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。     

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。     

概率区间值直觉犹豫模糊Maclaurin对称平均算子及决策方法

在概率区间值直觉犹豫模糊集(PIVIHFS)的基础上,引入Maclaurin对称平均算子和Archimedean范数,构建一种基于概率区间值直觉犹豫模糊Maclaurin对称平均(PIVIHFMSM)算子的多属性决策模型,用来刻画决策专家输入多个参数值的决策信息,决策者可根据风险偏好等主观意识选择合适的参数值进行决策,同时能保证决策信息的有效性和完整性,避免决策过程中的不确定性和决策信息缺失问题.首先,回顾PIVIHFS的定义和排序方法以及Archimedean范数;其次,提出概率区间值直觉犹豫模糊Maclaurin对称平均(PIVIHFMSM)算子,研究其优良性质及常见形式;最后,提出一种基于PIVIHFWMSM算子的多属性决策方法,并进行比较分析,通过实例验证该方法的可行性和有效性.拓展PIVIHFS理论和应用领域,为决策属性具有相关性和决策信息有可能缺失提供新思路.     

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。     

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。     

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。     

犹豫语言信息集成算法及其数据库选择应用

针对犹豫模糊语言环境下的多属性群决策问题,建立了一种基于犹豫语言几何Bonferroni平均（HLGBM）算子的多属性群决策模型,该模型不仅充分考虑了每种属性的重要性,而且能够有效捕获属性间的内在联系。首先利用基于Archimedean T-范数和S-范数的犹豫语言运算法则,提出了一种新的HLGBM算子,并研究该算子的四种基本性质;其次,探讨了HLGBM算子的几类特殊形式,并提出了犹豫语言加权几何Bonferroni加权（HLWGBM）算子;最后基于HLWGBM算子构建了一种新的犹豫语言多属性群决策模型,并通过数据库选择实例验证决策模型是可行和有效的。     

区间犹豫模糊熵和区间犹豫模糊相似度

基于犹豫模糊熵的概念,提出了区间犹豫模糊熵和相似度的概念,同时研究了它们之间的相互关系。给出了区间犹豫模糊熵的公理化定义,在此基础上构造了两种形式的熵测度公式,并且证明了它们满足区间犹豫模糊熵的四条公理化准则;依据区间犹豫模糊熵引入了区间犹豫模糊加权熵的概念;提出了区间犹豫模糊相似度的概念,并且研究了区间犹豫模糊环境下的熵和相似度之间的关系。     

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。     

基于可信度的基本不确定区间犹豫模糊广义TODIM应急群决策方法

针对应急决策环境所存在的信息不完备、认知不足等问题,区间犹豫模糊集能充分表达决策者在信息评价时的犹豫性和模糊性,但随着研究的深入,发现其存在无法保证信息质量的缺陷.为此,提出更符合实际决策需求、信息表达更加灵活的基本不确定区间犹豫模糊集,其为包含区间犹豫模糊集和确定度的二维信息集.在此基础上,定义基本不确定区间犹豫模糊加权平均算子、犹豫度及可信度,提出基于可信度的专家权重调整方法和属性权重确定方法,充分考虑了决策专家提供评价信息的可靠程度.最后,将广义TODIM方法拓展到基本不确定区间犹豫模糊环境,通过应急决策案例验证所提方法的可行性,并利用灵敏度分析和对比分析验证该方法的稳定性和有效性.     

基于对称交互熵的犹豫模糊信息相似度及聚类应用

研究面向犹豫模糊信息的聚类方法。首先,定义犹豫模糊相对熵、对称交互熵,并基于信息论的角度提出一个新的犹豫模糊相似度公式;然后,利用相似度公式构造相似系数矩阵,基于编网聚类方法对犹豫模糊集进行聚类;最后,通过算例验证了所提出方法的有效性。     

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。     

广义正交模糊Maclaurin对称平均算子及其应用*

研究广义正交模糊决策环境下的集结算子及其决策应用。针对在信息集成时,需要考虑多个输入变量之间的相关关系以及专家的评价值为广义正交模糊信息的多属性决策问题,提出一种解决广义正交模糊多属性决策问题的方法。考虑到Maclaurin对称平均算子能够反映多个输入变量之间的相关关系,利用该算子集结广义正交模糊信息,提出了广义正交模糊Maclaurin对称平均算子、广义正交模糊加权Maclaurin对称平均算子,并研究了这些算子的性质和特殊情形。提出了基于广义正交模糊集结算子的多属性决策方法,并通过实例验证了其可行性和优势。     

区间矩阵稳定的新充分必要条件

本文讨论了对称区间矩阵的稳定性并给出了一个简单的充分必要条件，同时还讨论了线性时变区间矩阵和非线性时变区间矩阵的稳定性。     

区间Pythagorean犹豫模糊连续熵及灰色关联度的应用

区间Pythagorean犹豫模糊集,可以更加全面完整地描述决策者给出的决策结果,因此它是一个表示不确定现象的强有力的工具。针对模糊信息下的决策问题,提出了一种基于区间Pythagorean犹豫模糊连续熵的多属性决策方法。提出连续区间Pythagorean犹豫模糊有序加权平均（CIPHFOWA）算子,并提出了区间Pythagorean犹豫模糊连续熵,同时给出了属性权重完全未知和部分已知时的权重确定方法;提出了一种基于区间Pythagorean犹豫模糊连续熵-灰色关联度的多属性决策方法,并通过新型农村医疗制度完善情况评价案例说明该方法的可行性和有效性。     

基于区间直觉犹豫模糊集的高速列车系统关键部件辨识

关键部件作为系统可靠性分析的重要组成以及系统维修策略制定的重要基础,其辨识方法与识别结果的准确性一直是研究热点与难点.为有效识别关键部件保证高速列车系统安全可靠性运行,本文提出一种新的基于区间直觉犹豫模糊集的关键部件辨识方法.首先通过回顾现有复杂系统网络建模方法及其优缺点,归纳总结部件的提取规则与部件间作用关系的定义和类型,提出由局部到整体的高速列车系统全局拓扑网络模型构建方法.其次鉴于现有针对同一高速列车同一节车辆同一部件的故障维修记录数据量少、随机性大等特点,提出将节点属性值区间化,构建节点属性的区间直觉犹豫模糊集,其中节点属性包括由故障数据分析获得的节点可靠性属性值以及由所建全局拓扑网络得到的拓扑属性.最后利用区间直觉犹豫模糊积分算子综合节点的多种属性辨识系统中的关键部件.以转向架系统的拓扑结构以及历史故障数据为基础的实例分析表明,所提出的辨识方法能够准确的识别出系统中的关键部件,且与专家经验的分析结果基本一致.     

区间犹豫模糊三角相似度及其多属性群决策

构建了区间犹豫模糊三角相似度公式,并且研究了区间犹豫模糊环境下属性权重信息完全未知的多属性群决策方法。首先基于正弦三角函数构造了区间犹豫模糊三角相似度公式,并证明其满足区间犹豫模糊相似度公理化定义的四个条件;接着给出了区间犹豫模糊交叉熵的公理性定义,同时研究了区间犹豫模糊相似度和区间犹豫模糊交叉熵的关系;最后基于区间犹豫模糊三角相似度,提出了在属性权重信息完全未知条件下的区间犹豫模糊多属性群决策方法,并用实例验证该方法的可行性和有效性。