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.     

犹豫模糊语言的可能度排序方法

研究犹豫模糊语言集可能度排序方法. 在给出犹豫模糊语言集排序可能度公理的基础上, 给出3 类犹豫模糊语言集可能度排序公式: 第1 类基于RL 的5 个等价犹豫模糊语言可能度排序公式; 第2 类基于WNS的5 个等价犹豫模糊语言可能度排序公式; 第3 类基于概率可信度的犹豫模糊语言可能度比较公式. 通过实例对3 类公式进行对比分析, 给出方法选择的建议, 第3 类方法可以区别差别较小的犹豫模糊语言数, 第1 类方法适于大规模计算中的应用.

     

基于犹豫语言判断矩阵的数据产品选择研究

犹豫语言判断矩阵作为一种新的判断矩阵,能够有效地处理决策信息为语言变量且决策者态度犹豫不行的决策问题。针对犹豫模糊语言信息环境下的数据产品选择问题,构建了一种基于犹豫语言判断矩阵的数据产品选择方法。该方法引入了犹豫语言判断矩阵的一些相关概念,包括加性一致性、一致性指数、可接受一致性;研究了犹豫语言判断矩阵一致性判定方法和特征矩阵的构造方法,并设计了一种收敛性算法用以改进犹豫语言判断矩阵的一致性;建立了基于犹豫语言判断矩阵的决策模型,并通过数据产品的选择实例说明提出的决策方法是合理和有效的。     

基于犹豫模糊语言多属性群决策的VIKOR扩展方法

针对犹豫模糊语言多属性群决策问题,提出了一种基于可能度分布的VIKOR方法。该方法首先将基于犹豫模糊语言的评价信息转化成可能度分布值,定义了新的距离公式,避免了传统犹豫模糊语言评价信息在计算过程中造成的信息扭曲。然后,设计了基于最大群体效用与最小个体遗憾两个目标的群体信息集结优化模型,并给出多属性群决策的VIKOR扩展方法。运用一个交通建设方案选择的案例分析验证了方法的有效性和优越性。     

基于粗糙集的犹豫模糊多属性决策方法

针对属性值为犹豫模糊元的决策问题,提出一种基于粗糙集理论的多属性决策方法.首先,依据属性值与理想点的贴近度和给定的阀值得到判断矩阵;然后,根据判断矩阵对属性集进行约简,确定属性权重;最后,基于TOPSIS思想,计算各方案与理想点的综合贴近度,得到方案的优劣次序,并通过算例分析表明了该方法的有效性.     

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.     

基于犹豫语言H-几何算子的信息安全系统选择

针对属性值为犹豫模糊语言信息且属性输入变量之间存在相互联系的多属性群决策问题,提出了一种基于犹豫语言Heronian几何算子的多属性群决策模型。基于Archimedean范数定义了新的犹豫模糊语言运算法则,并提出了犹豫语言Heronian几何（HLHG）算子;探讨了HLHG算子的一些优良性质,研究了HLHG算子的几种常见形式,引入了犹豫语言Heronian加权几何（HLHWG）算子;基于HLHWG算子构建了一种新的犹豫模糊语言多属性群决策模型,该群决策模型不仅考虑到了输入决策信息之间的相互联系,而且使得决策者能够依据自身偏好选择不同参数进行决策。结合信息安全系统选择实例验证了提出的群决策模型是可行的和有效的。     

属性权重未知情况下犹豫模糊多属性决策方法

针对属性权重未知的犹豫模糊多属性决策,利用犹豫模糊元边界的确定性与边界内隶属度的犹豫性,把犹豫模糊元转换成集对分析中的三元联系数;再根据三元联系数的势函数和属性离差最大法确定属性权重,基此建立属性权重未知条件下的基于三元联系数的犹豫模糊多属性决策模型,利用模型中不同犹豫强度对备选方案进行排序。实例计算和对比分析结果表明,新模型不仅包含了其他模型得到的结果,还提供了更多潜在的排序方案信息,由此形成的有条件决策,是犹豫模糊多属性决策不确定性本质属性的映照,与犹豫模糊多属性决策实际应用情况吻合。     

基于综合犹豫模糊熵的多属性决策研究

针对犹豫模糊集现有熵测度存在的计算过程复杂以及反直觉等现象,提出一种综合犹豫模糊熵,并基于累积前景理论,改进传统的TOPSIS决策方法,构建属性权重未知下的多属性决策模型.首先,在模糊度和非明确度的基础上,给出犹豫模糊熵新的公理化定义;然后,定义综合犹豫模糊熵,并证明其满足新的公理化定义,与现有犹豫模糊熵的对比分析表明,综合犹豫模糊熵在更为合理表征犹豫模糊元模糊性的同时,也解决了反直觉的问题;最后应用改进TOPSIS方法对所提出的综合性熵测度进行仿真分析,通过实例分析验证所提出的犹豫模糊熵的有效性.相比现有熵测度,综合犹豫模糊熵还具有计算简单和易于理解等优点,改进TOPSIS方法能够考虑决策者的心理偏好,相比传统决策手段,其决策效果更为合理.     

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。     

FLM-TOPSIS: The fuzzy linguistic multiset TOPSIS method and its application in linguistic decision making

Linguistic decision making is an important subject in decision making, many interesting and important linguistic decision making methods have been proposed, in which, alternatives-criteria decision matrix are uniformly used to express linguistic assessments of alternatives provided by decision makers with respect to criteria. Alternatives-criteria decision matrixes have some limitations when we use them to distinguish distinct, partial unknown or hesitant linguistic decision making or carry out linguistic decision making in the huge amounts of decision information and alternatives. In this paper, we propose alternatives-linguistic terms decision matrix to represent linguistic assessments of alternatives, analyze advantages of the decision matrix in representing linguistic assessments and distinguishing distinct, partial unknown or hesitant linguistic decision making. To simple and fast fuse alternatives-linguistic terms decision matrixes, we further provide linguistic multiset or fuzzy linguistic multiset to represent linguistic assessments in alternatives-linguistic terms decision matrixes, analyze the function properties of the fuzzy linguistic multiset. Motivated by fuzzy multiset and the TOPSIS method, we develop the fuzzy linguistic multiset TOPSIS method for linguistic decision making, the method is mainly consisted of transformation, aggregation and exploitation phases. In transformation phase, linguistic assessments of alternatives are transformed into fuzzy linguistic multisets by using alternatives-linguistic terms decision matrixes. In aggregation phase, we use Union, Intersection and Sum operations of multisets to obtain the positive and negative ideal solutions of linguistic decision making, which are different with the positive and negative ideal solutions of the traditional TOPSIS method, in addition, we provide a pseudo-distance between two fuzzy linguistic multisets to fast fuse linguistic assessments of alternatives. In exploitation phase, we define a new closeness degree of alternative by using pseudo-distances between the alternative and the positive and negative ideal solutions, which can be used to obtain the set of most satisfying alternatives. We also design an algorithm to carry out linguistic decision making based on the proposed method. In cases study, we use two practical examples to illustrate the practicality of the proposed method and compare it with the symbolic aggregation-based method, the hesitant fuzzy linguistic TOPSIS method, the hesitant fuzzy linguistic VIKOR method and the probabilistic linguistic term sets TOPSIS method, results indicate that alternatives-linguistic terms decision matrix and fuzzy linguistic multiset are alternative, useful and flexible tools for linguistic decision method and the fuzzy linguistic multiset TOPSIS method is suitable to deal with partial unknown or hesitant linguistic decision making.     

犹豫模糊语言环境下的无线传感器选择方法

无线传感器系统的选择是无线传感器管理中的一个重要课题,其本质是一个多属性决策问题。针对犹豫模糊语言环境下无线传感器的选择问题,基于前景理论和证据理论的思想,提出一种新的犹豫模糊语言多属性决策方法。该决策方法首先利用证据理论确定各自然状态发生的概率,进而得到每种状态发生的决策权重函数;其次,运用正态分布概率密度函数构建犹豫模糊语言决策参考点,并基于属性值与决策参考点之间的距离计算价值函数矩阵,从而获得前景价值矩阵;进一步构建以综合前景价值最大化为目标函数的最优化模型求解属性权重,并依据各无线传感器系统的综合前景价值进行优劣排序。通过对无线传感器系统的选择实例验证提出的决策方法的可行性与有效性。     

基于后悔理论的概率犹豫模糊双边匹配决策方法

针对概率犹豫模糊信息下准则具有期望水平的双边匹配决策问题,考虑双边主体后悔规避的心理行为特征,提出一种基于后悔理论的双边匹配决策方法.首先,定义概率犹豫模糊元的新兰氏距离和兰氏记分函数.然后,基于后悔理论提出一种准则具有期望水平的概率犹豫模糊双边匹配决策方法.该方法利用期望效用函数和概率犹豫模糊元兰氏记分函数构建双边主体的准则效用值矩阵;利用后悔-欣喜函数构建双边主体对于准则期望水平的后悔-欣喜值矩阵;依据后悔理论构建双边主体对于准则期望水平的感知价值矩阵.进一步,先利用离差最大化思想和概率犹豫模糊元新兰氏距离构建优化模型求解准则权重,再利用线性加权法构建双边主体的综合感知价值矩阵,利用极差变换法构建双边主体的满意度矩阵.在此基础上,基于满意度最大化,构建考虑双边匹配方案稳定性的多目标优化模型,并通过求解模型得到双边匹配结果.最后,通过算例分析表明了所提出匹配决策方法的有效性和实用性.     

基于三角犹豫Einstein算法的多属性决策模型

针对属性信息为三角犹豫模糊信息的多属性决策问题,结合Einstein运算,构建了一种基于三角犹豫模糊Einstein集成算法的多属性决策方法。首先,考虑到决策信息为三角犹豫模糊数且属性间存在一定的内在联系,基于三角犹豫模糊数的运算法则,提出了三角犹豫模糊Einstein加权平均（THFEWA）算子和三角犹豫模糊Einstein加权几何（THFEWG）算子;其次,针对三角犹豫模糊元的有序位置存在具有不同权重的情况,构建了三角犹豫模糊Einstein有序加权平均（THFEOWA）算子和三角犹豫模糊Einstein有序加权几何（THFEOWG）算子,并讨论了它们相应的基本性质;最后建立了基于THFEOWA算子和THFEOWG算子的多属性决策模型,并通过实例说明提出的决策模型是合理和有效的。     

Some interesting properties of the fuzzy linguistic model based on discrete fuzzy numbers to manage hesitant fuzzy linguistic information

The management of hesitant fuzzy information is a topic of special interest in fuzzy decision making. In this paper, we focus on the use and properties of the fuzzy linguistic modelling based on discrete fuzzy numbers to manage hesitant fuzzy linguistic information. Among these properties, we can highlight the existence of aggregation functions with no need of transformations or the possibility of a greater flexibilization of the opinions of the experts, even using different linguistic chains (multigranularity). Furthermore, based on these properties we perform a comparison between this model and the one based on hesitant fuzzy linguistic term sets, showing the advantages of the former with respect to the latter. Finally, a fuzzy decision making model based on discrete fuzzy numbers is proposed.     

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。