加权犹豫模糊集的群决策方法

对于犹豫模糊元中的不同隶属度值赋予不同的权重,由此构造出一种应用范围更广、更符合实际需要的犹豫模糊集合 ----- 加权犹豫模糊集合.针对加权犹豫模糊集中的加权犹豫模糊元,定义了加权犹豫模糊集合和加权犹豫模糊元的并、交、余、数乘和幂等运算及其运算法则,并讨论它们的运算性质;同时,给出加权犹豫模糊元的得分函数和离散函数,进而给出一种比较加权犹豫模糊元的排序法则.在此基础上,提出两类集成算子:加权犹豫模糊元的加权算术平均算子和加权犹豫模糊元的加权几何平均算子,并针对专家权重(已知和未知)的两种情形,将加权犹豫模糊集合应用于群决策,给出两种基于加权犹豫模糊集合的群决策方法.最后,通过一个应用实例表明所提出的群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。     

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.     

区间犹豫模糊三角相似度及其多属性群决策

构建了区间犹豫模糊三角相似度公式,并且研究了区间犹豫模糊环境下属性权重信息完全未知的多属性群决策方法。首先基于正弦三角函数构造了区间犹豫模糊三角相似度公式,并证明其满足区间犹豫模糊相似度公理化定义的四个条件;接着给出了区间犹豫模糊交叉熵的公理性定义,同时研究了区间犹豫模糊相似度和区间犹豫模糊交叉熵的关系;最后基于区间犹豫模糊三角相似度,提出了在属性权重信息完全未知条件下的区间犹豫模糊多属性群决策方法,并用实例验证该方法的可行性和有效性。     

考虑外部环境变化的分阶段动态群决策方法

研究决策者权重部分未知的概率犹豫模糊分阶段动态群决策问题.针对外部环境的变化,结合符号距离测度,提出考虑外部环境变化的分阶段群决策方法.首先,基于元素的方差及个数差异定义概率犹豫模糊元的犹豫度公式,并在此基础上定义概率犹豫模糊元的符号距离公式.然后,根据外部环境的变化会导致每个时序阶段获得的信息存在差异的特点,构建动态决策模型以确定各个时序阶段的决策者权重,进而分阶段集结信息,形成决策过程方案链.最后,通过算例分析验证了所提出方法的有效性与合理性.     

基于指数熵加权的降维犹豫模糊兰氏距离测度及应用

首先提出几种基于兰氏距离的犹豫模糊集距离测度.然后针对两个犹豫模糊数中的隶属度个数不相等问题,提出新的犹豫模糊数降维方案.该方案不需要反复添加最大最小隶属度数值到犹豫模糊数中,不仅很好地保留了数据的原始信息,而且减少了计算距离时的计算量.针对属性权重信息完全未知的情况,采用实际数据信息构造犹豫模糊指数熵,并利用信息熵最小化原则计算得到属性权重.最后利用指数熵加权的降维犹豫模糊兰氏距离测度,结合实际的医疗诊断数据进行实例分析.结果表明,所提出的基于指数熵加权的降维犹豫模糊兰氏距离测度不仅在$\lambda$取不同值时诊断结果一致,而且减少了计算量,提高了诊断效率,对实时、有效的医疗诊断具有一定的应用价值.     

区间值对偶犹豫模糊集的相关系数及其应用

区间值对偶犹豫模糊集因其可能隶属度与可能非隶属度均采用区间的形式而更具有一般性,因而得到广泛的应用。相关系数可以用来度量两个模糊信息之间的相关关系。基于区间值对偶犹豫模糊集相关系数提出了一种新的多属性群决策方法。在对偶犹豫模糊集的基础上给出了区间值对偶犹豫模糊集的定义及其基本运算;给出了区间值对偶犹豫模糊集的相关系数的定义及相应的计算公式;构造了确定权重的优化模型;基于区间值对偶犹豫模糊集的相关系数和确定权重的优化模型,提出一种属性权重部分未知的模糊多属性群决策方法,并通过实例说明该方法的有效性和可行性。     

基于加权犹豫Frank几何算法的决策模型

加权犹豫模糊集是一种广义的犹豫模糊集,其可以更准确和全面地刻画决策信息。而Frank三角模运算能够挖掘多个输入参数值间的相互关系。基于Frank三角模思想,在加权犹豫模糊环境下,提出了一种加权犹豫Frank几何平均算法的群决策模型。首先,运用Frank三角模定义了加权犹豫模糊基本运算法则,并构建了新的得分函数;接着,提出了加权犹豫Frank几何平均（WHFGA）算子,分析了WHFGA算子关于参数[r]的相关性质;最后,基于提出的WHFGA算子,建立了加权犹豫模糊多属性决策模型,并通过算例进行分析。实验结果表明,WHFGA算子具有良好的内在一致性。     

犹豫模糊软集

犹豫模糊集是对模糊集的一种推广,它是一类关于域中每个元素所含隶属度的集合,常应用于群决策中,但由于其本身在参数工具上的缺乏使得难于处理不确定数据。为了提高决策的精确性,将软集与犹豫模糊集结合起来,提出犹豫模糊软集的概念,并给出犹豫模糊软集的基本运算法则和性质。     

基于广义犹豫三角模糊幂均算子的MADM方法

针对以犹豫三角模糊元(HTFE)为输入的多属性决策(MADM)问题,首先,给出犹豫三角模糊集距离的定义,并基于此提出犹豫三角模糊幂均(HTFPA)算子的概念;其次,为了能够有效地弱化与整体信息偏差较大的评估值对决策结果的影响,提出广义犹豫三角模糊幂均(GHTFPA)算子,并讨探其相关性质;再次,通过构建基于最小绝对偏差法的非线性规划模型,以合理地获取广义犹豫三角模糊幂均参数;最后,针对各属性之间均存在交互关联关系且权重信息完全未知的MADM问题,提出基于广义犹豫三角模糊幂均算子的MADM方法.案例和对比分析表明,所提出的方法是可行且合理的.     

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。     

广义犹豫模糊信息集成及其多属性群决策

在犹豫模糊环境下,主要研究了基于阿基米德范数的广义信息集成算法,并提出了一种新的多属性群决策方法。基于阿基米德T-范数和S-范数,定义了广义犹豫模糊运算法则;运用新定义的广义犹豫模糊运算法则,提出了广义犹豫模糊有序加权平均(G-HFOWA)算子,研究了其优良性质;探讨了在某些特殊情况下,广义犹豫模糊有序加权平均算子将转化为一些常见的犹豫模糊信息集成算子,包括犹豫模糊有序加权平均算子、犹豫模糊Einstein有序加权平均算子、犹豫模糊Hamacher有序加权平均算子以及犹豫模糊Frank有序加权平均算子;基于广义信息集成算子,构建了一种新的犹豫模糊多属性群决策方法,并将其应用于区域经济协调发展研究过程中,以验证提出的决策方法是可行的与有效的。     

Induced generalized hesitant fuzzy operators and their application to multiple attribute group decision making

In this paper, we develop a series of induced generalized aggregation operators for hesitant fuzzy or interval-valued hesitant fuzzy information, including induced generalized hesitant fuzzy ordered weighted averaging (IGHFOWA) operators, induced generalized hesitant fuzzy ordered weighted geometric (IGHFOWG) operators, induced generalized interval-valued hesitant fuzzy ordered weighted averaging (IGIVHFOWA) operators, and induced generalized interval-valued hesitant fuzzy ordered weighted geometric (IGIVHFOWG) operators. Next, we investigate their various properties and some of their special cases. Furthermore, some approaches based on the proposed operators are developed to solve multiple attribute group decision making (MAGDM) problems with hesitant fuzzy or interval-valued hesitant fuzzy information. Finally, some numerical examples are provided to illustrate the developed approaches.     

Hesitant fuzzy best-worst multi-criteria decision-making method and its applications

Best-worst method (BWM) is extended to uncertain situations, hesitant fuzzy best-worst method (HFBWM) is proposed by using hesitant fuzzy multiplicative preference relation for multiple-criteria group decision-making problems. The reference comparison of the best criterion and the worst criterion are described by the linguistic terms, which are expressed in hesitant fuzzy elements, of the decision makers. Weights of criteria are calculated by using score function. Using the concept of BWM, nonlinearly constrained optimization problems are formed to obtain hesitant fuzzy weights (HFWs) of different criteria and alternatives. To check the reliability of the HFBWM, consistency ratio is proposed. The advantage and suitability of the proposed HFBWM are determined by three case studies. The results indicate that the HFBWM, due to higher comparison consistency as compared to BWM, obtain plausible preference ranking for alternatives.     

广义犹豫模糊软集的相似度量及其应用

在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的相似度量。首先利用三种犹豫模糊集合的包含度,构造犹豫模糊集间的相似度量公式。然后在犹豫模糊集相似度基础上给出广义犹豫模糊软集相似度量的公理化定义,并构造广义犹豫模糊软集的相似度量公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的相似度。最后利用广义犹豫模糊软集相似度量方法构造了一种决策方法,并将这个决策方法应用于环境治理问题中。通过实例验证了所提出方法的可行性和有效性。     

A group decision-making model based on incomplete comparative expressions with hesitant linguistic terms

As a result of uncertainty and complexity for environments of decision-making, it is more suitable for decision makers to use hesitant fuzzy linguistic information. In this paper, a novel group decision making (GDM) model based on fuzzy linear programming is proposed for incomplete comparative expressions with hesitant fuzzy linguistic term set (HFLTSs). We establish an equivalence theorem of additive consistency between 2-tuple fuzzy linguistic preference relation (FLPR) and corresponding fuzzy preference relation. Based on this framework, a fuzzy linear programming is established to address incomplete comparative expressions with HFLTSs. It is more important that the proposed fuzzy linear programming has a double action, finding the highest consistent incomplete 2-tuple FLPR and increasing inconsistent 2-tuple FLPR to the additive consistent 2-tuple FLPR based on given incomplete comparative expressions with HFLTSs. By this means, a novel GDM model is constructed based on importance induced ordered weighted averaging operator. Finally, an investment decision-making in real-world is solved by the proposed model, which shows the result of GDM is effectiveness.     

An outranking method for multicriteria decision making with probabilistic hesitant information

Defects of hesitant fuzzy set (HFS) manifest in actual decision-making process, so adding probabilities to the values in HFS is necessary. The probabilistic HFS (PHFS) is a useful tool to describe the uncertainty of elements in HFS by introducing occurrence probabilities. However, some important issues in PHFS utilization remain to be addressed. In this study, an outranking method for multicriteria decision making (MCDM) with probabilistic hesitant information is presented. First, the binary relations between two probabilistic hesitant fuzzy elements (PHFEs) are defined on the basis of the elimination and choice translating reality method. Some outranking relations between the alternatives are then introduced. Second, we provide a Hausdorff distance between two PHFEs. The main characteristic of the proposed Hausdorff distance is that it does not require the same length and arrangement of the PHFEs. Third, a maximizing Hausdorff distance deviation method is developed to obtain the evaluation criteria weights under a probabilistic hesitant fuzzy environment. Finally, an illustrative example in conjunction with comparative analysis is used to demonstrate that the proposed method is feasible for practical MCDM problems.     

参数化犹豫模糊熵及其应用

犹豫模糊熵是刻画犹豫模糊集不确定程度的重要工具。针对现有犹豫模糊熵的一些不足,首先基于犹豫模糊集提出犹豫模糊熵的公理化定义,并构造出参数化犹豫模糊熵;其次,通过一些具体数值算例,将新提出的参数化犹豫模糊熵与现有犹豫模糊熵进行对比分析,结果显示所研究的熵能够更加灵活有效地描述信息的未知程度;然后,探究了参数化犹豫模糊熵在多属性决策问题中的应用,使用该熵来确定属性的权重,并借助逼近于理想解排序法（TOPSIS）以及分数函数,提出了一种解决最优方案选取问题的方法;最后,通过具体实例,验证了参数化犹豫模糊熵与所给决策方法具有一定的实用性和可行性。