基于毕达哥拉斯模糊Frank算子的多属性决策方法

针对毕达哥拉斯模糊环境下的多属性决策问题，提出一种基于毕达哥拉斯模糊Frank算子的多属性决策方法。首先将毕达哥拉斯模糊数和Frank算子相结合，给出了基于Frank算子的运算法则；然后提出了毕达哥拉斯模糊Frank算子，包括毕达哥拉斯模糊Frank加权平均算子和毕达哥拉斯模糊Frank加权几何算子，并讨论了这些算子的性质；最后提出了基于毕达哥拉斯模糊Frank算子的多属性决策方法，将该方法应用于绿色供应商的选择中。实例分析表明，运用该方法可以解决实际的多属性决策问题，并可以进一步应用到风险管理、人工智能等领域。     

基于毕达哥拉斯模糊幂加权平均算子的多属性群决策方法

研究了毕达哥拉斯模糊环境下的多属性群决策问题。首先,将毕达哥拉斯模糊信息引入幂平均加权算子,提出毕达哥拉斯模糊幂加权平均（PFPWA） 算子,并研究所提算子的基本性质。然后,在毕达哥拉斯模糊数（PFN） 为信息输入的框架内,提出基于毕达哥拉斯模糊幂加权平均算子的群决策方法。所提出的方法使用毕达哥斯拉信息使得决策者的信息表达更加灵活,并且在信息集结过程中采用幂加权平均算子能够同时考虑专家权威与评估信息的可信度。最后,通过案例分析验证了所提方法的可行性和有效性。     

毕达哥拉斯模糊Heronian算子的多属性决策方法

针对毕达哥拉斯模糊环境下的多属性决策问题中的信息集成问题,其中方案的属性间相互关联相互影响,提出了一种毕达哥拉斯模糊Heronian算子的多属性决策方法。首先将毕达哥拉斯模糊数与Heronian算子相结合,提出了毕达哥拉斯模糊Heronian算子和毕达哥拉斯模糊加权Heronian算子,并讨论了这些算子的性质,给出了相应的证明。在此基础上,提出了基于毕达哥拉斯模糊Heronian算子的多属性决策方法;最后将其应用到国内四家航空公司服务质量评价中,说明了该算子的有效性和可行性。     

Pythagorean模糊幂Bonferroni集成算子及其决策应用

结合幂平均与Bonferroni平均集成算子的优点,定义了毕达哥拉斯模糊幂Bonferroni平均和毕达哥拉斯模糊加权幂Bonferroni平均集成算子,其不仅考虑了数据信息之间的整体均衡性,还考虑了属性之间可能存在的相互关联关系。研究了这些集成算子的优良性质和特殊情形,并在此基础上提出了一种属性间存在相关性的毕达哥拉斯模糊多属性决策方法。将其应用于国内航空公司的服务质量评价中,并与现有方法进行分析比较,验证了所提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。     

毕达哥拉斯模糊优先集成算子及其决策应用

作为直觉模糊集的推广形式,毕达哥拉斯模糊数能更好地刻画现实中的不确定性,此外在某些问题上,方案的属性之间往往具有优先关系,针对此类信息的集成问题,将毕达哥拉斯模糊数与优先集成算子相结合,提出了毕达哥拉斯模糊优先集成算子,包括毕达哥拉斯模糊优先加权平均算子和毕达哥拉斯模糊优先加权几何算子,并讨论了这些算子的性质。在此基础上,提出了毕达哥拉斯模糊优先集成算子的多属性决策方法,最后将其应用于国内四家航空公司服务质量评价中,说明了该算子的有效性和可行性。     

广义毕达哥拉斯模糊集成算子及其决策应用

研究毕达哥拉斯模糊决策环境下的集成算子及其决策应用.给出拟加权几何集成算子和拟有序加权几何算子的概念, 并分析 它们的性质.将有序加权平均算子、有序加权几何算子、拟有序加权平均算子和拟有序加权几何算子推广到毕达哥拉斯 模糊决策环境, 定义毕达哥拉斯模糊有序加权平均算子、广义毕达哥拉斯模糊有序加权平均算子、毕达哥拉斯模糊有序加权几何算子、广义毕达哥拉斯模糊有序加权几何 算子、拟毕达哥拉斯模糊有序加权平均算子和拟毕达哥拉斯模糊有序加权几何算子.提出基于广义毕达哥拉斯模糊集成算子的决策方法, 并通过实例验证其可行性.     

毕达哥拉斯模糊交叉影响集成算子及其决策应用

定义毕达哥拉斯模糊数的交叉影响加法、数乘、乘法及幂运算,提出毕达哥拉斯模糊交叉影响加权平均算子(PFIWA)、毕达哥拉斯模糊交叉影响有序加权平均算子(PFIOWA)、毕达哥拉斯模糊交叉影响加权几何算子(PFIWG)及毕达哥拉斯模糊交叉影响有序加权几何算子(PFIOWG),推导出它们的数学表达式,并研究其性质.提出基于毕达哥拉斯模糊交叉影响集成算子的决策方法,并通过决策实例验证所提出方法的稳定性和有效性.     

零模的直觉模糊不确定语言集成算子研究

基于零模与共轭零模算子,探讨了直觉模糊不确定语言变量运算法则,得到了基于零模与共轭零模的直觉模糊不确定语言加权几何算子,并给出了一种使用直觉不确定语言变量的集成算子的多属性群决策方法,最后通过Matlab软件分析了直觉模糊不确定语言加权几何算子的K值与语言术语下标间关系。为多属性群决策提供了有价值的参考,有效地解决了一类具有直觉模糊不确定语言评估信息的多属性群决策问题。     

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。     

基于勾股模糊语言幂加权平均算子的多属性群体决策方法

针对多属性群决策问题,采用能够方便专家参考语言集信息进行评价并且取值灵活的勾股模糊语言集进行了处理。首先,基于语言集和勾股模糊集的距离测度给出了勾股模糊语言数距离测度的定义与相关性质;然后,以勾股模糊语言数的距离测度作为幂均（PA）算子的距离度量,提出了勾股模糊语言幂加权平均（PFLPWA）算子用以对群决策过程中不同专家评价矩阵进行融合,并同时在融合过程中考虑专家评价的差异性;最后,基于PFLPWA算子构建了勾股模糊语言环境下的群体决策新方法,并通过案例分析检验了PFLPWA算子应用于群决策中的有效性和适用性。     

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。     

考虑信任度的Pythagorean模糊两阶段交互多属性群决策方法

针对属性值为Pythagorean模糊语言,属性权重未知且考虑群体一致性和决策者属性偏好不确定性的决策问题,探讨了一种考虑信任度的两阶段交互多属性群决策方法.首先,考虑决策者偏好,将属性集分为必选属性集和可选属性集;其次,构建两阶段交互机制以确保必选属性集的群体一致性达到阈值,第一阶段以提升群体共识水平为目标进行交互,第二阶段以降低冲突水平为目标进行交互;再次,同时考虑交互的积累稳定性和积累影响因子以确定必选属性集下的决策者权重,并依据信任度确定可选属性集下的决策者权重;最后,用距离熵确定属性权重,并用VIKOR法选出最优方案.算例分析表明,该方法能够较好地解决考虑共识和冲突水平的多属性群决策问题.     

A novel aggregation method for Pythagorean fuzzy multiple attribute group decision making

As an extension of fuzzy set, a Pythagorean fuzzy set has recently been developed to model imprecise and ambiguous information in practical group decision‐making problems. The aim of this paper is to introduce a novel aggregation method for the Pythagorean fuzzy set and analyze possibilities for its application in solving multiple attribute decision‐making problems. More specifically, a new Pythagorean fuzzy aggregation operator called the Pythagorean fuzzy induced ordered weighted averaging‐weighted average (PFIOWAWA) operator is developed. This operator inherits main characteristics of both ordered weighted average operator and induced ordered weighted average to aggregate the Pythagorean fuzzy information. Some of main properties and particular cases of the PFIOWAWA operator are studied. A method based on the proposed operator for multiple attribute group decision making is developed. Finally, we present a numerical example of selection of research and development projects to illustrate applicability of the new approach in a multiple attribute group decision‐making problem.     

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。     

考虑融合算法与交叉熵的毕达哥拉斯决策模型

针对专家评价信息为毕达哥拉斯模糊数并且属性值信息存在相互关联的多属性决策问题,定义了广义的毕达哥拉斯运算法则,并结合几何Heronian平均,提出了毕达哥拉斯模糊几何Heronian平均（PFGHM）算子;基于对数函数设计了新的毕达哥拉斯模糊交叉熵用于衡量信息之间的差异性;构造了基于PFGHM算子和交叉熵的毕达哥拉斯决策模型,并通过高校引进人才团队的选择实例验证模型的可靠性。