区间直觉模糊连续交叉熵及其多属性决策方法

在区间直觉模糊（IVIF）环境下,利用连续有序加权平均（COWA）算子定义了一种新的区间直觉模糊数间的交叉熵,即区间直觉模糊连续交叉熵。依据提出的区间直觉模糊连续交叉熵定义了直觉模糊数间的连续交叉熵距离。基于TOPSIS的思想得到备选方案与理想方案的加权距离,并且计算备选方案与理想方案的相对贴近度,依据相对贴近度选择最优方案。其中,针对属性权重信息不完全确定条件下的决策问题,提出了以区间直觉模糊连续交叉熵最大为准则的规划模型;针对属性权重信息完全未知的情况,根据交叉熵理论确定属性权重向量。实验结果验证了新的决策方法的可行性和有效性。     

Pythagorean模糊对称交叉熵及加权投影的多属性决策

在Pythagorean模糊多属性决策问题中,以欧式距离等距离测度为基础计算各备选方案与正、负理想解的距离,可能产生与正理想解距离更近的待选方案却与负理想解的距离也更近,导致所得方案排序结果并不能真实反映各备选方案的优劣程度。为有效克服决策结果的逆序问题,提出满足对称性、有界性的Pythagorean模糊对称交叉熵,进而给出Pythagorean模糊加权对称交叉熵的定义;针对规范化的Pythagorean模糊决策矩阵,以得分函数确定正、负理想方案,通过计算各方案与正理想方案的对称交叉熵并依据各属性的灰色关联贡献度确定各属性权重;分别求出各备选方案到正、负理想方案上的加权投影值,将两类加权投影值标准化处理,通过各方案的贴近度实现方案的排序择优。最终将该决策方法应用于R&D项目优选决策问题,并经对比分析验证该决策方法的有效性与合理性。     

属性权重未知picture模糊多属性决策方法及其应用

针对属性权重未知的picture模糊多属性决策问题,提出一种基于picture模糊熵和picture模糊加权对称交叉熵的多属性决策方法.首先,基于余弦函数提出一类新的picture模糊熵,并验证该熵值满足picture模糊熵的公理化定义;其次,针对标准化处理后的picture模糊决策矩阵,以picture模糊熵确定各属性权重,同时确定正、负理想方案;再次,分别计算各方案与正、负理想方案的picture模糊加权对称交叉熵,考虑决策者的主观评价倾向以模糊折中值得到各备选方案的排序结果;最后,将所提多属性决策方法应用于河南自贸试验区郑州片区创新型项目遴选,并通过对比分析验证该决策方法的有效性与合理性.     

基于联合熵的多属性匿名度量模型

提出了基于联合熵的多属性匿名度量模型，该模型基于识别性、连接性、跟踪性等匿名属性．鉴于匿名的随机性和模糊性特点，提出了基于联合熵和最小加权广义距离的模糊模式识别方法，实现了系统匿名等级隶属度向量的离散化．给出了联合熵和加权广义距离之间平衡参数的确定方法．分析表明，该模型优于现有的单属性Shannon熵模型，平衡参数是从系统的角度惟一求解．因此，联合熵可以作为匿名等级的评价指标．     

区间直觉模糊信息下的双向投影决策模型

研究权重完全未知、评价信息为区间直觉模糊数的多准则决策问题. 考虑犹豫度影响, 给出备选方案与正理想方案、负理想方案形成的向量表达方式, 提出一种针对区间直觉模糊信息的向量投影测度方法; 构建基于方案投影总偏差最小的非线性规划准则权重确定模型; 给出基于方案投影的相对贴近度测算公式, 并以此对方案进行排序. 最后通过算例对比分析表明了所提出方法的有效性和可行性.

     

基于直觉模糊云模型的TOPSIS多属性决策方法

针对属性值为直觉模糊数的多属性决策问题,提出了一种基于直觉模糊云模型的TOPSIS多属性决策方法。首先,利用直觉模糊云对备选方案的各个属性值进行描述,计算其数字特征——期望、熵和超熵;然后,构造各数字特征的决策矩阵,获得其对应的正、负理想解;最后,计算各数字特征与正、负理想解间的距离,进而获得综合贴近度,对备选方案进行排序,获得最优决策结果,并通过具体数值实例验证方法的合理性和有效性。     

基于改进熵和新得分函数的区间直觉模糊多属性决策

针对决策信息为区间直觉模糊数且属性权重完全未知的多属性决策问题, 提出基于改进的区间直觉模糊熵和新得分函数的决策方法. 首先, 利用改进的区间直觉模糊熵确定属性权重; 然后, 利用区间直觉模糊加权算术平均算子集成信息, 得到各备选方案的综合属性值, 进而指出现有得分函数存在排序失效或排序不符合实际的不足, 同时给出一个新的得分函数, 并以此对方案进行排序; 最后, 通过实例表明了所提出方法的有效性.

     

基于相对相似度关系的三角模糊数型不确定多属性决策法

针对属性权重未知的三角模糊数型不确定多属性决策问题, 提出一种新的规范三角模糊数与决策方案的相对相似度定义和三角模糊数相对相似度关系理论; 借鉴合作博弈中可能度最大化算法提出一种基于三角模糊数相对相似度关系的属性权重确定方法; 利用备选方案对象在方案集中的总体相对相似度值大小选取最优对象并排序, 以此给出三角模糊数型不确定多属性决策的相对相似度关系算法, 最后通过算例分析表明了所提出算法的可行性和有效性.     

基于期望值-混合熵的区间概率模糊随机多准则决策方法

定义了区间概率模糊随机变量及其期望值和混合熵.针对准则权重确知并且准则值为区间概率模糊随机变量的多准则决策问题,提出一种基于期望值-混合熵的决策方法.该方法首先给出了区间概率模糊随机变量的期望值-混合熵度量;然后基于此度量建立优化模型,通过计算得到各方案的期望值-混合熵区间;再采用可能度的方法得到方案集的排序.最后通过实例说明了该方法的有效性和可行性.     

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.     

An interval arithmetic based fuzzy TOPSIS model

This work suggests a fuzzy TOPSIS model, where ratings of alternatives under criteria and importance weights of criteria are assessed in linguistic values represented by fuzzy numbers. Criteria can be categorized into benefit and cost. Ratings of alternatives versus criteria and the importance weights of criteria are normalized before multiplication. The membership function of each fuzzy weighted rating can be developed by interval arithmetic of fuzzy numbers. A ranking method can then be applied easily to develop positive and negative idea solutions in order to complete the fuzzy TOPSIS model. Finally, a numerical example demonstrates the feasibility of the proposed method.     

基于模糊熵和证据推理的语言?? 数多准则决策方法

定义了语言??数及其模糊熵, 提出了基于模糊熵和证据推理的多准则决策方法, 以解决准则权系数信息不完全确定的语言??数多准则决策问题. 所提方法通过建立基于语言??数模糊熵的线性规划模型来得到准则的最优权系数, 利用证据推理算法确定方案的综合准则值, 进而得出最优方案. 最后通过实例验证了所提出方法的有效性和可行性.

     

一种直觉模糊粗糙集属性约简新算法

将信息熵理论与直觉模糊粗糙集结合起来,提出一种基于互信息的直觉模糊粗糙集属性约简新算法.给出了在直觉模糊环境下,基于互信息的属性重要度和属性依赖度的度量准则.本文所提出的算法以属性重要度和依赖度为双重度量标准,采取可增可删的双向回归算法,在保持分类精度不变的情况下,最后得到决策表的最小属性约简.实例表明在多属性的决策表约简中,在本文提出的算法得到的属性约简的基础上而得到的决策规则是较简捷、较完备的.     

制造企业供应商排序决策:基于SVM和TFN-RS的改进TOPSIS

考虑制造企业供应链的绿色内涵,构建供应商排序指标体系。为解决指标数量众多、计算方式复杂、协调困难等问题,构造一种基于SVM和TFN-RS的改进TOPSIS方法来进行供应商排序决策。首先根据候选供应商的主要数据信息,应用基于SVM的分类模型对其进行初步筛选,以缩小候选供应商数量;通过专家对准则下属指标进行考察和掌握,利用专家的智慧和经验对准则进行TFN评分,设计一种TFN-RS方法来计算供应商在准则上的分值;运用CRITIC方法对各准则进行赋权;最后通过相对熵替代欧氏距离的改进TOPSIS对各供应商进行排序。以某轴承制造企业的滚球供应商排序决策为例,验证了该方法的实用效果。     

Robot selection by using generalized interval-valued fuzzy numbers with TOPSIS

The aim of this paper is to propose a method to aggregate the opinion of several decision makers on different criteria, regarding a set of alternatives, where the judgment of the decision makers are represented by generalized interval-valued trapezoidal fuzzy numbers. A generalized interval valued trapezoidal fuzzy number based technique for order preference by similarity to ideal solution is proposed that can reflect subjective judgment and objective information in real life. The weights of criteria and performance rating values of criteria are linguistic variables expressed as generalized interval-valued trapezoidal fuzzy numbers. Finally, an illustrative example is provided to elaborate the proposed method for the selection of a suitable robot according to our requirements.     

Pythagorean fuzzy TOPSIS for multicriteria group decision-making with unknown weight information through entropy measure

In this study, a new technique for order preference by similarity to ideal solution (TOPSIS)-based methodology is proposed to solve multicriteria group decision-making problems within Pythagorean fuzzy environment, where the information about weights of both the decision makers (DMs) and criteria are completely unknown. Initially, generalized distance measure for Pythagorean fuzzy sets (PFSs) is defined and used to initiate a new Pythagorean fuzzy entropy measure for computing weights of the criteria. In the decision-making process, at first, weights of DMs are computed using TOPSIS through the geometric distance model. Then, weights of the criteria are determined using the entropy weight model through the newly defined entropy measure for PFSs. Based on the evaluated criteria weights, TOPSIS is further applied to obtain the score value of alternatives corresponding to each decision matrix. Finally, the score values of the alternatives are aggregated with the calculated DMs’ weights to obtain the final ranking of the alternatives to avoid the loss of information, unlike other existing methods. Several numerical examples are considered, solved, and compared with the existing methods.     

基于熵权直觉模糊拓展MULTIMOORA的机场消防站选址评价模型

针对准则权重信息完全未知的直觉模糊多准则群决策问题,考虑经典直觉模糊熵公式及MULTIMOORA模型的不足,提出新的直觉模糊熵公式以充分刻画直觉模糊数的直觉信息和模糊信息,定义占优凸组合运算,拓展解决多准则决策问题的MULTIMOORA模型以适用于解决多准则群决策问题.在以直觉模糊数为信息输入的系统框架内,构建机场消防站选址评价指标体系,进而提出基于熵权直觉模糊拓展MULTIMOORA的机场消防站选址评价模型.案例分析表明了所提出方法的可行性,为机场消防站选址评价提供了一种新思路.     

An intuitionistic fuzzy group decision making method using entropy and association coefficient

Group decision making is a process in which experts rank and choose the most desirable alternatives based on some accepted criteria. The aim of this paper was to introduce a method to solve group decision making problems with Atanassov’s intuitionistic fuzzy sets. First, the weight of each criterion is calculated using intuitionistic fuzzy entropy. Then, the total criteria weight vector is calculated by aggregating the calculated weights. Using the obtained weight vector, the alternatives are ranked based on the association coefficient of the performance of alternatives related to each criterion and the positive ideal intuitionistic fuzzy set value and the negative ideal intuitionistic fuzzy set value. Finally, to show the application of the proposed method, it is implemented in software vendor selection.     

基于直觉模糊熵的直觉语言多准则决策方法

针对现有直觉模糊熵方法中存在的一些问题,提出一种新的直觉模糊熵,并将其与现有的几种直觉模糊熵计算结果进行比较.针对准则权重信息不完全且准则值为直觉语言数的多准则决策问题,通过建立基于模糊熵的决策模型来求解准则的最优权系数,并利用直觉语言加权算数平均算子(IL-WAA)求出方案的综合准则值,进而由直觉语言数的记分函数确定方案的排序.最后,通过算例分析验证了该方法的有效性和合理性.