准则关联的直觉模糊多准则决策方法

针对准则值为直觉三角模糊数,准则间相互关联的多准则决策问题,提出基于Choquet分的决策方法．该方法首先利用偏好函数定义方案在各准则下的优序关系,若模糊测度已知,则直接利用Choquet积分进行求解;若准则集上的模糊测度未知,则利用部分决策信息和最小方差法建立二次规划模型,求解模糊测度,再利用Choquet分进行决策．最后通过实例表明了该方法的有效性和可行性．     

基于熵和风险态度的二型模糊多属性决策方法

针对属性权重信息完全未知的二型模糊多属性决策问题,提出了一种基于二型模糊熵和决策者风险态度的决策方法。首先,为了准确测度二型模糊集（T2FS）的不确定性,通过引入模糊因子和犹豫因子建立了二型模糊熵的公理化准则,并基于距离测度给出了对应的计算公式。其次,为了减少整体不确定信息对决策结果的影响,结合二型模糊熵构建非线性规划模型来确定属性权重。同时,将决策者的风险态度引入二型模糊信息的得分函数中并给出具体的决策步骤。最后,通过实例分析验证了该决策方法的可行性,并与现有文献对比发现该决策方法更具有灵活性。     

基于施密特正交马田系统和φs转换的灰模糊积分关联度决策模型

针对传统灰关联度不能有效处理属性间存在的交互作用问题,定义了灰模糊积分关联度的概念,并给出了利用Фs函数将属性权重与属性间的交互度转换为λ模糊测度的方法;对于属性权重的计算,提出一种利用施密特正交马田系统计算属性权重的方法,该方法不但考虑了决策者的主观偏好,而且可以消除属性间的重叠信息,从而使权重的计算更加合理;构建了灰模糊积分关联度决策模型,并给出了详细的决策步骤.最后,通过实例验证了所提出的决策模型的可行性,并分析了不同交互度对决策结果的敏感性.     

基于Choquet积分的多属性灰靶群决策方法

针对属性间具有关联性且属性值为区间灰数的多属性群决策问题,提出一种基于Choquet 积分的多属性灰靶群决策方法.根据模糊测度和Choquet积分的性质,定义关于区间灰数的Choquet积分信息集成算子,并证明其相关性质;通过灰靶决策方法,对方案集的综合靶心距进行排序.仿真实例验证了所提出方法的合理性.     

基于Choquet 积分的模糊数直觉模糊数多属性决策方法

根据模糊数直觉模糊数的运算法则,提出了基于模糊测度和Choquet积分的模糊数直觉模糊数的信息集成算子,并证明了该算子的相关性质.运用该算子研究了属性间具有关联性的、属性值为模糊数直觉模糊数的多属性决策方法,最后通过实例分析表明了所提出方法的有效性.     

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.     

一类基于指数型模糊数的模糊多属性topsis决策

针对指数型模糊数上的模糊多属性决策问题,根据模糊理想点法的思想,给出两种多属性topsis决策方法。通过定义指数型模糊数的期望值,实现属性权重向量的解模糊化处理;定义指数型模糊数之间的距离测度,以计算各方案与理想方案之间的距离。基于期望值和距离测度的定义,从两种不同的角度出发,给出了两种模糊多属性topsis决策方法。实例验证两种方法的可行性和有效性,并对这两种方法进行比较和分析。     

基于模糊积分的多模糊决策树融合

给定一个模糊信息系统,可能找到多个重要的模糊属性子集,而且这些重要的模糊属性子集对决策有不同的贡献,会产生不同的影响.如果仅选择其中一个模糊属性子集进行决策,即使是最重要的一个,也会丢失隐含在其他重要的模糊属性子集中的可用信息.为了充分利用模糊信息系统中每个重要的模糊属性子集所提供的信息,提出了一种基于模糊积分的多模糊决策树融合方法.这种方法分3个步骤：1)通过模糊等价关系找到几个重要的模糊属性子集;2)对每个模糊属性子集,利用模糊ID3算法生成一棵模糊决策树;3)用模糊积分融合几棵模糊决策树.实验结果证明了用多模糊决策树融合方法比单模糊决策树分类效果更好.     

基于马田系统的区间Choquet 模糊积分多属性决策方法

为了扩展马田系统在模糊积分多属性决策领域中的应用, 引入区间样本描述统计量, 将传统的实数型马田系统改进为区间型马田系统, 并在此基础上提出一种基于区间数据的模糊测度计算方法. 为了便于集成区间属性值,定义区间Choquet 模糊积分算子. 实例分析表明, 所提方法能够解决属性值为区间数据的模糊积分多属性决策问题, 验证了该方法的可行性.

     

基于共识与Choquet积分的模糊Petri网可信度确定方法*

针对模糊Petri网可信度确定过程中,决策结果可接受程度较低和未考虑影响因子间关联的问题,提出基于群体共识测度与Choquet积分确定模糊Petri网可信度的方法。设计了基于决策者与群体评估信息偏差修正的自适应共识测度算法,获取可接受程度较高的群体评估信息。构建最大2-可加模糊测度Marichal熵模型求解影响因子间的交互作用系数,根据交互作用系数、默比乌斯变换和模糊测度之间的关系确定模糊测度,利用Choquet积分算子集结群体评估信息得到模糊Petri网可信度。将此方法用于确定燃气轮机故障诊断模糊Petri网输入库所可信度,并与未考虑共识测度和影响因子间关联的方法进行比较,计算结果验证了该方法的有效性和可行性。     

基于IITFN输入的复杂系统关联MAGDM方法

区间直觉梯形模糊数（Interval-valued intuitionistic trapezoidal fuzzy number,IITFN）是刻画复杂系统不确定性的有效工具. 基于进一步完善的IITFN 运算规则,讨论其局部封闭性. 由此定义IITFN 几何Bonferroni 平均算子,并验证该算子的相关性质. 针对决策者及属性之间均存在关联作用且权重均未知的多属性群决策（Multi-attribute group decision making,MAGDM）问题,提出基于前景混合区间直觉梯形几何 Bonferroni （Prospect hybrid interval-valued intuitionistic trapezoidal fuzzy geometric Bonferroni,PHIITFGB）平均算子 的关联多属性群决策方法. 该方法首先通过依次定义IITFN 的前景效应、前景价值函数和前景价值,获取前景价值矩阵;其次,将前景价值矩阵转化为前景记分函数矩阵,并综合运用基于灰关联深度系数的客观属性权重极大 熵模型和基于2-可加模糊测度与Choquet 积分联合的决策者权重确定模型,获取决策者权重及属性权重;再次,利 用PHIITFGB 算子集结各决策者的方案评估信息,结合决策者权重即可获取相应于各方案的综合前景价值;最后,计算综合前景记分价值函数,基于IITFN 的序关系判别准则确定方案排序. 案例验证决策方法的有效性和可行性.     

一种采用拓广最小二乘法的模糊综合评价方法

模糊综合评价方法是目前决策理论中使用极为广泛的一种方法:但模糊综合评价结果的可靠性和准确性依赖于合理选择因素和合理确定因素的权重等.特别对于有序分割类,模糊判别时通常使用的最小代价准则、最大属性测度准则以及最大隶属度准则由于掩盖了介于两个隶属度之间的差别,有时可能得出并不合理的结论.首先提出了一种利用拓广最小二乘算法综合指标权重的方法,然后基于置信度准则提出了一种改进的模糊综合评价方法.有效地避免了上述问题,而且编程实现极为方便简单.最后用一个实例说明了本文方法的有效性和可行性.     

基于模糊积分的潜艇作战能力评估方法

在方案论证阶段用于评估潜艇作战能力的方法,一般都假设各个指标是独立的,而在许多情况下独立性假设是不能成立的。针对系统的方案不确定性,引入了模糊测度的概念,能够对系统指标以及指标之间的关联性,作战能力的影响进行建模,并且给出了一种应用专家判断和作战仿真相结合的模糊测度计算方法。在得到评价准则集的模糊测度以后,引入Cho-quet模糊积分,对潜艇的作战能力进行聚合。最后给出了一个实例验证了方法的有效性。     

复杂流场特征区域模糊描述与提取方法

引入模糊理论对流场特征的描述,提出了一种流场特征区域描述与提取算法.通过采用模糊理论对流场特征区域进行描述,从基本属性φ、衍生属性Υ、关联属性Ⅱ这3个层次建立了测度规则,然后对各规则分析建立了相应的特征向量,并基于特征向量偏差给出了模糊测度隶属度的确定方法.理论分析表明,该描述与提取算法在最小平方和准则下是对流场区域的...     

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。     

基于区间二型模糊熵的多属性决策方法

针对属性权重信息完全未知的区间二型模糊多属性决策问题,提出了一种基于区间二型模糊熵的多属性决策方法。为了量化区间二型模糊集的不确定信息,通过引入模糊因子、犹豫因子和区间因子建立了区间二型模糊熵的公理化准则,并分别基于欧氏距离、海明距离和广义距离给出了三种熵计算公式。同时,根据决策问题中总体不确定性最小化的原则,结合熵公式构建数学规划模型来确定属性权重,利用得分函数给出了具体的决策步骤,并通过实例分析验证了该决策方法的有效性和灵活性。     

直觉模糊集的Choquet积分相关测度及其决策应用

Qu给出的直觉模糊集的Choquet积分相关系数的计算公式与相关系数的性质相矛盾.为此,通过一个实例说明Qu定义的直觉模糊Choquet积分相关系数定义存在的问题,并结合相关系数的性质证明,分析问题出现的原因;然后,针对存在的问题,以直觉模糊集的Choquet积分相关指标为基础,给出新的直觉模糊集的Choquet积分信息能量的概念,定义新的直觉模糊集的Choquet积分相关系数,并讨论相关系数的性质;最后,利用新定义的直觉模糊集的Choquet积分相关测度,推导出方案与正理想方案之间的Choquet积分相关系数计算公式,据此提出一种直觉模糊多属性决策方法,并通过实例分析以及方法对比,说明所提出方法的可行性和有效性.     

基于2-可加模糊测度的仿真可信度评估方法

传统的仿真可信度评估方法是基于同层指标之间相互独立的假设进行决策分析的,该假设与仿真系统可信度评估的实际情况不相符.针对这一问题,首先,结合摆幅置权法和比例标度法给出了一种新的2-可加模糊测度确定方法,以此对指标间交互关系进行定量描述,并在理论上证明了该方法的正确性;然后,基于所得2-可加模糊测度,使用 Choquet 模糊积分对仿真系统的评估信息进行聚合,得到仿真系统的可信度;最后,通过实例验证了所提出方法的有效性和合理性.     

基于前景理论的信息不完全的模糊多准则决策方法

针对准则权重不完全确定且方案的准则值为梯形模糊数的多准则决策问题,提出一种基于前景理论的模糊多准则决策方法.该方法将决策者的风险心理因素引入多准则决策,根据前景理论及模糊数距离公式,定义梯形模糊数的前景价值函数,并以此构建方案综合前景值最大化的非线性规划模型,求解模型得出最优权向量,最终确定出方案的排序.最后通过实例说明了该方法的有效性和可行性.     

基于模糊积分的供应链网络优化方法

分析了模糊随机双重不确定性环境下供应链合作伙伴选择时存在的问题,提出了由供应链策略为主导,以模糊积分为决策工具的模糊随机多重多属性供应链合作伙伴选择与网络构建方法,以及模糊随机环境下的任务粗分配方法。通过事例模拟进行了验证,结果表明所提方法有效可行。