多准则模糊决策的区间值Vague集方法

区间值（i-v）模糊集合和Vague集是不精确知识表达的两种新理论。他们已被广泛地应用于决策系统中对不确定决策数据的描述。因此在Vague集基础上给出i-v Vague集的相关概念及性质,并将实数型Vague集群决策上的记分函数方法扩展到i-v Vague集上,提出新的记分函数,并用实例比较改进的记分函数与各种记分函数方法的优劣性。     

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.     

Vague集在多传感器信息融合中的应用

采用Vague集来表达传感器的模糊测量信息,提出了一种基于Vague集的多传感器信息融合方法。该方法利用Vague值的记分函数,构造传感器测量值的有序加权平均对,再结合诱导有序加权平均算子确定传感器的权重,根据综合记分函数给出了信息融合方法。仿真实例验证了方法的有效性和具有较高的可信度。     

基于Vague集的多阶段模糊多属性决策方法研究

综述了基于Vague集的多属性决策方法,针对现有研究成果存在的不足,提出了基于Vague集的多阶段模糊多属性决策方法,阐述了该方法的基本步骤和实现过程。该方法分阶段对决策方案进行筛选淘汰,找出最佳决策方案,能有效解决现有Vague集排序函数失效的问题。数值实验表明,该方法有很好的求解能力,为基于Vague集求解模糊多属性决策问题提供了一种新的思路和方法。     

基于模糊结构元的模糊数直觉模糊多准则决策方法

针对准则权重信息不完全确定的模糊数直觉模糊多准则决策问题,采用模糊结构元方法进行处理.基于模糊数直觉模糊集的模糊结构元表示、模糊数比较和排序的模糊结构元方法以及直觉模糊数的记分函数和距离测度,定义了模糊数直觉模糊数的记分函数和距离测度,进而提出两种准则权重信息不完全确定而准则值为模糊数直觉模糊数的多准则决策方法:记分函数法和逼近理想解排序(TOPSIS)法.实例分析表明了这两种方法的可行性和有效性.     

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.     

基于预处理的Vague集多目标决策研究

针对目前Vague集中记分函数选择困难问题,提出了一种新的Vague值方案比较方法,在此基础上提出了基于预处理的Vague集最优多目标决策算法,并通过实例验证了该算法的有效性。     

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。     

多目标模糊决策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.     

Vague集的研究进展及其在模糊信息处理中的应用

介绍vague集理论及其不同的表示形式，并解释这些表示形式的几何意义．讨论vague集与fuzzy集之间的区别和联系，较全面和系统地回顾vague集理论的研究进展及其在决策、近似推理及医疗诊断等领域中的应用现状．最后，指出vague在理论和应用等方面存在的问题及未来可能的研究方向．     

Improved method of multicriteria fuzzy decision-making based on vague sets

An improved method is presented, which provides improved score functions to measure the degree of suitability of each of a set of alternatives, with respect to a set of criteria presented with vague values. The improved algorithm for score functions is introduced by taking into account the effect of an unknown degree (hesitancy degree) of the vague values on the degree of suitability to which each alternative satisfies the decision-maker’s requirement. The meaning of the proposed function is more transparent than that of other existing functions, which are not reasonable in some cases. The proposed function illustrates that it has stronger discrimination in comparison with previous functions. The applicability of this improved multicriteria fuzzy decision-making approach is also demonstrated by means of examples. The improved method can be used to rank the decision alternatives according to the decision criteria. The functions proposed in this paper can provide a more useful technique than previous functions, in order to efficiently help the decision-maker.     

一种改进的模糊软集多参数决策方法

模糊软集多参数决策方法中经常将Zadeh交与代数积使用在数据融合方法中,在一些实际应用中会产生信息缺失,导致决策者无法做出准确的选择。针对这一问题,结合Einstein运算法则提出一种新的数据融合方法,用于解决信息缺失和对象无法排序的问题。所提出的基于模糊软集的多参数决策方法是通过Einstein积运算进行多个参数集合的整合,从而得到一个合成模糊软集,再由合成模糊软集计算得到对照矩阵与得分表,最终得到对象的全排序,为决策者提供判断依据。通过实例结果,可以验证新方法在决策问题中的正确性和有效性。     

Linguistic Pythagorean fuzzy sets and its applications in multiattribute decision‐making process

In this article, a new linguistic Pythagorean fuzzy set (LPFS) is presented by combining the concepts of a Pythagorean fuzzy set and linguistic fuzzy set. LPFS is a better way to deal with the uncertain and imprecise information in decision making, which is characterized by linguistic membership and nonmembership degrees. Some of the basic operational laws, score, and accuracy functions are defined to compare the two or more linguistic Pythagorean fuzzy numbers and their properties are investigated in detail. Based on the norm operations, some series of the linguistic Pythagorean weighted averaging and geometric aggregation operators, named as linguistic Pythagorean fuzzy weighted average and geometric, ordered weighted average and geometric with linguistic Pythagorean fuzzy information are proposed. Furthermore, a multiattribute decision‐making method is established based on these operators. Finally, an illustrative example is used to illustrate the applicability and validity of the proposed approach and compare the results with the existing methods to show the effectiveness of it.     

基于Vague集模糊一致关系的多目标模糊决策

基于Vague集理论和模糊一致关系理论,提出了一种新的多目标模糊决策方法。这种决策方法综合考虑方案满足目标条件的可能性、不满足的可能性和未知的可能性三个方面的因素,分别对每个目标条件建立模糊优先关系矩阵和模糊一致矩阵,最后得出用于评估每种方案的真、假两方面的优度值,从支持和反对两方面来进行综合评估,给出方案的优劣程度排序,从而选出最优的方案。     

基于一种新得分函数和累积前景理论的毕达哥拉斯模糊TOPSIS法

针对属性权重未知、评价信息为毕达哥拉斯模糊数的多属性决策问题,对毕达哥拉斯模糊集的得分函数进行深入分析,为解决现有得分函数中存在的不足,提出一种新得分函数,通过证明其相关定理,分析新得分函数的性质.将新得分函数运用到毕达哥拉斯模糊多属性决策问题中,以帮助决策者更好地处理模糊的决策信息.此外,针对现有大多数毕达哥拉斯模糊多属性决策方法基于决策者是完全理性的假设,忽略决策者在面临风险时的不同主观价值感受,引入累积前景理论,提出基于新得分函数和累积前景理论的毕达哥拉斯模糊TOPSIS法.该方法利用前景价值代替各方案与正负理想解之间的距离测度,能够避免忽略不同属性间相关性对决策结果造成的影响,同时将各属性的灰靶贡献度近似看作对应指标对评价结果的重要程度以确定各属性的权重大小.最后,通过实例分析验证了所提出得分函数及相关定理的正确性,并通过仿真数据进一步验证了所提出方法的有效性和可行性.     

认知不确定性条件下轨道交通信号系统关键设备维修方案决策

基于Vague集的模糊决策在处理不确定及不精确信息时考虑了方案满足目标的不可能性因而优于传统的Fuzzy集。本文针对轨道交通信号系统中的无线闭塞中心系统设备的复杂性与故障相关信息的不确定性和模糊性问题,提出了一种认知不确定性条件下基于Vague集的设备维修策略决策方法。该方法以立即停车维修、优先安排维修、视情维修、定期维修和延迟维修等5种典型维修方案作为无线闭塞中心关键设备维修的对策集;在兼顾安全性和经济性的基础上,给出了安全性、可靠性、维修性、经济性以及可监测性等5个定性的决策评价语言变量集及相应的Vague数转换方法;构造了维修策略的Vague决策局势效果向量,并以接近正负理想Vague局势效果向量的相对贴近度为决策依据进行最优维修策略的决策。决策实例说明了该方法的具体实现过程,并验证了其有效性。     

Pythagorean Uncertain Linguistic Variable Hamy Mean Operator and Its Application to Multi-attribute Group Decision Making

Pythagorean fuzzy set (PFS) can provide more flexibility than intuitionistic fuzzy set (IFS) for handling uncertain information, and PFS has been increasingly used in multi-attribute decision making problems. This paper proposes a new multi-attribute group decision making method based on Pythagorean uncertain linguistic variable Hamy mean (PULVHM) operator and VIKOR method. Firstly, we define operation rules and a new aggregation operator of Pythagorean uncertain linguistic variable (PULV) and explore some properties of the operator. Secondly, taking the decision makers' hesitation degree into account, a new score function is defined, and we further develop a new group decision making approach integrated with VIKOR method. Finally, an investment example is demonstrated to elaborate the validity of the proposed method. Sensibility analysis and comprehensive comparisons with another two methods are performed to show the stability and advantage of our method.