基于区间直觉梯形模糊数的群决策方法

针对准则值为区间直觉梯形模糊数（IVITFN）的群决策问题,定义了新的区间直觉梯形模糊数的加性的运算法则;基于这些运算法则,给出了几种区间直觉梯形模糊数信息的算术集成算子,包括区间直觉梯形模糊数的加权算术平均（IVITFNWAA）算子、区间直觉梯形模糊数的有序加权平均（IVITFNOWA）算子和区间直觉梯形模糊数的混合集成（IVITFNHA）算子;基于IVITFNWAA算子和IVITFNHA算子,提出了一种准则值为区间直觉梯形模糊数而准则权重确知的群决策方法。最后,实例分析表明了该方法的可行性和有效性。     

区间数据混合加权集成算子及在群决策中的应用

研究了区间数据信息的集成问题,给出了一些新的区间数据信息集成算子,即不确定加权算术平均（UWAA）算子和不确定混合加权平均（UHWA）算子．证明不确定有序加权平均（UOWA）算子和UWAA算子都是UHWA算子的特例．基于这些算子,提出一种属性权重确知且属性值以区间数形式给出的不确定多属性群决策方法．通过实例分析对该决策方法的有效性进行了说明．     

基于联系数的梯形直觉与非直觉模糊决策算法与应用

针对梯形直觉模糊数运算过于复杂且不能作不确定性分析的问题,应用集对分析理论及其联系数给出一种新算法.该算法的基本原理是把梯形直觉模糊数转换成"均值"加"最大偏差"形式的二元联系数,再按联系数规则展开运算.实例应用表明:其决策对象的排序结果不仅与该实例用其它方法所得的结果基本相同,而且还能方便地开展不确定性分析,最主要的是该算法也适用于"区间型梯形模糊数决策问题".该方法综合利用了集对分析及其联系数研究中的最新成果,解决了梯形直觉模糊决策算法的运算复杂性问题,对于模糊决策的理论和应用研究都具有重要价值.     

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3阶模糊张量的广义加权几何算子及其应用

针对具有高维数据特征的多属性群决策问题,定义了3阶模糊张量,建立了基于3阶模糊张量的广义加权几何算子,探索了该类算子的性质,提出了一种解决多属性群决策问题的新方法,并通过算例验证了该方法的有效性。     

权重信息未知的区间直觉模糊多属性决策方法

针对权重信息完全未知且属性值为区间直觉模糊数的多属性决策问题,提出了一种基于线性规划和投影模型的决策方法.该方法首先引入区间直觉模糊数相离度的概念,然后,给出了一种基于加权属性值离差最大化的线性规划模型,通过求解此模型得到相应的属性权重.进而利用各个方案的加权属性值在加权模糊正理想点上的投影对方案进行排序.最后用实例说明了该方法的可行性和有效性.     

区间直觉模糊数的精确函数及其在决策中的应用

针对区间直觉模糊数的排序问题,定义一种新的区间直觉模糊数精确函数。在考虑犹豫度信息的情况下,讨论了该精确函数的性质。通过实例与已有的精确函数比较,结果显示,该精确函数的排序能力有一定程度的提高。最后将其应用到区间直觉模糊多属性决策中,并用实例分析验证该方法的有效性。     

基于直觉梯形模糊数的信息不完全多属性决策方法

针对权重信息不完全未知且属性值为直觉梯形模糊数的多属性决策问题,给出了基于直觉梯形模糊数得分函数和投影模型下的多属性决策方法,通过投影法建立了非线性规划模型,并通过数学软件得到各属性权重,通过投影率作为排序指标,进行排序择优。最后通过实例说明了该方法的有效性。     

广义直觉模糊数在集装箱堆场选择中的应用

基于经典直觉模糊数的定义, 通过对隶属度函数的正规性和非隶属度函数最小点取值位置的讨论,改进了与模糊数定义更为贴近的三角直觉模糊数.基于上述三角直觉模糊数的修改,拓展了直觉模糊数的概念,引入了更具有一般性的广义直觉模糊数定义,并探讨了广义直觉模糊数同传统直觉模糊数之间的对应关系.依据扩展原理,得到广义直觉模糊数的运算规则,其中将数乘运算进行了重新设计,使之既服从经典模糊集理论体系,又满足运算有界性.通过使用广义直觉模糊数多属性决策方法,根据集装箱港口装卸集装箱的类型、时间节点、装船和卸船的倒箱率,给出了落场集装箱对应堆场选择的决策流程.通过与基于经典直觉模糊数的排序方法进行比较,由于采用广义直觉模糊数求解此类问题时考虑了方案对于评判标准的不满足程度,证实了所提出方法产生的排序结果较经典方法更为精细.     

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。       

一般模糊熵及其应用

针对广义近似空间,提出了一般模糊熵概念,简便而有效地度量了广义近似空间中粗糙概念的模糊性;讨论了一般模糊熵的性质,给出了一般模糊熵关于目标信息系统属性约简的定理及其证明;结合相对知识粒度,提出一个基于一般模糊熵的属性约简的启发式算法,该算法的时间复杂性为O（（｜P｜＋｜D｜）·（｜U｜4）。通过例子分析,表明该算法是有效的。     

区间值模糊参数软集及其在决策中的应用

定义了区间值模糊参数软集的概念,研究了区间值模糊参数软集的运算及运算性质。然后,给出利用区间值模糊参数软集进行决策的方法,并通过实例说明了方法的可行性。     

广义Hardy算子的加权混合φ-不等式

对广义Hardy算子Tf(x)=∫∞0K(x,y)f(y)dy, 证明了使T的双权混合φ不等式成立的关于权对的条件.     

模糊诱导有序加权平均算子

给出了诱导有序加权平均算子的矩阵表示,在此基础上提出了模糊诱导有序加权平均算子,讨论了模糊诱导有序加权平均算子的相关性质,并将模糊诱导有序加权平均算子用于一个投资决策实例分析中。     

模糊诱导有序加权平均算子

给出了诱导有序加权平均算子的矩阵表示,在此基础上提出了模糊诱导有序加权平均算子,讨论了模糊诱导有序加权平均算子的相关性质,并将模糊诱导有序加权平均算子用于一个投资决策实例分析中。     

推广的Kantorovich算子的加权逼近

算子逼近是函数逼近论研究的一个重要方向,对于同一个函数用不同的算子进行逼近得到的逼近度可能不同.该文在带有权函数的光滑模的意义下,运用K泛函与光滑模的等价性,研究了推广的Kantorovich算子在Bα空间的加权逼近问题,得到逼近的逆定理.     

GIOWA算子在直觉模糊多属性决策中的应用研究

广义的导出有序加权平均（GIOWA）算子是一种有效的信息集结方法,对方案以模糊语言形式进行评估的多属性决策问题有重要的理论意义。采用GIOWA算子对隶属度值进行加权,进而对方案集进行优序排序。结合实例分析说明方法有效、可行。