直觉模糊多属性群决策的VIKOR方法

针对属性权重信息完全未知且属性值以直觉模糊数形式给出的多属性群决策问题,提出了一种基于多准则妥协解排序的决策方法.利用直觉模糊加权平均算子集成所有的个体决策信息,以获取群决策信息.利用直觉模糊数熵权公式求得属性的熵权.依据传统VIKOR法的基本思想,结合直觉模糊数的距离公式,对备选方案进行排序择优.文中通过实例分析,表明该方法的实用性与可行性.     

改进直觉模糊熵和证据推理的多属性群决策方法

针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法.针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式.然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序.最后,通过算例进行比较分析,验证提出方法的可行性和有效性.     

基于可能度的区间直觉模糊数排序方法及其在决策中的应用

根据区间直觉模糊数的隶属度与非隶属度的代数和与差,定义一种用区间数表达的得分函数和精确函数, 并利用本文定义的得分函数和精确函数给出区间直觉模糊数大小的可能度,然后基于可能度提出区间直觉模糊数的一种新的排序方法。最后,基于这种新的排序,给出了区间直觉模糊信息环境下的多属性决策方法,并用数值算例说明该方法的可行性和有效性。       

基于新得分函数的直觉模糊多属性决策方法

得分函数是常见排序直觉模糊数的一个重要指标。借助于S型函数,从客观的角度考虑直觉模糊数的犹豫度对其得分值的影响,提出了直觉模糊数的新得分函数,并通过实例说明新的得分函数能应用于某些现有得分函数失效的情形。基于新的得分函数和直觉模糊加权平均算子给出了一种属性值为直觉模糊数的多属性决策方法,并通过算例阐明该方法的可行性和有效性。     

区间直觉模糊粗糙集的不确定性度量

利用模糊熵工具将近似集的不确定性度量方法应用在区间直觉模糊信息系统中,给出了区间直觉模糊近似算子的不确定性度量公式.通过在区间直觉模糊近似空间中定义一对新的区间直觉模糊上、下近似算子,将模糊粗糙隶属函数的定义推广到了区间直觉模糊集的粗糙隶属函数;然后利用区间直觉模糊粗糙隶属函数的模糊熵,定义了区间直觉模糊粗糙集的熵;进而解决了区间直觉模糊粗糙集的不确定性度量问题,并讨论了度量的一些相关性质,以此说明定义的合理性.     

粗糙直觉模糊集的不确定性分析

基于粗糙直觉模糊集的基本概念和模糊熵的公理化定义,给出了直觉模糊集粗糙隶属函数的定义并讨论其基本性质,再利用粗糙隶属函数的直觉模糊熵,给出了粗糙直觉模糊集的不确定性度量,并讨论了度量的一些相关性质。     

一种语言直觉模糊偏好关系的群决策方法

针对语言直觉模糊偏好关系下的群决策问题,本文提出一种考虑加法一致性和群共识的决策方法。该方法主要通过局部迭代算法提高语言直觉模糊偏好关系的一致性和强化共识达成过程并尽可能地保留原始合理信息。文章提出一个转化方法将标准直觉模糊权重向量转化成加法一致的语言直觉模糊偏好关系并建立一个目标规划模型求出标准直觉模糊权重;对于加法不一致的语言直觉模糊偏好关系,提出局部迭代方法来提高一致性;建立加强的共识达成过程来帮助决策者找到满意解。为了更好地使用本文提出的决策方法,给出一个整体决策算法。最后通过一个具体的案例说明该方法是合理有效的。     

语言直觉模糊数的可能度排序方法及其应用

提出新的排序方法对语言直觉模糊数进行排序并将其应用到多属性语言决策问题中。首先基于可能度和Atanassov偏序提出语言直觉模糊数的可能度定义并讨论一些相关性质, 然后通过构造可能度矩阵计算排序向量并结合精确函数提出基于可能度的排序方法, 并在已知属性权重和专家权重的情况下使用语言直觉模糊数加权聚合算子将决策信息聚合得到方案整体综合值。根据提出的可能度排序方法设计出一个语言直觉模糊信息下的多属性群决策方法, 通过一个具体案例说明该方法是合理有效的。     

基于直觉模糊集相似度量的多属性决策方法

针对一个特定的由直觉模糊集刻划的决策问题进行研究。基于直觉模糊值的几何意义,提出一种新的直觉模糊值上的相似度量,并基于该度量提出一种直觉模糊集上的多属性决策方法。最后,以实例说明该决策方法的有效性。     

基于I-IFHA算子的动态直觉模糊多属性群决策方法

假设各决策时段的时间权重、各决策时段下的属性权重以及决策者权重均已知,各决策者针对各决策时段给出的属性值以直觉模糊数形式给出的动态多属性群决策问题,提出了一种基于导出直觉模糊混合平均(I-IFHA)算子动态直觉模糊多属性群决策方法.该方法利用动态直觉模糊加权平均(DIFWA)算子和动态加权平均(DWA)算子集结动态决策信息分别得到各决策者的综合直觉模糊决策矩阵和综合属性权重向量,并在此基础上利用直觉模糊加权平均(IFWA)算子计算得到各决策者下各方案的直觉模糊评价值;利用I-IFHA算子集结决策者群体决策信息得到各方案的综合直觉模糊评价值;利用直觉模糊数的得分函数及精确函数对决策方案进行排序和择优.最后,通过投资银行对企业进行投资的实例说明了该方法的应用.     

基于区间值直觉模糊集距离的多属性决策方法

针对区间值直觉模糊集上的多属性决策问题,使用区间值直觉模糊集犹豫度的概念,给出区间值直觉模糊集之间一种新的距离公式,并据以提出基于理想点法的区间值直觉模糊集多属性决策方法。最后,借助实例说明该决策方法的有效性。     

从模糊集到直觉模糊集相似度的构造方法

直觉模糊集的相似度是直觉模糊集的一个重要研究内容。从模糊集相似度角度,提出直觉模糊集相似度的一些构造方法。基于模糊集的相似度得到直觉模糊集的隶属度与非隶属度的相似度,进而提出从模糊集相似度构造直觉模糊集相似度的方法;利用已有的模糊集相似度公式,得到了17个新的直觉模糊集相似度;通过一个例子演示新相似度在模式识别方面的应用。     

基于前景理论的直觉模糊决策方法及其在配送中心选址中的应用

为提高配送中心选址的效率, 构建基于前景理论的直觉模糊多属性决策方法, 并将其应用于配送中心的选址决策中。介绍直觉模糊集的相关概念, 提出一种改进的得分函数算法, 并与前景理论相结合构建新的决策模型。在此基础上对配送中心选择的决策流程进行规划, 并选取营运成本、交通因素、客户服务等指标构建配送中心选址的评价指标体系。通过算例对某电商平台的配送中心选址决策进行评价。本方法一方面在决策评价过程引入直觉模糊数, 充分考虑决策过程中专家评价的不确定性和专家打分的犹豫度水平; 另一方面使用基于前景理论的决策方法进行综合评价, 充分考虑人们在面临收益和损失时风险偏好的差异性, 使得决策结果更加符合人们的真实意图, 从而得到更合理的决策效果。算例结果表明, 本文方法与直觉模糊TOPSIS决策方法的计算结果一致, 且前者的区分度更大, 更有利于配送中心水平的划分, 进而提高决策的质量, 降低决策风险。       

直觉模糊集的贴近度与熵的关系

基于直觉模糊集贴近度与熵的公理性定义给出了直觉模糊集贴近度与熵的几种不同的算法.并给出了如何由直觉模糊集的贴近度而建立熵,同时给出了由直觉模糊集的熵而建立贴近度的方法,说明了直觉模糊集的贴近度与熵有着必然的联系.     

基于直觉模糊集的多属性决策问题

提出了一种基于直觉模糊集的多目标多属性决策问题的新记分函数,该记分函数从距离的角度选择最优方案,使最优方案接近最优理想方案,同时远离负理想方案.并对已有的基于直觉模糊集的多目标模糊决策方法进行分析与联系,通过实例阐明了本文提出的新记分函数的有效性.     

区间直觉模糊集相似度构造

从直觉模糊集相似度出发,依据区间直觉模糊集隶属度和非隶属度上下确界转化成对应的2个直觉模糊集这一思路,提出一类构造区间直觉模糊集相似度的方法,并证明它们满足相似度公理。最后,分析了2个区间直觉模糊集相似度公式在模式识别中的应用实例。     

区间直觉模糊集的分解定理

引入了区间直觉模糊集截集的概念,讨论了其有关性质,并给出了关于区间直觉模糊集的分解定理.进一步丰富了模糊集的理论基础.     

基于直觉模糊集Choquet积分算子的黑启动群体决策方法

电力系统黑启动策略优化对大停电事故发生后的电力系统快速恢复具有重要意义.现有的黑启动决策方法多数是以假定黑启动指标或权值相互独立为前提的,且在群体决策方面缺乏研究报道,而群体决策结果一般比个体决策结果更加可靠.在此背景下,通过在黑启动决策问题中引入直觉模糊集概念和直觉模糊Choquet积分算子,发展了相应的黑启动群体决...