诱导连续区间有序加权平均算子及其在区间数群决策中的应用

基于诱导有序加权平均(IOWA)算子和连续区间有序加权平均(C-OWA)算子,提出一种诱导连续区间有序加权平均(IC-OWA)算子,并讨论了该算子的优良性质.针对区间数互补判断矩阵提出了连续偏好矩阵的概念,定义了基于专家评判水平偏差的诱导连续区间有序加权平均(DIC-OWA)算子,并给出一种基于该算子的区间数群决策方法.最后通过算例说明了该方法的可行性.     

区间直觉模糊连续交叉熵及其多属性决策方法

在区间直觉模糊（IVIF）环境下,利用连续有序加权平均（COWA）算子定义了一种新的区间直觉模糊数间的交叉熵,即区间直觉模糊连续交叉熵。依据提出的区间直觉模糊连续交叉熵定义了直觉模糊数间的连续交叉熵距离。基于TOPSIS的思想得到备选方案与理想方案的加权距离,并且计算备选方案与理想方案的相对贴近度,依据相对贴近度选择最优方案。其中,针对属性权重信息不完全确定条件下的决策问题,提出了以区间直觉模糊连续交叉熵最大为准则的规划模型;针对属性权重信息完全未知的情况,根据交叉熵理论确定属性权重向量。实验结果验证了新的决策方法的可行性和有效性。     

广义毕达哥拉斯模糊集成算子及其决策应用

研究毕达哥拉斯模糊决策环境下的集成算子及其决策应用.给出拟加权几何集成算子和拟有序加权几何算子的概念, 并分析 它们的性质.将有序加权平均算子、有序加权几何算子、拟有序加权平均算子和拟有序加权几何算子推广到毕达哥拉斯 模糊决策环境, 定义毕达哥拉斯模糊有序加权平均算子、广义毕达哥拉斯模糊有序加权平均算子、毕达哥拉斯模糊有序加权几何算子、广义毕达哥拉斯模糊有序加权几何 算子、拟毕达哥拉斯模糊有序加权平均算子和拟毕达哥拉斯模糊有序加权几何算子.提出基于广义毕达哥拉斯模糊集成算子的决策方法, 并通过实例验证其可行性.     

基于WC-OWA算子的随机多准则决策方法

针对准则权重信息不完全确定且准则值为正态分布随机变量的多准则决策问题,提出一种基于WC—OWA算子的多准则决策方法．该方法根据正态分布3σ原则,将正态分布准则值转化为区间数．并利用连续区间有序加权平均算子集结区间数,通过方案贴近度和加权的连续区间有序加权平均算子建立非线性规划模型,利用遗传算法对模型进行求解,得到准则的最优权系数,进而确定方案的排序．实例分析表明了所提出方法的有效性和可行性．     

基于标准否定函数的WIC-IVIFOWA算子及其应用

首先,通过实例探究现存连续区间直觉模糊有序加权平均(C-IVIFOWA)算子的不足,引入标准否定函数(standard negation),构造对偶连续区间有序加权平均(DC-OWA)算子,进而提出改进的连续区间直觉模糊有序加权平均(IC-IVIFOWA)算子;然后,针对多个区间直觉模糊评价信息的集结问题,基于IC-IVIFOWA算子提出改进的加权连续区间直觉模糊有序加权平均(WIC-IVIFOWA)算子,证明了算子的相关性质;最后,运用WIC-IVIFOWA算子提出一种区间直觉模糊多属性决策方法,并通过实例表明所提出方法的有效性.     

民航货运量IOWHA算子组合预测

收集我国民航货运量及其影响要素（职工平均工资、人均GDP、GDP、人均消费支出、航线里程、全社会固定资产投资和人口数量）的统计数据为基础,应用多元回归模型和GM（1,1）模型对样本数据进行分别预测,以此为基础,指出引入诱导有序调和加权平均算子（IOWHA）进行组合预测的必要性,基于该算子的优化组合模型进行预测,并构建误差评价指标体系。结果表明,基于诱导有序调和加权平均算子的民航货运量预测的各项误差指标值均低于任一单项预测值,说明该组合预测模型的预测效果更佳,预测精度更高,可应用于实际预测。     

区间模糊语言多属性群决策方法及应用研究

基于我国银行业所面临的数据匮乏、信息披露制度不完善等问题,国际上先进的统计量化方法并不能完全适用于对我国操作风险的评价,从定性和定量相结合的角度出发,针对操作风险评价中的多属性群决策问题,提出一种在区间模糊语言信息下基于不确定的拓展有序加权平均算子（UEOWA）和不确定语言混合集结算子（ULHA）的多专家多属性商业银行操作风险评价方法,构建基于区间模糊语言的评价集来描述专家不精确、难量化的意见,梳理评价思路,设计评价步骤,通过实例验证了该方法的可操作性和有效性。     

一种确定协商评价问题属性权重的方法

协商评价问题的核心是确定各属性的权重.首先对评价者给出的区间赋值信息进行分类,确定各类信息的协商区间和协商值;然后利用所导出的有序加权平均(IOWA)算子对各类信息的协商区间和协商值进行集成,并对如何选取IOWA算子加权向量的问题进行了讨论.在此基础上提出了一种确定协商评价问题属性权重的方法.算例表明,该方法具有实用性和可操作性.     

C-POWGA算子及其在不确定多属性决策中的应用

为了降低不确定多属性决策中区间决策信息集成时的计算复杂度,将连续区间有序加权几何平均（C-OWGA）算子和Power几何平均算子相结合,提出一种连续区间Power有序加权几何平均（C-POWGA）算子,并提出了一种基于C-POWGA算子的不确定多属性群决策方法;通过某银行的员工绩效考核来说明该方法的可行性和有效性。     

INGIOWGA算子的多属性决策方法及其应用

研究了方案的属性评估信息以模糊语言形式给出的多属性群决策问题，在导出的有序加权几何平均（IOWGA）算子理论的基础上，给出了一种区间数广义导出有序加权几何平均（INGIOWGA）算子，利用广义的导出有序加权平均（GIOWA）算子，对专家所给出的对应于各方案的属性评估信息进行了集结，并提出了一种基于模糊语言评估和GIOWA算子的多属性群决策方法。利用该算法对X射线实时成像检测系统方案选择中的判断信息进行集结，并且通过算例说明了该方法的有效性和实用性。     

On the relation between Compromise Programming and Ordered Weighted Averaging operator

This paper will demonstrate a strong relationship between the Compromise Programming (CP) method and the Ordered Weighted Averaging (OWA) operator. We will mathematically prove that the application of the CP method reflects the pessimistic view of the Decision Maker (DM), if the distance from the ideal point is minimized. It will however present an optimistic DM, if the distance from the nadir is maximized. The OWA operator may cover all of the optimistic, neutral and pessimistic views.A practical relationship will be developed between the power value of the CP method and the optimism degree of the DM based on fuzzy quantifiers. The theoretical results will be illustrated by a real case study of a water resources management problem.     

改进IOWHA算子组合预测模型

针对现有单项预测模型提供信息有限,预测误差大的问题,引用最优加权组合建模理论,将灰色关联度与IOWHA算子相结合,提出一种新的组合预测模型权重确定方法,并应用该权重确定方法构建了一种基于RBF神经网络预测模型和GM预测模型的最优组合预测模型。该模型能够克服传统组合预测方法的两个缺陷：加权平均系数不变和以单一误差指标为准则。利用该组合模型对全国物流需求进行组合预测,并与RBF神经网络模型、GM模型的预测结果进行了对比分析。结果表明,相对于单项预测模型,该组合预测模型的预测精度更高,是一种有效的物流需求预测模型。     

航空货运量的优化组合预测模型

以1997年～2007年我国航空货运量的统计数据为基础,采用灰色GM（1,1）模型和回归分析模型进行组合优化,建立了基于诱导有序几何加权平均（IOWGA）算子的航空货运量组合预测模型,并对组合预测模型进行检验。检验结果表明,组合预测模型是有效、可靠的,且具有较高的预测精度,可应用于实际预测。最后利用所建立的预测模型预测了2009年～2012年我国航空货运量。     

基于扩展OWA算子的数据信息聚合方法研究

在数据信息聚合的过程中通常会用到有序加权平均聚合算子,然而有序加权平均聚合算子只是考虑了数据信息所处聚合位置的重要度,却很少考虑数据本身的重要度。针对这种缺点和不足,提出了一种扩展的有序加权几何平均聚合算子,证明了该扩展聚合算子的一些基本性质定理;从理论上分析了该扩展聚合算子的科学性和合理性;通过一个算例的对比分析,证实了该扩展的聚合算子在数据信息聚合时更能真实地反映实际情况。     

基于有序加权平均算子的概率模糊认知图

模糊认知图(FCM)与概率模糊认知图(PFCM)使用简单的加权和集结因果推理结果,忽略了原因节点间关联关系的不确定性,阈值函数导致推理结果进一步失真.在继承FCM与PFCM优点的基础上,引入有序加权平均(OWA)算子模拟各种确定的或模糊的与或组合关系,提出了基于有序加权平均算子的概率模糊认知图(OWA-PFCM).通过构建一个动态的攻击效能评估模型,阐述了OWA-PFCM在工程建模中的应用.OWA-PFCM能同时表示因果节点状态的不确定性、因果联系强度的不确定性、与或组合关系的不确定性,具有更强的模拟能力.     

产品工业设计可制造性评价方法研究

针对传统的产品工业设计流程存在的效率低、资源浪费、可制造性评价方法单一且客观性差等问题,设计并构建了一个融合工业设计属性内容的可制造性评价方法,并且给出了方法的具体结构及实施步骤。结合一种基于依赖型不确定语言有序加权几何（Dependent Uncertain Linguistic Ordered Weighted Geometric,DULOWG）算子的多属性群决策方法,建立工业设计可制造性评价模型,并基于多属性决策的理论知识进行了推理和验证。     

基于授权反馈的直接信任度评估方法

传统信任评估方法对信任的历史相关性和时间衰减性刻画不足,缺乏激励和惩罚机制。为此,提出一种基于诱导有序加权平均(IOWA)算子的直接信任度评估方法。考虑多次历史信任度,采用IOWA算子确定每次历史信任度所占权重,基于授权反馈更新直接信任度,从而激励或惩罚实体。测试结果表明,该方法能正确评估实体的直接信任度。     

犹豫梯形模糊算子在多属性决策中的应用

结合犹豫模糊集和梯形模糊集,提出犹豫梯形模糊集的概念。首先,给出犹豫梯形模糊数的运算法则,探讨犹豫梯形模糊加权平均（HTrFWA）算子和犹豫梯形模糊加权几何（HTrFWG）算子。考虑到犹豫梯形模糊数的有序位置存在具有不同权重的情况,定义了犹豫梯形模糊有序加权平均（HTrFOWA）算子和犹豫梯形模糊有序加权几何（HTrFOWG）算子,并讨论了其相应的运算定理。其次,构建犹豫梯形模糊数的得分函数,并给出犹豫梯形模糊数的排序方法。最后,提出了基于HTrFWA算子和HTrFWG算子的犹豫梯形模糊多属性决策方法,并通过实例进行验证。