区间直觉模糊信息的集成方法及其在决策中的应用

对区间直觉模糊信息的集成方法进行了研究.定义了区间直觉模糊数的一些运算法则,并基于这些运算法则,给出区间直觉模糊数的加权算术和加权几何集成算子.定义了区间直觉模糊数的得分函数和精确函数,进而给出了区间直觉模糊数的一种简单的排序方法.最后提供了一种基于区间直觉模糊信息的决策途径,并进行了实例分析.     

基于集成算子的改进IITFN多属性群决策方法

对区间直觉梯形模糊数决策方法进行研究。定义了区间直觉梯形模糊数期望值、得分函数和精确函数,进而给出了区间直觉梯形模糊数的一种新的排序方法。另一方面,给出了有序加权平均算子和混合集成算子。建立了基于区间直觉梯形模糊数的多属性群决策方法,给出了相应的群决策方法。实例分析验证了所提出方法的有效性。     

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．     

基于直觉模糊集改进算子的多目标决策方法

定义了三角和区间直觉模糊集的一些运算法则,给出了直觉模糊集两个改进算子,即三角模糊数加权算术平均算子（FIFWAA） 和区间直觉模糊数加权几何平均算子（FIFWGA）。在此基础上, 提出用精确函数解决记分函数无法决策的问题,以保证记分函数的严密性与合理性。给出了一种属性权重不完全确定且属性值以三角和区间直觉模糊数给出的多目标决策方法,通过实例分析结果证明了运用直觉模糊集改进算子进行多目标决策方法的有效性和正确性。     

区间直觉模糊粗糙集的不确定性研究

对区间直觉模糊信息系统中近似集的不确定性进行了研究,给出了区间直觉模糊粗糙集的不确定性度量公式。首先在区间直觉模糊近似空间中,定义了一对具有对称性的新的区间直觉模糊上、下近似算子;其次给出了区间直觉模糊集粗糙隶属函数的定义并讨论了相关性质;最后利用区间直觉模糊粗糙隶属函数的区间直觉模糊熵,定义了区间直觉模糊粗糙集的模糊熵,并讨论了区间直觉模糊粗糙集的模糊熵为零的充要条件,证明了在区间直觉模糊近似空间中经典集合和它的余集的粗糙度量是相等的,以此说明定义的合理性。     

连续区间直觉乘法集结算子及其在群决策中的应用*

基于连续有序加权几何（C-OWG）算子提出了连续区间直觉乘法有序加权几何（C-IVIMOWG）算子。而后,基于C-IVIMOWG算子提出新的区间直觉乘法数序关系判断准则。为了集结区间直觉乘法数组,提出了加权连续区间直觉乘法有序加权几何（WC-IVIMOWG）算子,研究了其基本性质,并提出了基于WC-IVIMOWG算子与兼容测度的群决策方法。最后,通过实例分析来说明WC-IVIMOWG算子应用于群决策中的有效性和适用性。     

基于区间直觉模糊集的多准则决策方法

研究基于区间直觉模糊集的多准则决策方法.首先定义了区间直觉模糊点算子,并讨论了其性质;然后对区间直觉模糊集定义了一系列得分函数,并给出两种基于区间直觉模糊集的多准则决策方法.将该方法应用于区间直觉模糊集多准则决策问题,所得结果推广了有关直觉模糊集的相关结果.     

基于直觉语言集结算子的多准则决策方法

定义了直觉语言数及其运算法则、期望值、得分函数和精确函数以及直觉语言加权算术平均算子和加权几何平均算子.针对准则值为直觉语言数的多准则决策问题,提出了一种基于直觉语言集结算子的决策方法.该方法利用集结算子对准则进行集成,得到再方案的综合直觉语言数,通过比较各方案综合直觉语言数的得分函数值和精确函数值得到方案集的排序.实例分析表明了该方法的有效性和可行性.     

基于区间直觉模糊集的多准则决策方法

研究基于区间直觉模糊集的多准则决策方法．首先定义了区间直觉模糊点算子,并讨论了其性质;然后对区间直觉模糊集定义了一系列得分函数,并给出两种基于区间直觉模糊集的多准则决策方法．将该方法应用于区间直觉模糊集多准则决策问题,所得结果推广了有关直觉模糊集的相关结果．

     

基于灰色关联分析和D-S证据理论的区间直觉模糊决策方法

针对方案的指标值为区间直觉模糊数的决策问题,提出了一种基于灰色关联分析和D-S证据理论的决策方法. 定义了区间记分函数和区间数点算子, 并通过其将区间直觉模糊数转化为记分函数;利用记分函数以及灰色关联方法确定各指标的不确信度, 进而构建出不同指标下各方案的Mass函数, 通过D-S合成法则进行信息融合,确定最优方案.最后,通过算例表明, 本文提出的方法可得到满意结果并显著降低决策的不确定性.     

用区间直觉模糊集方法对属性权重未知的群求解其多属性决策

本文首先提出群区间直觉模糊有序加权几何(groupinterval-valuedintuitionistic fuzzy orderedweighted geometric,GIVIFOWG)算子和群区间直觉模糊有序加权平均(group interval-valued intuitionistic fuzzy ordered weighted averaging,GIVIFOWA)算子.利用GIVIFOWG算子或GIVIFOWA算子聚集群的决策矩阵以获得方案在属性上的综合区间直觉模糊决策矩阵(collectiveinterval-valuedintuitionistic fuzzy decision-matrix,CIVIFDM).然后定义了一个考虑犹豫度的区间直觉模糊熵(interval-valuedintuitionistic fuzzyentropy,IVIFE);通过熵衡量每个属性所含的信息来求解属性权重.最后,提出基于可能度的接近理想解的区间排序法(interval technique for order preference by similarity to an ideal solution,ITOPSIS)和区间得分函数法.在ITOPSIS法中,依据区间距离公式计算候选方案和理想方案的属性加权区间距离,进而采用ITOPSIS准则对各方案进行排序;在区间得分函数法中,算出CIVIFDM中各方案的得分值以及精确值,然后利用区间得分准则对各方案进行排序.实验结果验证了决策方法的有效性和可行性.     

区间直觉二元语言集成算子及其群决策方法

基于下标以零为中心对称的语言评估标度,将区间不确定二元语言集与区间直觉模糊集结合,提出区间直觉二元语言集及变量的概念;讨论区间直觉二元语言变量的运算及可能度;提出区间直觉二元语言加权算术平均算子、区间直觉二元语言有序加权平均算子,并在此基础上,通过可能度矩阵对区间直觉二元语言变量进行排序提出区间直觉二元语言混合加权平均算子;最后基于这些算子构建了一种新的直觉模糊多属性群决策方法,并将其运用于供应商选择过程中。     

基于标准否定函数的WIC-IVIFOWA算子及其应用

首先,通过实例探究现存连续区间直觉模糊有序加权平均(C-IVIFOWA)算子的不足,引入标准否定函数(standard negation),构造对偶连续区间有序加权平均(DC-OWA)算子,进而提出改进的连续区间直觉模糊有序加权平均(IC-IVIFOWA)算子;然后,针对多个区间直觉模糊评价信息的集结问题,基于IC-IVIFOWA算子提出改进的加权连续区间直觉模糊有序加权平均(WIC-IVIFOWA)算子,证明了算子的相关性质;最后,运用WIC-IVIFOWA算子提出一种区间直觉模糊多属性决策方法,并通过实例表明所提出方法的有效性.     

A possibility degree method for interval-valued intuitionistic fuzzy multi-attribute group decision making

The ranking of interval-valued intuitionistic fuzzy sets (IVIFSs) is very important for the interval-valued intuitionistic fuzzy decision making. From the probability viewpoint, the possibility degree of comparison between two interval-valued intuitionistic fuzzy numbers (IVIFNs) is defined by using the notion of 2-dimensional random vector, and a new method is then developed to rank IVIFNs. Hereby the ordered weighted average operator and hybrid weighted average operator for IVIFNs are defined based on the Karnik–Mendel algorithms and employed to solve multi-attribute group decision making problems with IVIFNs. The individual overall attribute values of alternatives are obtained by using the weighted average operator for IVIFNs. By using the hybrid weighted average operator for IVIFNs, we can obtain the collective overall attribute values of alternatives, which are used to rank the alternatives. A numerical example is examined to illustrate the effectiveness and flexibility of the proposed method in this paper.     

Multiattribute decision making based on interval-valued intuitionistic fuzzy values

In this paper, we present a new multiattribute decision making method based on the proposed interval-valued intuitionistic fuzzy weighted average operator and the proposed fuzzy ranking method for intuitionistic fuzzy values. First, we briefly review the concepts of interval-valued intuitionistic fuzzy sets and the Karnik–Mendel algorithms. Then, we propose the intuitionistic fuzzy weighted average operator and interval-valued intuitionistic fuzzy weighted average operator, based on the traditional weighted average method and the Karnik–Mendel algorithms. Then, we propose a fuzzy ranking method for intuitionistic fuzzy values based on likelihood-based comparison relations between intervals. Finally, we present a new multiattribute decision making method based on the proposed interval-valued intuitionistic fuzzy weighted average operator and the proposed fuzzy ranking method for intuitionistic fuzzy values. The proposed method provides us with a useful way for multiattribute decision making based on interval-valued intuitionistic fuzzy values.     

Interval-valued intuitionistic fuzzy Frank aggregation operators and their applications to multiple attribute group decision making

Interval-valued intuitionistic fuzzy numbers (IVIFNs), which contain three ranges: the membership degree range, the non-membership degree range, and the hesitancy degree range, are very suitable to be used for depicting uncertain or fuzzy information. In this paper, we study the aggregation techniques of IVIFNs with the help of Frank operations. We first extend the Frank t-conorm and t-norm to interval-valued intuitionistic fuzzy environments and introduce several new operations of IVIFNs, such as Frank sum, Frank product, Frank scalar multiplication, and Frank exponentiation, based on which we develop several new interval-valued intuitionistic fuzzy aggregation operators, including the interval-valued intuitionistic fuzzy Frank weighted averaging operator and the interval-valued intuitionistic fuzzy Frank weighted geometric operator. We further establish various properties of these operators, give some special cases of them, and analyze the relationships between these operators. Moreover, we apply these operators to develop an approach for dealing with multiple attribute group decision making with interval-valued intuitionistic fuzzy information. Finally, a numerical example is provided to illustrate the practicality and effectiveness of the developed operators and approach.