基于冲突分析的犹豫模糊多属性决策

在基于犹豫模糊距离的多属性决策问题中,定义距离测度和计算属性权重是两个关键点.在定义犹豫模糊数的距离测度时,针对添加相同元素,补齐较短犹豫模糊数,改变原有含义的问题,文中提出同时扩展两个犹豫模糊数使其达到相同长度的方法.再根据Pawlak的冲突分析理论,建立犹豫模糊信息系统的冲突分析模型,提出基于冲突度的计算属性权重的方法.最后给出求解犹豫模糊信息系统下多属性决策问题的具体方法.企业发展规划的实例说明文中方法的有效性和可行性.     

区间犹豫模糊熵应用于地方高等教育发展研究

构造了新的区间犹豫模糊熵、交叉熵公式,提出了一种新的区间犹豫模糊多属性群决策方法,并将其应用于地方高等教育发展研究的过程中。构建了一种新的区间犹豫模糊熵公式,并证明其满足区间犹豫模糊熵的公理化条件;给出了区间犹豫模糊距离测度的公理性定义,研究了区间犹豫模糊距离测度和区间犹豫模糊熵、交叉熵的关系,并构建了区间犹豫模糊加权交叉熵公式。在区间犹豫模糊环境下,基于区间犹豫模糊熵、交叉熵以及交叉熵贴近度,提出了一种新的属性权重未知的多属性决策方法,并将其应用于对地方高等教育发展研究的过程中,验证该方法的可行性和有效性。     

一种新的区间直觉模糊熵及其应用

提出了区间值直觉模糊集的区间直觉模糊交叉熵,这种交叉熵充分考虑了区间值直觉模糊集的隶属度,非隶属度以及犹豫度。给出一种区间值直觉模糊集的区间直觉模糊熵的公理化体系,并且基于直觉模糊交叉熵公式给出一种区间直觉模糊熵的具体测度公式。利用区间值直觉模糊集的加权相关系数,将提出的熵公式应用于解决属性权重完全未知的区间直觉模糊多属性决策问题。     

毕达哥拉斯犹豫模糊集的相关测度

毕达哥拉斯犹豫模糊集,既能描述隶属度与非隶属度之和超过1、而平方和不超过1的模糊现象,又能表达决策者在隶属度和非隶属度上的犹豫不决,因此它是表达不确定现象的一个强有力工具.考虑到相关测度在统计学和管理科学中发挥着重要的作用,在模糊集、直觉模糊集以及毕达哥拉斯模糊集等相关测度基础上,研究毕达哥拉斯犹豫模糊集的相关测度.为此,定义毕达哥拉斯犹豫模糊集的信息能量、相关指标以及相关系数,证明相关系数的性质.由于决策中经常要考虑到属性权重,定义毕达哥拉斯犹豫模糊集的加权相关系数,并讨论其性质.最后,通过求出每个方案与正理想方案之间的加权相关系数,实现方案的排序择优,并通过算例表明其可行性与有效性.     

基于概率犹豫模糊熵的多属性决策方法

针对概率犹豫模糊元的多个隶属度和其概率各不相同的特点,提出基于概率犹豫模糊熵的多属性决策方法.首先,定义3种新的概率犹豫模糊熵:模糊熵、犹豫熵和总熵,以分别测量概率犹豫模糊元的模糊性、犹豫性和整体不确定性;然后给出3种熵测度的公理化定义和表达式;最后,根据概率犹豫模糊元的3种熵,构建能够解决属性权重完全未知的多属性决策模型,并通过案例和对比分析验证所提模型的有效性和合理性.     

属性权重信息未知下基于概率对偶犹豫模糊信息相关性系数的多属性决策方法

概率对偶犹豫模糊集包含隶属度、非隶属度及相应的概率信息,是刻画不确定决策信息的重要工具.针对属性权重信息未知的概率对偶犹豫模糊多属性决策问题,文中提出基于概率对偶犹豫模糊信息相关性系数的多属性决策方法.首先,运用概率对偶犹豫模糊信息熵计算属性客观权重,并与决策者给定的主观权重结合,得到属性综合权重.然后,提出概率对偶犹...     

基于符号距离和交叉熵的概率犹豫模糊多属性决策方法

针对概率犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于符号距离和交叉熵的多属性决策方法.首先,定义用于测量决策者犹豫程度的3种概率犹豫模糊元的犹豫度:数值犹豫度,信息不完全度和总犹豫度,基于3种犹豫度提出概率犹豫模糊符号距离;然后,为了避免人为添加元素,定义调和概率犹豫模糊元,并结合信息不完全度提出概率犹豫模糊元的交叉熵;最后,根据概率犹豫模糊元的符号距离和交叉熵构建多属性决策模型,并通过算例验证了该模型的有效性和合理性.     

基于新型距离测度的概率犹豫模糊多属性群决策方法

研究属性权重已知、专家权重未知条件下的概率犹豫模糊多属性群决策问题.首先,针对传统概率犹豫模糊距离测度的不足,提出改进的新型距离测度,并对其有效性和合理性进行数学证明;其次,在属性权重向量已知的前提下,通过加权算术平均的方式实现单个专家视角下的概率犹豫模糊信息初次集结,并基于分差最大化准则构建专家权重向量求解模型,采用...     

考虑个体累积共识贡献的犹豫模糊语言自适应共识模型

针对犹豫模糊语言信息下的多属性群决策问题,提出一种基于个体累积共识贡献的自适应共识决策模型.首先,利用犹豫模糊语言得分函数,基于经典的信息熵和相对熵理论,综合考虑同一属性下不同方案间的信息差异,以及各方案分别与正理想方案和负理想方案的信息差异,构建确定属性权重的优化模型;然后,提出个体累积共识贡献测度和全局共识测度,利用全局共识度进行共识控制,依据个体累积共识贡献度对专家权重进行自适应修正,构建一种新的犹豫模糊语言自适应共识过程.该过程的特点是对拥有较少合作的非全共识专家执行专家权重惩罚,而且专家权重的更新引起属性权重的自适应更新,反过来又影响个体共识贡献的累积.最后通过一个应急医疗设施选址的共识决策例子表明方法的可行性和有效性.     

基于熵与邻域约束的模糊C均值改进算法

针对模糊C均值(FCM)聚类算法没有考虑样本不同属性的重要程度、邻域信息等问题,提出一种基于熵与邻域约束的FCM算法。首先通过计算样本各属性的熵值来为各属性赋予权重,结合属性权重改进距离度量函数;随后根据邻域样本与中心样本间的距离计算邻域隶属度权重,加权得到邻域隶属度,利用邻域隶属度约束目标函数,修正隶属度迭代过程,最终达到提升FCM聚类算法性能的目的。理论分析和在人造数据集、多个UCI数据集的试验结果表明,改进后的算法在聚类效果、鲁棒性上均优于传统FCM算法、PCM算法、KFCM算法、KPCM算法和DSFCM算法,表明了本文算法的有效性。     

基于改进符号距离的权重未知犹豫模糊决策方法

研究犹豫模糊环境下属性权重完全未知的多属性决策问题.针对犹豫模糊元中人为添加元素影响方案排序等问题,提出一种基于符号距离的犹豫模糊多属性决策方法.首先,根据犹豫模糊元中元素个数及偏差定义一种新的犹豫度,并基于犹豫度定义犹豫模糊符号距离;其次,基于符号距离提出一种属性权重优化模型以确定属性权重,并对方案进行排序;最后,通过算例表明所提出方法的合理性和有效性.     

基于新型符号距离的犹豫模糊多属性决策方法

研究属性权重完全未知的犹豫模糊决策问题.针对犹豫模糊元中人为添加元素导致的主观性过强问题,提出一种基于新型符号距离的犹豫模糊决策方法.首先,根据犹豫模糊集元素之间的方差以及元素个数定义一种含有对数函数的新型犹豫度,并基于新型犹豫度定义新型犹豫模糊符号距离;然后,基于新型符号距离给出一种属性权重完全未知的数学规划模型得出属性权重,并利用加权符号距离对方案进行排序;最后,通过数值案例表明所提出方法区分度明显并且合理、有效.     

基于指数型模糊数的多属性决策模型及其应用

针对模糊多属性决策问题,给出一种基于指数型模糊数的多属性决策模型。一方面,通过定义指数型模糊数的期望,以实现属性权重向量的解模糊化处理;另一方面,根据三元区间数理论和指数型模糊数的截集信息,定义指数型模糊数上一种新的距离度量,以计算各备选方案与正、负理想方案之间的距离。根据模糊理想点思想,基于指数型模糊数的期望和距离的定义,给出一种指数型模糊数上的Topsis多属性决策方法。将该模型应用于一个具体实例,其结果证实了该方法的有效性。     

Entropy and Cross‐entropy for Generalized Hesitant Fuzzy Information and Their Use in Multiple Attribute Decision Making

In this paper, we present the entropy, cross‐entropy, and similarity measure for generalized hesitant fuzzy information and discuss their desirable properties. Some measure formulas are developed, and the relationships among them are investigated. We show that the similarity measure and entropy for generalized hesitant fuzzy information can be transformed by each other based on their axiomatic definitions. Then we develop two approaches for solving multiple attribute decision making, in which the attribute values are given in the form of generalized hesitant fuzzy elements (GHFEs). In the first approach, the attribute weight vector is determined by the generalized hesitant fuzzy entropies, and the optimal alternative is obtained by comparing the generalized hesitant fuzzy cross‐entropies between alternatives and positive‐ideal or negative‐ideal solutions; in the second approach, the attribute weight vector is derived from the maximizing deviation method and optimal alternative is obtained by using the technique for order preference by similarly to ideal solution (TOPSIS) method. Finally, an example is provided to illustrate the practicality and effectiveness of the developed approaches.     

指数型犹豫模糊熵在多属性决策中的应用

提出一种指数型犹豫模糊熵,并基于熵权法给出犹豫模糊多属性决策模型.首先,给出犹豫模糊元熵的公理化定义,构造犹豫模糊元的指数型犹豫模糊熵测度公式,并证明指数型犹豫模糊熵测度公式满足犹豫模糊元熵的公理化定义基本准则.在此基础上,引入犹豫模糊集的熵定义和熵测度公式,并证明犹豫模糊集的指数型犹豫模糊熵测度公式同样满足犹豫模糊集...     

属性权重未知情形下的q阶orthopair犹豫模糊TOPSIS法

在多属性决策问题中,q阶orthopair犹豫模糊集可以有效地处理不确定信息.基于Theil不等系数,提出一种新的q阶orthopair犹豫模糊距离测度,并研究该距离测度的性质.针对属性权重完全未知的q阶orthopair犹豫模糊多属性决策问题,构建离差最大化的属性权重模型.基于该权重确定模型和q阶orthopair犹...