基于TOPSIS的语言真值直觉模糊多属性决策

针对具有模糊语言值信息的多属性决策问题,结合传统的TOPSIS方法,提出了基于TOPSIS的语言真值直觉模糊多属性决策方法。在语言真值直觉模糊代数的基础上,用语言真值直觉模糊对来表达既有可比的又有不可比的模糊语言值信息,给出了语言真值直觉模糊对之间的归一化距离算法,并讨论了其相关性质。提出了语言真值直觉模糊正、负理想点,通过计算各方案属性值与正、负理想点之间的距离,得到各方案与理想点之间的相对贴近度,并根据相对贴近度的排序结果得到最优方案。实例说明该决策方法的合理性和有效性。     

基于直觉模糊云模型的TOPSIS多属性决策方法

针对属性值为直觉模糊数的多属性决策问题,提出了一种基于直觉模糊云模型的TOPSIS多属性决策方法。首先,利用直觉模糊云对备选方案的各个属性值进行描述,计算其数字特征——期望、熵和超熵;然后,构造各数字特征的决策矩阵,获得其对应的正、负理想解;最后,计算各数字特征与正、负理想解间的距离,进而获得综合贴近度,对备选方案进行排序,获得最优决策结果,并通过具体数值实例验证方法的合理性和有效性。     

基于云模型的Pythagorean模糊语言多属性决策方法

针对专家给出的属性值为Pythagorean模糊语言且专家权重与属性权重均未知的多属性决策问题进行了研究,提出一种基于云模型的多属性决策方法。首先,根据Pythagorean模糊语言决策信息的距离熵计算得到属性权重;其次,计算决策矩阵间的距离从而得到各决策专家权重;再次,构建Pythagorean模糊云模型决策矩阵并利用专家权重和属性权重进行信息集结;最后,基于TOPSIS方法求取正、负理想解,依据理想解计算各方案贴近度并据此对各备选方案进行排序选择。案例分析表明,该方法优化了复杂环境下的决策,避免了决策信息的丢失,能够较好解决决策信息的不确定性和决策过程的随机性,具有一定的可行性和有效性。     

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Pythagorean模糊语言集多属性群决策方法

为了解决直觉语言集不能够处理隶属于与非隶属于语言值的程度之和大于1的情况,提出了Pythagorean模糊语言集。针对Pythagorean模糊语言信息的集成问题,定义了Pythagorean模糊语言数的运算法则及其得分函数、精确函数,提出了Pythagorean模糊语言加权平均（PFLWA）算子、Pythagorean模糊语言有序加权平均（PFLOWA）算子、Pythagorean模糊语言混合平均（PFLHA）算子,并讨论了相应的性质。然后基于组合权重的PFLWA算子与拓展的TOPSIS,提出了两种多属性群决策方法。最后通过实例验证了该方法的有效性。     

犹豫模糊语言群决策的共识性模型

针对犹豫模糊语言群决策问题,研究其共识性调整方法.首先,定义犹豫模糊语言术语集的距离测度;然后,基于该距离测度定义犹豫模糊决策矩阵间的共识性水平及其相关概念,建立共识性调整模型,该模型采用反馈机制,并且尽可能提供给专家较多的信息,以方便专家进行信息修正,达到群体共识;最后,通过具体实例说明了所提出的共识性方法的可行性和实用性.     

一种基于vague集的模糊多目标决策新方法

提出一种新的基于vague集的模糊多目标决策方法。解决在无权重的情况下模糊多目标决策，所得的方法能更好的应用于模糊多目标决策，并通过例子阐明本文方法的有效性和优越性。     

模糊环境下的语言决策方法研究

对于模糊环境下的评估,存在固有的不确定性和不精确性信息比较的情况。在AHP的框架下,提供了指标权重和偏好值语言信息并用三角模糊数来描述,构造语言决策矩阵并进行模糊化。根据理想近似方法,通过计算到正理想解和负理想解的距离求出每个方案的贴近系数,得出候选者的评估顺序,并举例说明了应用这个方法的计算过程。     

基于犹豫模糊语言的多阶段多属性决策方法

针对不确定语言条件下的决策问题,考虑专家偏好的阶段性差异,提出基于犹豫模糊语言的多阶段多属性决策方法。首先为了更准确地表达专家在决策过程中的犹豫性,采用犹豫模糊语言来表达专家的评估信息;其次考虑阶段权重的波动性,运用基于专家阶段性偏好的信息熵方法构建阶段权重优化模型确定阶段权重;然后利用最大化偏差法来求解属性权重,并采用基于平均解距离评价(EDAS)方法对备选方案进行排序;最后以某企业选取物流商问题为例,验证该方法的有效性和可行性。     

基于MACBETH方法的犹豫模糊语言多准则决策方法

犹豫模糊语言集是语言术语集的拓展.受传统的MACBETH(measuring attractiveness by a categorical-based evaluation technique)方法的启发,构建基于MACBETH方法的犹豫模糊语言多准则决策方法.首先将语言表达式表示的决策信息通过转化函数转化为犹豫模糊语言数,进而得出犹豫模糊语言判断矩阵;然后将此结果应用于改进的MACBETH决策支持系统;最后,通过毕业生选择就职企业这一实例说明该方法的有效性和可行性.     

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.     

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。     

基于梯形模糊隶属函数的复合语言多目标决策

对于一些复杂的决策问题, 使用比较语言比单一语言更能准确地表达专家的看法. 据此, 提出一种同时使用单一语言和比较语言的新算法. 根据上下文无关文法将比较语言表达转换为犹豫模糊语言术语集(HFLTS), 并应用有序加权算子(OWA) 计算出由梯形隶属函数表示的模糊语言术语集的模糊包络, 有效地简化了基于HFLTS 的词计算过程. 最后应用逼近理想解排序(TOPSIS) 方法进行决策.

     

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。     

A multi-criteria intuitionistic fuzzy group decision making for supplier selection with TOPSIS method

Supplier selection, the process of finding the right suppliers who are able to provide the buyer with the right quality products and/or services at the right price, at the right time and in the right quantities, is one of the most critical activities for establishing an effective supply chain. On the other hand, it is a hard problem since supplier selection is typically a multi criteria group decision-making problem involving several conflicting criteria on which decision maker’s knowledge is usually vague and imprecise. In this study, TOPSIS method combined with intuitionistic fuzzy set is proposed to select appropriate supplier in group decision making environment. Intuitionistic fuzzy weighted averaging (IFWA) operator is utilized to aggregate individual opinions of decision makers for rating the importance of criteria and alternatives. Finally, a numerical example for supplier selection is given to illustrate application of intuitionistic fuzzy TOPSIS method.     

基于动态双极值模糊软集的群决策方法

针对实际问题中双极值模糊软集随时间变化的影响，定义了动态双极值模糊软集等概念，讨论了相关运算及性质。根据时间权重符合对数增长模型得到权重确定公式。利用集成思想定义双极值模糊软集的运算并给出几何加权平均算子的计算公式，将动态双极值模糊软集集成为综合双极值模糊软集。利用水平软集算出各对象的机会值，得出最优决策。通过实例分析证明此决策方法的合理性与可行性。