基于梯形模糊数期望值的多维偏好群决策模型

提出一种基于梯形模糊数距离期望值的多维偏好群决策模型,以解决偏好和属性值均为梯形模糊数的群决策问题．其算法为：首先定义在β 截集下主／客观偏好之间的偏差函数,通过构造目标规划模型,求解属性的权重向量;然后集结不同β 截集下所有决策者的加权规范化模糊决策矩阵,形成总加权规范化模糊决策矩阵;最后求出各备选方案与模糊理想解的相对贴近度δi,按大小排序确定最优方案．

     

基于直觉梯形模糊TOPSIS的多属性群决策方法

提出一种改进的逼近理想解排序(TOPSIS)方法,即直觉梯形模糊TOPSIS多属性群决策方法。首先,应用直觉梯形模糊数形式表示方案属性偏好和属性权重信息且专家权重完全未知;然后,利用直觉梯形模糊数间距离测度和期望值及直觉梯形模糊加权平均算子来确定决策者权重信息和属性权重信息;进而给出直觉梯形模糊环境下方案优选的算法;最后,通过算例进一步说明了该直觉梯形模糊TOPSIS方法的有效性。     

模糊数的梯形逼近

介绍了推广的梯形模糊数并证明了它的一些性质。利用推广的梯形模糊数逼近任意给定的一个模糊数,指出梯形逼近共有四种情形,给出了更具体、更直观的计算最近的梯形逼近的方法和例子。     

基于Pythagorean模糊语言集多属性群决策方法

为了解决直觉语言集不能够处理隶属于与非隶属于语言值的程度之和大于1的情况,提出了Pythagorean模糊语言集。针对Pythagorean模糊语言信息的集成问题,定义了Pythagorean模糊语言数的运算法则及其得分函数、精确函数,提出了Pythagorean模糊语言加权平均（PFLWA）算子、Pythagorean模糊语言有序加权平均（PFLOWA）算子、Pythagorean模糊语言混合平均（PFLHA）算子,并讨论了相应的性质。然后基于组合权重的PFLWA算子与拓展的TOPSIS,提出了两种多属性群决策方法。最后通过实例验证了该方法的有效性。     

系数为对称梯形模糊数的模糊线性规划

针对模糊系数的线性规划, 提出了一种系数为对称梯形模糊数的线性规划的方法, 同时得出一些定理、命题以及相应的算法, 并通过实例验证了该方法的有效性. 该方法与常规方法的不同之处在于无须将模糊线性规划转化为经典线性规划就能得到满意的模糊优化解, 因此提出的方法所取得的规划结果更加满足决策者的需要.     

模糊语言下的梯形模糊数心态指标群决策方法

在模糊语言下,提出了梯形模糊数心态指标的群决策方法。在属性权系数和决策者权系数信息都不完全的情况下,引入心态指标,将模糊语言的梯形模糊数决策矩阵转化为带心态指标的决策矩阵;利用决策的不完全信息构造Fuzzy线性规划,分别求解出属性权重和决策者权重;对决策者的心态指标进行集成得到群体风险态度,模糊集成群体风险态度与方案的群体评价值,得到整个方案集的排序。选取实例说明该方法的有效性、可行性和可操作性。     

基于模糊结构元的模糊数直觉模糊多准则决策方法

针对准则权重信息不完全确定的模糊数直觉模糊多准则决策问题,采用模糊结构元方法进行处理.基于模糊数直觉模糊集的模糊结构元表示、模糊数比较和排序的模糊结构元方法以及直觉模糊数的记分函数和距离测度,定义了模糊数直觉模糊数的记分函数和距离测度,进而提出两种准则权重信息不完全确定而准则值为模糊数直觉模糊数的多准则决策方法:记分函数法和逼近理想解排序(TOPSIS)法.实例分析表明了这两种方法的可行性和有效性.     

多属性群决策的直觉梯形模糊数法

采用直觉梯形模糊数刻画专家的评价信息,提出一种新的多属性群决策方法.定义了直觉梯形模糊数的期望值、预期得分、有序加权集成算子和混合集成算子;建立了基于直觉梯形模糊数的多属性群决策模型;通过混合集成算子得到方案的群体综合评估值,根据期望值和预期得分给出群决策结果.实例分析验证了所提出方法的有效性.     

基于区间直觉模糊多维集成的电子商务信任模型

在现有的电子商务交易信任算法中,多数忽视用户主观偏好的不确定性,且未考虑语言评价信息。为此,建立一种多维集成信息的信任模型。将多维信任反馈信息集成为区间直觉模糊数,基于逼近理想解排序法计算其相对于理想区间直觉模糊数的贴近度,并对各服务实体的信任程度进行排序。在模型中加入惩罚项,以防止网上欺诈行为。仿真结果表明,该模型考虑用户的主观风险偏好,能够对定量和定性评价信息进行有效评估,其防欺诈能力优于区间云模型。     

基于区间直觉梯形模糊数的多属性决策方法

对区间直觉梯形模糊数进行研究．探讨了区间直觉梯形模糊数的运算法则及其性质;给出了区间直觉梯形模糊数的加权算术平均和加权几何平均算子,定义了区间直觉梯形模糊数的得分函数和精确函数,进而给出其排序方法;建立了基于区间直觉梯形模糊数的多属性决策模型,并提出了相应的决策方法．实例分析验证了所提出方法的有效性．     

Conceptual procedure for ranking fuzzy numbers based on adaptive two-dimensions dominance

Many methods for ranking of fuzzy numbers have been proposed. However, these methods just can apply to rank some types of fuzzy numbers (i.e. normal, non-normal, positive, and negative fuzzy numbers), and many ranking cases can just rank by their graphs intuitively. So, it is important to use proper methods in the right condition. In this paper, a conceptual procedure is proposed to describe how to use intuitive ranking and some technical ranking methods properly. We also introduce a new ranking fuzzy numbers approach that can adjust experts confidence and optimistic index of decision maker using two parameters ( and ) to handle the problems and find the best solutions. After illustrate many numerical examples following our conceptual procedure the ranking results are validity.     

三角模糊数在多属性决策中的建模

为了获得三角模糊数的多属性决策数学模型,将语言变量和三角模糊数引入到多属性决策中,用语言变量或三角模糊数表示多属性决策中的属性值和各属性的权重,采用加权和法求得每个备选方案的三角模糊数最终评价值,并应用三角模糊数的减法运算定义任意两个三角模糊数的优越度,在方案两两对比求得优越度后建立方案的互补判断矩阵,采用最小平方法求得方案排序向量,根据排序向量元素的大小进行方案排序。     

模糊权值网络最小生成树问题的矩阵算法

通过研究模糊权值网络中的最小生成树问题,使用基于模糊数的结构元加权序和经典最小生成树问题的改进权矩阵法,本文提出一种求解边权值为三角模糊数的模糊权值网络最小生成树问题的矩阵算法,并对算法的复杂度和正确性进行分析。通过实例验证了该算法的有效性。     

基于模糊期望值的模糊DEA 交叉效率评价方法

基于模糊DEA的交叉效率评价方法研究是一个崭新的研究课题,有着广阔的应用前景。结合基于模糊期望值的模糊 DEA 模型和交叉效率原理,提出一种新的交叉效率的评价方法。该方法首先求出基于模糊期望值的最优效率值权重,然后由这组模糊最优权重求解他评效率并构造交叉效率矩阵,最后根据求出的模糊期望交叉效率值对各DMU进行排序。     

解决不确定参数问题的模糊算术方法分析

对标准模糊运算方法和最近提出的模糊算术转化方法进行了分析和比较，结合具体算例，说明了它们的优缺点和适用范围。标准模糊运算方法在进行模糊参数运算时存在严重缺陷，而转化方法具有较强的适应性，能够有效解决标准模糊运算方法存在的缺陷，是分析不确定参量系统的有效工具。     

区间直觉模糊信息的集成方法及其在决策中的应用

对区间直觉模糊信息的集成方法进行了研究.定义了区间直觉模糊数的一些运算法则,并基于这些运算法则,给出区间直觉模糊数的加权算术和加权几何集成算子.定义了区间直觉模糊数的得分函数和精确函数,进而给出了区间直觉模糊数的一种简单的排序方法.最后提供了一种基于区间直觉模糊信息的决策途径,并进行了实例分析.     

Identifying and eliminating dominated alternatives in multi-attribute decision making with intuitionistic fuzzy information

Multi-attribute decision making under uncertainty is a usual task in our daily life. In the decision making process, the decision information provided by the decision maker (or expert) over alternatives may take the form of intuitionistic fuzzy numbers, and the weight information on attributes is usually incomplete. To this issue, we first transform the original decision matrix, whose elements are intuitionistic fuzzy numbers expressed by pairs of satisfaction degrees and dissatisfaction degrees, into its expected decision matrix, whose elements are composed of satisfaction degrees and hesitation degrees. We introduce the concept of dominated alternative, and give a method to identify the dominated alternatives. Then we develop an interactive method for eliminating any dominated alternatives by updating the decision maker's preferences gradually so as to find out the optimal one eventually. A further extension of the interactive method to interval-valued intuitionistic fuzzy situations is given, and the solution process of this interactive method is shown in detail through an illustrative example.     

改进的三角模糊数互反判断矩阵排序算法研究

研究了模糊层次分析法中以三角模糊数为元素的互反判断矩阵排序方法问题,提出一种改进模糊概率算法。采用改进的满意一致性判断指标对互反判断矩阵判断与修正;用模糊概率算法将判断矩阵特征向量中的三角模糊数转换成准确值,最终得出排序向量。实例分析结果表明,排序向量更加趋近理想判断,算法更具准确性。