区间犹豫模糊M-对称平均及其群决策模型

区间犹豫模糊集是特殊的犹豫模糊集,可以更准确地刻画决策信息。而Maclaurin对称平均算子能够考虑多个输入参数值间的相互关系。基于Maclaurin对称平均算子,在区间犹豫模糊环境下,提出了一种区间犹豫模糊Maclaurin对称平均信息集成算法。定义了区间犹豫模糊Maclaurin对称平均(IVHFMSM)算子;讨论了IVHFMSM算子的四个优良性质以及几种特殊表达形式;基于提出的区间犹豫模糊加权Maclaurin对称平均(IVHFWMSM)算子,构建了区间犹豫模糊Maclaurin对称平均多属性群决策算法;通过实例发现,IVHFWMSM算子性质优良,具有多选择性且更加合理可行。     

基于犹豫模糊群决策模型的云计算服务商选择

针对输入信息有内在联系的犹豫模糊群决策问题,构建了一种基于犹豫模糊Maclaurin对称平均（HFMSM）算法的多属性群决策模型,该模型可以依据决策者偏好而选择合适参数值进行决策。利用Archimedean范数定义新的犹豫模糊运算;结合Maclaurin对称平均提出了HFMSM算子,并详细探讨了HFMSM算子具有的四种优良性质,分析了HFMSM算子的几种特殊情况;建立了一种基于HFMSM算子的犹豫模糊多属性群决策模型,并将模型应用于云计算服务商的实际选择决策过程。实验结果表明,模型的可靠性更优,具有更广的应用前景。     

概率区间值直觉犹豫模糊Maclaurin对称平均算子及决策方法

在概率区间值直觉犹豫模糊集(PIVIHFS)的基础上,引入Maclaurin对称平均算子和Archimedean范数,构建一种基于概率区间值直觉犹豫模糊Maclaurin对称平均(PIVIHFMSM)算子的多属性决策模型,用来刻画决策专家输入多个参数值的决策信息,决策者可根据风险偏好等主观意识选择合适的参数值进行决策,同时能保证决策信息的有效性和完整性,避免决策过程中的不确定性和决策信息缺失问题.首先,回顾PIVIHFS的定义和排序方法以及Archimedean范数;其次,提出概率区间值直觉犹豫模糊Maclaurin对称平均(PIVIHFMSM)算子,研究其优良性质及常见形式;最后,提出一种基于PIVIHFWMSM算子的多属性决策方法,并进行比较分析,通过实例验证该方法的可行性和有效性.拓展PIVIHFS理论和应用领域,为决策属性具有相关性和决策信息有可能缺失提供新思路.     

区间值广义正交模糊Frank算子及群决策方法

基于区间值广义正交模糊环境和Frank算子,定义了区间值广义正交模糊Frank算子的运算法则,提出了区间值广义正交模糊Frank加权平均算子(IVq-ROFFWA)和加权几何算子(IVq-ROFFWG),并研究了它们的幂等性、有界性和单调性。然后提出了基于IVq-ROFFWA算子的多属性群决策方法(MAGDM),该方法通过选取满足条件的q值,使用IVq-ROFFWA算子集结得到目标区间值模糊数,比较它们的得分得到最优方案,还得出了不同q值不影响最优方案排序的结论。最后通过实际案例验证了基于IVq-ROFFWA算子的多属性群决策方法的可行性和有效性,验证了不同q值不影响最优方案排序的结论。经过比较分析,基于IVq-ROFFWA算子和IVq-ROFFWG算子的群决策方法与基于其他算子的群决策方法运算结果一致。     

基于犹豫模糊H-平均的交通流模型选择方法

针对输入变量之间存在相互影响和联系以及属性值为犹豫模糊信息的多属性决策问题,基于阿基米德范数和Heronian平均,提出一种新的犹豫模糊Heronian平均（HFHM）算子;详细研究了HFHM算子的一些基本性质,包括幂等性、单调性和有界性;探讨了HFHM算子的一些特例,并提出了犹豫模糊加权Heronian平均（HFWHM）算子;进一步,基于HFWHM算子建立了一种新的犹豫模糊多属性决策方法,该决策方法不仅能够有效地捕获输入变量之间的相互联系,还使得决策者能够依据自身的风险偏好态度选择不同的参数进行决策。最后,通过交通流模型的选择实例对提出的决策方法进行了有效性验证。     

广义犹豫模糊Bonferroni平均及其多准则群决策方法

针对决策信息为犹豫模糊信息且输入的决策信息之间存在相互关系的多准则群决策问题,提出了一种基于阿基米德T-范数和S-范数的广义犹豫模糊Bonferroni平均（GHFBM）算子,并建立一种新的多准则群决策方法,其优点是不仅能够在信息集结的过程中考虑到输入变量之间的相互联系,还使得群决策方法应用范围更加广泛。在此过程中,研究了GHFBM算子的一些优良性质,包括单调性、幂等性、有界性以及置换不变性等。紧接着,分别对参数和加性算子赋予不同的数值和函数,详细探讨了GHFBM的一些常用形式。结合对计算机网络系统更新方案的选择实例,对提出的群决策方法进行合理性与有效性验证。     

INGIOWGA算子的多属性决策方法及其应用

研究了方案的属性评估信息以模糊语言形式给出的多属性群决策问题，在导出的有序加权几何平均（IOWGA）算子理论的基础上，给出了一种区间数广义导出有序加权几何平均（INGIOWGA）算子，利用广义的导出有序加权平均（GIOWA）算子，对专家所给出的对应于各方案的属性评估信息进行了集结，并提出了一种基于模糊语言评估和GIOWA算子的多属性群决策方法。利用该算法对X射线实时成像检测系统方案选择中的判断信息进行集结，并且通过算例说明了该方法的有效性和实用性。     

基于犹豫模糊M-几何平均的物流企业选择北大核心CSCD

对于属性信息之间有着一定关系并且属性值为犹豫模糊元的问题,运用提出的犹豫模糊Maclaurin几何对称平均(HFMGSM)算法,建立了一种新的多属性群决策模型,该模型可以依据决策者偏好而选择合适参数值进行决策。首先,结合Archimedean范数引入了新的犹豫模糊运算;其次,以Maclaurin几何对称平均为基础,设计了HFMGSM算子,随后研究了HFMGSM算子具有的几种性质特性,分析了HFMGSM算子的几种特殊情况;最后,在犹豫模糊信息环境下,运用HFMGSM算子构建了一种新颖的多属性群决策模型,并通过物流企业选择实例进行验证分析。     

基于Zhenyuan积分的直觉模糊多属性决策方法

针对属性之间具有相互关联关系的直觉模糊多属性决策问题,提出一种基于Zhenyuan积分的决策方法.首先提出直觉模糊Zhenyuan积分平均(IFZA)算子;然后探讨IFZA算子的优良性质以及与现有直觉模糊集成算子的关系,研究表明,IFZA算子可以改进现有直觉模糊奇异积分算子的缺陷,能够全面度量属性之间的相互关联关系;最后提出一种基于IFZA算子的属性间具有相互关联关系的直觉模糊多属性决策方法,并通过实例验证所提出方法的有效性和可行性.     

犹豫模糊Einstein几何算子及应用

研究了属性权重信息已知条件下的犹豫模糊信息集结算子及其在多属性群决策问题中的应用。基于Einstein运算定义了犹豫模糊Einstein和、犹豫模糊Einstein积以及犹豫模糊Einstein幂运算,并且研究了犹豫模糊Einstein运算法则间的关系。提出了四种犹豫模糊信息集结算子,即犹豫模糊Einstein加权几何（HFEWG）算子、犹豫模糊Einstein有序加权几何（HFEOWG）算子、犹豫模糊Einstein混合几何（HFEHG）算子和犹豫模糊Einstein诱导有序加权几何（HFEIOWG）算子,并分析了这些算子的性质。给出了基于HFEIOWG算子的犹豫模糊多属性决策方法,并结合投资公司对金融产品的选择来验证提出的决策方法是可行有效的。