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。       

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。     

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.     

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.     

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。     

模糊数的隶属度区间分布函数

定义了关于模糊集合的隶属度区间分布函数的概念,用L-R梯形模糊数的隶属度区间分布函数等例子,说明了所引入的概念具备重要的实际背景,是合理的。进一步澄清了模糊数的隶属度函数、隶属度区间分布函数和随机变量的概率密度函数的关系,以及模糊数的隶属度区间分布函数和随机变量的概率分布函数的异同。     

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。     

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。     

基于包含度的区间直觉模糊粗糙集模型

利用区间直觉模糊包含度的概念建立区间直觉模糊粗糙集模型。首先,将直觉模糊集中的包含度拓展到区间直觉模糊集上,给出区间直觉模糊包含度定义和计算公式;其次,在区间直觉模糊等价关系下,基于区间直觉模糊包含度,建立了区间直觉模糊粗糙集模型,并对近似算子的重要性质进行了讨论。     

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.