然后,基于区间模糊矩阵、t-分布估计以及得分函数矩阵确定属性信息的效用值,进而依据后悔理论得到每个自然状态下的感知效用矩阵;通过加权算术平均得到综合感知效用矩阵,并依据方案综合感知效用的大小确定方案优劣排序;最后,将所提方法运用于对投资公司的选择实例中。实验结果表明,虽然所提方法与现有方法得到的决策结果相同,但是所提方法在决策过程中只需考虑较少数量的参数。对比分析实验表明,所提方法得到的决策结果合理、可靠,且能反映实际决策情况。     

基于前景理论的犹豫模糊TOPSIS多属性决策方法

针对属性权重未知、属性值为犹豫模糊集的决策问题,提出一种前景理论和逼近理想解(TOPSIS)相结合的多属性决策方法.考虑到决策者对指标集的不同偏好,利用犹豫模糊熵的相关理论,提出一种基于犹豫模糊熵的熵权法确定属性权重.将决策者的风险心理因素引入犹豫模糊多属性决策中,定义了犹豫模糊数的前景价值函数,并以此将犹豫模糊决策矩阵转化为价值矩阵,计算出各方案的收益损失比值.最终应用TOPSIS的基本思路,确定备选方案的优劣排序,并通过算例分析验证了所提出方法的有效性.     

犹豫模糊EWAA算子及其多属性决策方法

犹豫模糊信息集结是犹豫模糊集理论中的重要组成部分,近年来由于其越来越受到关注,已成为一个新的研究方向。基于Einstein运算定义了犹豫模糊元间的运算法则,比如:Einstein和、Einstein积以及Einstein幂运算。提出了三种新的Einstein算术平均集结算子,即犹豫模糊Einstein加权平均(HFEWA)算子、犹豫模糊Einstein有序加权平均(HFEOWA)算子以及犹豫模糊Einstein混合平均(HFEHA)算子。基于新的Einstein算术平均集结算子给出一种新的处理犹豫模糊环境下多属性决策问题的方法,并结合实例对决策方法的可行性与有效性进行检验。     

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.     

基于犹豫模糊语言多属性群决策的VIKOR扩展方法

针对犹豫模糊语言多属性群决策问题,提出了一种基于可能度分布的VIKOR方法。该方法首先将基于犹豫模糊语言的评价信息转化成可能度分布值,定义了新的距离公式,避免了传统犹豫模糊语言评价信息在计算过程中造成的信息扭曲。然后,设计了基于最大群体效用与最小个体遗憾两个目标的群体信息集结优化模型,并给出多属性群决策的VIKOR扩展方法。运用一个交通建设方案选择的案例分析验证了方法的有效性和优越性。     

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.     

考虑属性权重优化的犹豫模糊多属性决策方法

针对属性权重完全未知的犹豫模糊多属性决策问题, 提出一种属性权重多目标优化方法. 首先, 根据属性值的均值、方差以及属性间的关联度建立属性权重确定模型; 然后, 利用方案与犹豫模糊正理想点的相似度对方案进行排序; 最后, 通过算例分析表明了所提出方法的有效性和可行性.

     

考虑优先级的广义犹豫模糊信息集成方法

研究了在属性之间存在优先级的情况下的广义犹豫模糊信息集成问题。考虑到属性优先级以及属性元素的统一程度的双重影响,首先给出了犹豫模糊信息下的熵值求法,并在其基础上提出了优先级混合赋权方法。之后,在该优先级混合赋权方法的基础上提出了广义犹豫模糊优先级混合几何(GHFPHG)算子,并给出了该类算子的优良特性。最后,利用案例验证了本文所提方法的实用性和有效性。