基于IVHFWHM算子的犹豫关联多属性决策方法

针对决策属性为区间犹豫模糊数(IVHFN)且属性间相互关联的多属性决策(MADM)问题,提出一种基于区间犹豫模糊加权Heronian平均(IVHFWHM)算子的新型决策方法。基于IVHFN运算法则和Heronian平均(HM)算子,提出区间犹豫模糊Heronian平均(IVHFHM)算子和IVHFWHM算子。研究了IVHFHM算子的置换不变性、幂等性、单调性、有界性和参数对称性等性质。建立基于IVHFWHM算子的多属性决策模型,通过MADM数值实验验证了模型的可行性与有效性。     

改进的区间犹豫算子应用于物流企业选择决策

针对现有区间犹豫模糊Hamacher算子存在的缺陷，构建了一种基于改进的区间犹豫模糊Hamacher加权算子的群决策方法。在分析现有区间犹豫模糊Hamacher算子不能满足幂等性的基础上，定义新的区间犹豫模糊Hamacher四则运算；提出两种改进的区间犹豫模糊Hamacher加权算子，包括改进的区间犹豫模糊Hamacher有序加权平均（I-IVHFHOWA）算子和改进的区间犹豫模糊Hamacher有序加权几何（I-IVHFHOWG）算子，并详细探究它们的常用算子形式以及算子之间的内在联系；建立基于I-IVHFHOWA算子和I-IVHFHOWG算子的物流企业选择决策模型，并通过实例说明模型的有效性。     

基于犹豫模糊群决策模型的云计算服务商选择

针对输入信息有内在联系的犹豫模糊群决策问题,构建了一种基于犹豫模糊Maclaurin对称平均（HFMSM）算法的多属性群决策模型,该模型可以依据决策者偏好而选择合适参数值进行决策。利用Archimedean范数定义新的犹豫模糊运算;结合Maclaurin对称平均提出了HFMSM算子,并详细探讨了HFMSM算子具有的四种优良性质,分析了HFMSM算子的几种特殊情况;建立了一种基于HFMSM算子的犹豫模糊多属性群决策模型,并将模型应用于云计算服务商的实际选择决策过程。实验结果表明,模型的可靠性更优,具有更广的应用前景。     

基于三角犹豫Einstein算法的多属性决策模型

针对属性信息为三角犹豫模糊信息的多属性决策问题,结合Einstein运算,构建了一种基于三角犹豫模糊Einstein集成算法的多属性决策方法。首先,考虑到决策信息为三角犹豫模糊数且属性间存在一定的内在联系,基于三角犹豫模糊数的运算法则,提出了三角犹豫模糊Einstein加权平均（THFEWA）算子和三角犹豫模糊Einstein加权几何（THFEWG）算子;其次,针对三角犹豫模糊元的有序位置存在具有不同权重的情况,构建了三角犹豫模糊Einstein有序加权平均（THFEOWA）算子和三角犹豫模糊Einstein有序加权几何（THFEOWG）算子,并讨论了它们相应的基本性质;最后建立了基于THFEOWA算子和THFEOWG算子的多属性决策模型,并通过实例说明提出的决策模型是合理和有效的。     

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.     

基于犹豫模糊几何算法的网络系统决策模型

针对决策信息为犹豫模糊信息且准则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-范数的广义的犹豫模糊信息几何B-平均(GHFGBM)集成算法,构建一种新的计算机网络系统选择决策模型,提出的GHFGBM不仅在信息集结的过程中能够考虑到输入变量之间的相互联系,还能够使得该模型方法应用于其他领域。在此过程中,研究了GHFGBM算法的几种基本特性,比如置换不变性、单调性、有界性和幂等性等等。紧接着,分别对参数和加性算子赋予不同的数值和函数,详细分析了GHFGBM算法的一系列常用算子表示。最后结合对计算机网络系统更新方案的选择实验,验证了提出的选择决策模型是合理的且是有效的。     

基于犹豫模糊M-几何平均的物流企业选择北大核心CSCD

对于属性信息之间有着一定关系并且属性值为犹豫模糊元的问题,运用提出的犹豫模糊Maclaurin几何对称平均(HFMGSM)算法,建立了一种新的多属性群决策模型,该模型可以依据决策者偏好而选择合适参数值进行决策。首先,结合Archimedean范数引入了新的犹豫模糊运算;其次,以Maclaurin几何对称平均为基础,设计了HFMGSM算子,随后研究了HFMGSM算子具有的几种性质特性,分析了HFMGSM算子的几种特殊情况;最后,在犹豫模糊信息环境下,运用HFMGSM算子构建了一种新颖的多属性群决策模型,并通过物流企业选择实例进行验证分析。     

基于概率信息不完备的群决策模型

针对犹豫模糊元中元素发生的概率信息不完备的群决策问题,提出一种基于最优化模型和一致性调整算法的群决策模型。该模型首先引入了概率不完备犹豫模糊偏好关系（PIHFPR）、概率不完备犹豫模糊偏好关系的期望一致性以及概率不完备犹豫模糊偏好关系的满意加性期望一致性等概念;其次,以PIHFPR和排序权重向量间的偏差最小化作为目标函数,构建线性最优化模型计算得到PIHFPR中不完备的概率信息;随后,通过提出的加权概率不完备犹豫模糊偏好关系集成算子确定综合的PIHFPR,同时设计一种群体一致性调整算法,不仅使得调整后的PIHFPR具有满意加性期望一致性,还可以计算方案的排序权重。最后,将群决策模型应用于区块链的选择实例中。实验结果表明,决策结果合理可靠,且更能反映实际决策情况。     

基于犹豫语言H-几何算子的信息安全系统选择

针对属性值为犹豫模糊语言信息且属性输入变量之间存在相互联系的多属性群决策问题,提出了一种基于犹豫语言Heronian几何算子的多属性群决策模型。基于Archimedean范数定义了新的犹豫模糊语言运算法则,并提出了犹豫语言Heronian几何（HLHG）算子;探讨了HLHG算子的一些优良性质,研究了HLHG算子的几种常见形式,引入了犹豫语言Heronian加权几何（HLHWG）算子;基于HLHWG算子构建了一种新的犹豫模糊语言多属性群决策模型,该群决策模型不仅考虑到了输入决策信息之间的相互联系,而且使得决策者能够依据自身偏好选择不同参数进行决策。结合信息安全系统选择实例验证了提出的群决策模型是可行的和有效的。     

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。     

基于概率不确定犹豫模糊偏好关系的决策模型

针对犹豫模糊信息在现实决策中难以准确和充分的提供决策者评价信息的问题,引入了概率不确定犹豫模糊偏好关系（PUHFPR）的概念,其能够有效处理概率不确定犹豫模糊元（PUHFE）中元素发生概率信息部分已知和完全未知的决策问题;给出了PUHFPR的期望加行一致性、满意加性期望一致性定义,并以偏差最小化为目标函数构建最优化模型确定PUHFPR元素的发生概率;建立基于一致性调整算法的概率不确定犹豫模糊偏决策模型,得到方案的排序权重向量,从而选择最佳的方案;通过遴选上市公司进行投资的实例说明决策模型的有效性。     

犹豫梯形模糊算子在多属性决策中的应用

结合犹豫模糊集和梯形模糊集,提出犹豫梯形模糊集的概念。首先,给出犹豫梯形模糊数的运算法则,探讨犹豫梯形模糊加权平均（HTrFWA）算子和犹豫梯形模糊加权几何（HTrFWG）算子。考虑到犹豫梯形模糊数的有序位置存在具有不同权重的情况,定义了犹豫梯形模糊有序加权平均（HTrFOWA）算子和犹豫梯形模糊有序加权几何（HTrFOWG）算子,并讨论了其相应的运算定理。其次,构建犹豫梯形模糊数的得分函数,并给出犹豫梯形模糊数的排序方法。最后,提出了基于HTrFWA算子和HTrFWG算子的犹豫梯形模糊多属性决策方法,并通过实例进行验证。     

区间犹豫模糊M-对称平均及其群决策模型

区间犹豫模糊集是特殊的犹豫模糊集,可以更准确地刻画决策信息。而Maclaurin对称平均算子能够考虑多个输入参数值间的相互关系。基于Maclaurin对称平均算子,在区间犹豫模糊环境下,提出了一种区间犹豫模糊Maclaurin对称平均信息集成算法。定义了区间犹豫模糊Maclaurin对称平均(IVHFMSM)算子;讨论了IVHFMSM算子的四个优良性质以及几种特殊表达形式;基于提出的区间犹豫模糊加权Maclaurin对称平均(IVHFWMSM)算子,构建了区间犹豫模糊Maclaurin对称平均多属性群决策算法;通过实例发现,IVHFWMSM算子性质优良,具有多选择性且更加合理可行。     

犹豫模糊Einstein几何算子及应用

研究了属性权重信息已知条件下的犹豫模糊信息集结算子及其在多属性群决策问题中的应用。基于Einstein运算定义了犹豫模糊Einstein和、犹豫模糊Einstein积以及犹豫模糊Einstein幂运算,并且研究了犹豫模糊Einstein运算法则间的关系。提出了四种犹豫模糊信息集结算子,即犹豫模糊Einstein加权几何（HFEWG）算子、犹豫模糊Einstein有序加权几何（HFEOWG）算子、犹豫模糊Einstein混合几何（HFEHG）算子和犹豫模糊Einstein诱导有序加权几何（HFEIOWG）算子,并分析了这些算子的性质。给出了基于HFEIOWG算子的犹豫模糊多属性决策方法,并结合投资公司对金融产品的选择来验证提出的决策方法是可行有效的。     

犹豫模糊群共识实现算法及其数据系统优选

针对犹豫模糊偏好关系（HFPR）可以在复杂的管理环境下全面描述专家的犹豫评价信息的优势,基于HFPR构建了一种犹豫模糊群共识实现算法,并将其应用于银行数据系统的选购过程中。引入一种新的一致性指数方法来衡量个体HFPR的一致性水平;为了提升群体专家对决策结果的满意度,设计了一种犹豫模糊群共识实现算法,该算法能够在群体HFPR达到共识水平的情况下保证个体HFPR仍然具有满意一致性;通过银行数据系统的选购实例和对比分析实验说明了提出的方法的实用性和有效性。     

基于加权犹豫Frank几何算法的决策模型

加权犹豫模糊集是一种广义的犹豫模糊集,其可以更准确和全面地刻画决策信息。而Frank三角模运算能够挖掘多个输入参数值间的相互关系。基于Frank三角模思想,在加权犹豫模糊环境下,提出了一种加权犹豫Frank几何平均算法的群决策模型。首先,运用Frank三角模定义了加权犹豫模糊基本运算法则,并构建了新的得分函数;接着,提出了加权犹豫Frank几何平均（WHFGA）算子,分析了WHFGA算子关于参数[r]的相关性质;最后,基于提出的WHFGA算子,建立了加权犹豫模糊多属性决策模型,并通过算例进行分析。实验结果表明,WHFGA算子具有良好的内在一致性。     

基于概率犹豫模糊信息集成算法的数据产品选择

作为犹豫模糊元的推广形式，概率犹豫模糊元能更好地刻画现实中的不确定性，此外由于Frank运算具有含参数的灵巧性，能反映决策者的主观偏好，因此将概率犹豫模糊元和Frank运算相结合，首先定义了概率犹豫模糊Frank运算法则，并提出改进的概率犹豫模糊元的得分函数；然后提出了概率犹豫模糊Frank加权平均算子，并讨论了算子的一些性质；在此基础上，构建了基于概率犹豫模糊Frank加权平均算子的多属性群决策方法；最后将其应用于数据产品的选择实例中，说明了该方法的有效性和可行性。