区间值模糊随机多准则决策方法

针对不完全信息的区间值模糊随机多准则决策问题,提出了两种求解方法。第一种方法利用离差最大化构建区间参数线性规划,通过区间数运算法则和定位规划求得最优准则权重向量、状态集结值区间决策矩阵与期望值区间决策矩阵,根据决策者风险偏好水平得到各方案的期望集结值从而确定排序。第二种方法将区间值模糊数决策矩阵转化为直觉模糊数决策矩阵,利用不完全的准则权重,通过规划模型求解,获取各方案在各自然状态下的加权记分函数值与加权精确函数值的区间,利用不完全的状态概率,得到各方案的记分函数期望值与精确函数期望值的区间,根据决策者风险偏好水平,求得各方案的记分函数与精确函数的期望集结值,进而确定方案的排序结果。算例分析验证了两种方法的有效性和可行性。     

基于三角Pythagorean模糊集的多准则决策方法

Pythagorean模糊集在直觉模糊集的基础上扩大了适用范围,三角模糊数在决策过程中可以保留决策者较多的不确定信息.鉴于此,首先提出三角Pythagorean模糊集的定义及其欧氏距离表示;然后定义三角Pythagorean模糊加权平均(TPFWA)算子、广义三角Pythagorean模糊加权平均(GTPFWA)算子、三角Pythagorean模糊加权几何(TPFWG)算子和广义三角Pythagorean模糊加权几何(GTPFWG)算子,并对算子所满足的幂等性、有界性和单调性予以证明;最后通过一个医药代表选择的多准则决策问题和灵敏度分析验证所提出算子的合理性和有效性.     

基于区间直觉模糊数的双向投影决策模型

研究了权重不完全确定,评价信息为区间直觉模糊数的多属性决策问题。提出了方案与理想方案、临界方案形成的向量表达方式,建立了针对区间直觉模糊信息的向量投影测度方法;构建了基于Jaynes最大熵原理和方案公平竞争下的非线性规划属性权重确定模型;提出了基于理想方案与临界方案的贴近度测算公式,以此对方案进行排序。通过算例对比分析说明了该方法的有效性和可行性。     

Pythagorean模糊环境下基于交叉熵和TOPSIS的多准则决策方法

考虑到Pythagorean模糊集（Pythagorean Fuzzy Set,PFS）具有的优势,提出了一个Pythagorean模糊环境下解决多准则决策（Multicriteria Decision Making,MCDM）问题的新方法。根据TOPSIS理论计算Pythagorean模糊环境下的正、负理想解,同时提出两个Pythagorean模糊集之间的交叉熵定义,并对其性质给予证明。计算每个方案各自和正、负理想解之间的交叉熵,再根据相对贴近度对所有方案进行排序。通过一个在绿色环境下的供应商选择的算例验证了有效性和实用性。     

区间Pythagorean模糊前景多阶段多属性应急决策方法

针对属性权重未知且决策信息为区间Pythagorean模糊语言的应急决策问题,提出一种基于组合赋权和前景理论的多阶段多属性决策方法。根据方案信息熵确定属性权重范围,并以区间Pythagorean模糊熵最小为目标构建模型并求解,以确定属性权重。定义正负理想点作为参考点,运用前景理论求出每一阶段各状态下的前景值,并考虑前一阶段方案对后一阶段状态概率的影响,求出方案链的前景值。在此基础上,以方案链的前景值最大和成本最小为目标构建优化模型,并将多目标转化为单目标,求解模型以确定各阶段的最优方案。以某传染病疫情防控应急决策问题为算例验证了该方法的可行性,并将多阶段决策效果与单一阶段的决策结果进行比较分析,验证了该方法的有效性。     

基于区间梯形二型犹豫模糊数的多准则决策方法

针对准则权重不完全的犹豫模糊多准则决策问题,提出基于区间梯形二型犹豫模糊数的决策方法.首先,给出区间梯形二型犹豫模糊数,根据几何面积法定义区间梯形二型犹豫模糊数的可能度和差异度;然后,利用差异度和离差最大化模型得到各准则权重,基于TOPSIS思想得到各方案的综合贴近度,并对方案进行排序;最后,通过算例分析和对比分析验证了所提出方法的可行性和有效性.     

Pythagorean犹豫模糊灰色关联前景多属性决策方法

针对Pythagorean犹豫模糊环境下的多属性决策问题,提出了一种基于前景理论的Pythagorean犹豫模糊灰色关联多属性决策方法。定义了Pythagorean犹豫模糊数的灰色关联度和前景价值函数。基于灰色关联度定义了各方案相对于正负理想解的差异集,结合前景价值函数将Pythagorean犹豫模糊决策矩阵转化为价值矩阵。通过各方案的收益损失比值对备选方案进行优劣排序。为了说明该决策方法的可行性和有效性,将其应用到能源项目的综合评价上,并通过实例对比验证了提出决策方法的优越性。     

区间Pythagorean犹豫模糊连续熵及灰色关联度的应用

区间Pythagorean犹豫模糊集,可以更加全面完整地描述决策者给出的决策结果,因此它是一个表示不确定现象的强有力的工具.针对模糊信息下的决策问题,提出了一种基于区间Pythagorean犹豫模糊连续熵的多属性决策方法.提出连续区间Pythagorean犹豫模糊有序加权平均(CIPHFOWA)算子,并提出了区间Pyt...     

基于毕达哥拉斯模糊Frank算子的多属性决策方法

针对毕达哥拉斯模糊环境下的多属性决策问题，提出一种基于毕达哥拉斯模糊Frank算子的多属性决策方法。首先将毕达哥拉斯模糊数和Frank算子相结合，给出了基于Frank算子的运算法则；然后提出了毕达哥拉斯模糊Frank算子，包括毕达哥拉斯模糊Frank加权平均算子和毕达哥拉斯模糊Frank加权几何算子，并讨论了这些算子的性质；最后提出了基于毕达哥拉斯模糊Frank算子的多属性决策方法，将该方法应用于绿色供应商的选择中。实例分析表明，运用该方法可以解决实际的多属性决策问题，并可以进一步应用到风险管理、人工智能等领域。     

基于动态P-模糊语言算子的VIKOR决策方法

针对直觉模糊信息解决动态多属性决策问题时存在的不足,将Pythagorean模糊语言信息引入到动态多属性决策问题,提出一种基于Pythagorean模糊语言信息集成算子的多准则妥协排序（VIKOR）决策方法。引入Pythagorean模糊语言得分函数、精确函数、距离计算公式等概念,提出动态 Pythagorean模糊语言加权平均（DPFLWA）算子,并研究DPFLWA算子的基本性质。最后,基于DPFLWA算子和VIKOR方法,构建一种动态 Pythagorean模糊语言多属性决策方法。通过第三方逆向物流服务商的选择实例,表明该方法的可行性和有效性。     

毕达哥拉斯模糊Heronian算子的多属性决策方法

针对毕达哥拉斯模糊环境下的多属性决策问题中的信息集成问题,其中方案的属性间相互关联相互影响,提出了一种毕达哥拉斯模糊Heronian算子的多属性决策方法。首先将毕达哥拉斯模糊数与Heronian算子相结合,提出了毕达哥拉斯模糊Heronian算子和毕达哥拉斯模糊加权Heronian算子,并讨论了这些算子的性质,给出了相应的证明。在此基础上,提出了基于毕达哥拉斯模糊Heronian算子的多属性决策方法;最后将其应用到国内四家航空公司服务质量评价中,说明了该算子的有效性和可行性。     

改进加权支持度的Pythagorean模糊交叉幂均群决策方法

针对毕达哥拉斯环境下的多属性群决策问题,首先,将毕达哥拉斯模糊数和幂均算子相结合,创造性地拓展了一种新的改进加权支持度;然后,基于此提出了改进加权支持度的毕达哥拉斯模糊交叉幂均算子,并讨论了该算子的性质,进而建立一种毕达哥拉斯模糊背景下能够反映决策属性间相互作用的决策方法;最后,将其应用于智慧城市的评价中。实例分析表明,该方法可以解决实际的多属性群决策问题,并可以进一步应用到智慧物流、模式识别、人工智能等领域。     

毕达哥拉斯犹豫模糊集成算子及其决策应用

针对毕达哥拉斯犹豫模糊多属性决策中,集成算子的重要作用以及集成算子不完善的情况,较为系统地研究了毕达哥拉斯犹豫模糊集成算子。为此,在毕达哥拉斯模糊数的运算和运算法则基础上,定义了毕达哥拉斯犹豫模糊有序加权平均算子（PHFOWA）、广义有序加权平均算子（GPHFOWA）和混合平均算子（PHFHA）,以及毕达哥拉斯犹豫模糊有序加权几何平均算子（PHFOWG）、广义有序加权几何平均算子（GPHFOWG）和混合几何平均算子（PHFHG）,并结合数学归纳法,分别给出了它们的计算公式,讨论了它们的有界性、单调性和置换不变性等性质。建立了基于毕达哥拉斯犹豫模糊集成算子的多属性决策方法,并应用算例和相关方法比较说明了决策方法的可行性与有效性。     

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．     

The new extension of TOPSIS method for multiple criteria decision making with hesitant Pythagorean fuzzy sets

Pythagorean fuzzy sets (PFSs) as a new generalization of fuzzy sets (FSs) can handle uncertain information more flexibly in the process of decision making. In our real life, we also may encounter a hesitant fuzzy environment. In view of the effective tool of hesitant fuzzy sets (HFSs) for expressing the hesitant situation, we introduce HFSs into PFSs and extend the existing research work of PFSs. Concretely speaking, this paper considers that the membership degree and the non-membership degree of PFSs are expressed as hesitant fuzzy elements. First, we propose a new concept of hesitant Pythagorean fuzzy sets (HPFSs) by combining PFSs with HFSs. It provides a new semantic interpretation for our evaluation. Meanwhile, the properties and the operators of HPFSs are studied in detail. For the sake of application, we focus on investigating the normalization method and the distance measures of HPFSs in advance. Then, we explore the application of HPFSs to multi-criteria decision making (MCDM) by employing the technique for order preference by similarity to ideal solution (TOPSIS) method. A new extension of TOPSIS method is further designed in the context of MCDM with HPFSs. Finally, an example of the energy project selection is presented to elaborate on the performance of our approach.     

考虑信任度的Pythagorean模糊两阶段交互多属性群决策方法

针对属性值为Pythagorean模糊语言,属性权重未知且考虑群体一致性和决策者属性偏好不确定性的决策问题,探讨了一种考虑信任度的两阶段交互多属性群决策方法.首先,考虑决策者偏好,将属性集分为必选属性集和可选属性集;其次,构建两阶段交互机制以确保必选属性集的群体一致性达到阈值,第一阶段以提升群体共识水平为目标进行交互,第二阶段以降低冲突水平为目标进行交互;再次,同时考虑交互的积累稳定性和积累影响因子以确定必选属性集下的决策者权重,并依据信任度确定可选属性集下的决策者权重;最后,用距离熵确定属性权重,并用VIKOR法选出最优方案.算例分析表明,该方法能够较好地解决考虑共识和冲突水平的多属性群决策问题.     

基于毕达哥拉斯模糊幂加权平均算子的多属性群决策方法

研究了毕达哥拉斯模糊环境下的多属性群决策问题。首先,将毕达哥拉斯模糊信息引入幂平均加权算子,提出毕达哥拉斯模糊幂加权平均（PFPWA） 算子,并研究所提算子的基本性质。然后,在毕达哥拉斯模糊数（PFN） 为信息输入的框架内,提出基于毕达哥拉斯模糊幂加权平均算子的群决策方法。所提出的方法使用毕达哥斯拉信息使得决策者的信息表达更加灵活,并且在信息集结过程中采用幂加权平均算子能够同时考虑专家权威与评估信息的可信度。最后,通过案例分析验证了所提方法的可行性和有效性。