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。     

概率犹豫模糊算法及其网络舆情预测模型选择

针对区间犹豫模糊集在描述决策信息时会导致决策信息重要性程度损失这一问题,构建了一种基于概率区间犹豫模糊几何算子的新的多属性群决策模型。引入了概率区间犹豫模糊集的概念,将Archimedean范数引入到概率区间犹豫模糊环境下,定义了新的概率区间犹豫模糊运算法则;运用新的运算法则,提出了概率区间犹豫模糊有序加权几何（Probabilistic Interval-Valued Hesitant Fuzzy Ordered Weighted Geometric,PIVHFOWG）算子;讨论了PIVHFOWG算子的一些基本性质,并研究了其两种常见形式;在概率区间犹豫模糊信息环境下,建立了一种新的多属性群决策模型,且通过网络舆情预测系统的选择实例验证了提出的决策模型是可行的和有效的。     

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。     

广义直觉模糊几何Bonferroni平均及其多属性决策

针对直觉模糊环境中的信息集成问题,基于阿基米德T-范数和S-范数,提出新的广义直觉模糊几何Bonferroni平均算子。该算子不仅能够考虑到每种属性的重要性,而且可以有效地捕获属性间的内在联系。首先,基于阿基米德T-范数和S-范数的直觉模糊运算法则,提出一种新的广义直觉模糊几何Bonferroni平均算子,并研究该算子的几种优良性质,包括幂等性、单调性、有界性和置换不变性;其次,探讨了广义直觉模糊几何Bonferroni平均算子的几类特殊形式;最后,基于提出的算子构建一种新的直觉模糊多属性决策方法,并结合区域经济发展研究实例。实验结果表明,提出的决策方法是可行的和有效的,并且使得决策者能够依据其态度进行决策。     

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。     

区间犹豫梯形模糊Bonferroni Mean算子及其应用

结合犹豫模糊集和区间梯形模糊数,提出了区间犹豫梯形模糊集的概念;针对信息集成过程中需要考虑输入变量之间的相互影响,提出了区间犹豫梯形模糊Bonferroni Mean（IVHTrFBM）算子和区间犹豫梯形模糊几何Bonferroni Mean（IVHTrFGBM）算子,并讨论了它们的性质和特例;根据输入变量的重要程度不同,提出了区间犹豫梯形模糊加权Bonferroni Mean（IVHTrFWBM）算子和区间犹豫梯形模糊加权几何Bonferroni Mean（IVHTrFWGBM）算子。最后,提出了基于IVHTrFWBM算子和IVHTrFWGBM算子的区间犹豫梯形模糊多属性决策方法,并通过实例进行验证。     

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。     

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。     

区间直觉模糊几何Bonferroni平均算子及其应用

研究了决策信息为区间直觉模糊数（IVIFN）且属性间存在相互关联的多属性群决策（MAGDM）问题,提出一种基于区间直觉模糊几何加权Bonferroni平均（IVIFGWBM）算子的决策方法。介绍了IVIFN的概念和运算法则,基于这些运算法则和几何Bonferroni平均（GBM）算子,定义了区间直觉模糊几何Bonferroni平均（IVIFGBM）算子和IVIFGWBM算子。研究了这些算子的一些性质,建立基于IVIFGWBM算子的MAGDM模型,结合排序方法进行决策。将该方法应用在一个MAGDM问题中,结果表明了该方法的有效性与可行性。     

HNLOWA集成算法应用于推荐系统评估

针对复杂决策环境下的决策者倾向于使用定性评价数据和现实环境中数据信息通常存在正态分布规律的问题,构建了基于犹豫正态语言有序加权平均（hesitant normal linguistic ordered weighted average,HNLOWA）算子的决策模型。将正态模糊数和犹豫模糊语言元相结合,引入了犹豫正态语言元（hesitant normal linguistic element,HNLE）的概念,其不仅能够运用语言变量来描述决策信息,还能传递出语言决策信息的分布情况;定义了HNLE之间的基本运算法则和大小判别准则,并设计HNLOWA算子用于对HNLE进行信息融合,同时探究了HNLOWA算子的相关性质;构建了基于HNLOWA集成算子的多属性决策方法,并运用推荐系统选择评估案例进行了模型的验证分析。     

区间二元语义Bonferroni集成算子及其决策应用

区间二元语义值是一种常用的不确定环境下决策信息表达形式。考虑到决策信息的交叉影响作用,定义了区间二元语义值的Bonferroni平均算子以及相应的加权形式,在此基础上,给出了组合形式的区间二元语义值的加权Bonferroni平均算子的概念,并研究了算子的幂等性、单调性等数学性质,给出了基于C-I2TLWBA算子区间二元语义值的集成模型和决策应用。实例表明了该模型具有较好的有效性。     

Some generalized interval-valued hesitant uncertain linguistic aggregation operators and their applications to multiple attribute group decision making

With respect to multiple attribute group decision making (MAGDM) problems in which the assessment values of attributes take the form of interval-valued hesitant uncertain linguistic elements, a novel MAGDM method is proposed in this paper. Firstly, the concept, operational laws and score function of interval-valued hesitant uncertain linguistic elements (IVHULEs) are introduced. Then, based on the operational laws of IVHULEs, some generalized aggregation operators are proposed for aggregating the interval-valued hesitant uncertain linguistic information, including the generalized interval-valued hesitant uncertain linguistic weighted aggregation operators, the generalized interval-valued hesitant uncertain linguistic ordered weighted aggregation operators and the generalized interval-valued hesitant uncertain linguistic hybrid aggregation operators. Furthermore, some desirable properties of these operators and the relationships between them are discussed. Based on the proposed operators, an approach to multiple attribute group decision making with unknown weight information is developed under interval-valued hesitant uncertain linguistic environment. Finally, a numerical example is given to illustrate the application of the proposed method and to demonstrate its practicality and effectiveness.     

区间直觉梯形模糊几何Heronian平均算子及应用

针对决策信息为区间直觉梯形模糊数（IVITFN）且属性间存在相互关联的多属性群决策（MAGDM）问题,提出了一种区间直觉梯形模糊几何加权Heronian平均算子（IVITFGWHM）的决策方法。基于IVITFN的运算法则和几何Heronian平均（GHM）算子,定义了IVITFGHM算子和IVITFGWHM算子。研究了这些算子的一些性质,建立基于IVITFGWHM算子的MAGDM模型,结合排序方法进行决策。通过MAGDM算例验证了该算子的有效性与可行性。     

Hesitant 2-tuple linguistic Bonferroni operators and their utilization in group decision making

Hesitant 2-tuple linguistic variable realizes a graded information approach to characterize the uncertainty of human cognition. This study is concerned with the development of new aggregation operators and aims to design a new group decision making approach to address the information fusion involving the interrelationship between aggregated terms and the prioritization relationship among decision makers under hesitant 2-tuple linguistic situation. Firstly, hesitant 2-tuple linguistic Bonferroni mean (H2TLBM) operator and prioritized weighted hesitant 2-tuple linguistic Bonferroni mean (PWH2TLBM) operator are established. Subsequently, some pertinent properties and special forms of the developed operators are studied in detail. To employ the proposed operators to solve group decision making problems, a novel TODIM (an acronym in Portuguese of interactive and multiple attribute decision making) method based on possibility degree is developed under the situation of hesitant 2-tuple linguistic information. The designed decision making method not only inherits the merits of the traditional TODIM approach, but also characterizes the interrelationship of criteria. The detailed process of solving problems is exemplified to highlight the practicality and feasibility of the designed method. Furthermore, comparative analysis with other methods is carried out to further offer insights on the designed decision method.