基于分式规划的区间直觉梯形模糊数多属性决策方法

针对属性值为区间梯形直觉模糊且属性权重为区间数的多属性决策问题,提出一种基于分式规划的决策方法.定义了区间梯形直觉模糊数的Hamming距离和Euclidean距离,采用优劣解距离法构建了相对贴近度的非线性分式规划模型,并通过Charnes and Cooper变换转化为线性规划模型求解,得到各方案相对贴近度的区间数,进而提出了决策方法.数值算例分析验证了所提出方法的有效性.     

基于直觉梯形模糊数的信息不完全确定的多准则决策方法

针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出一种基于直觉梯形模糊的信息不完全确定的多准则决策方法.该方法利用权系数的不完全确定信息,建立关于各方案综合直觉梯形模糊数与理想解和负理想解的Hamming距离的优化模型.通过求解优化模型可得到各准则的最优权系数,进而得到各方案与相对理想解的贴近度,再根据贴近度得到方案集的一个排序.实例分析表明了该方法的有效性和可行性.     

多属性群决策的直觉梯形模糊数法

采用直觉梯形模糊数刻画专家的评价信息,提出一种新的多属性群决策方法.定义了直觉梯形模糊数的期望值、预期得分、有序加权集成算子和混合集成算子;建立了基于直觉梯形模糊数的多属性群决策模型;通过混合集成算子得到方案的群体综合评估值,根据期望值和预期得分给出群决策结果.实例分析验证了所提出方法的有效性.     

基于区间直觉梯形模糊数的多属性决策方法

对区间直觉梯形模糊数进行研究．探讨了区间直觉梯形模糊数的运算法则及其性质;给出了区间直觉梯形模糊数的加权算术平均和加权几何平均算子,定义了区间直觉梯形模糊数的得分函数和精确函数,进而给出其排序方法;建立了基于区间直觉梯形模糊数的多属性决策模型,并提出了相应的决策方法．实例分析验证了所提出方法的有效性．     

三角模糊数型多属性决策的灰色关联法

针对包含语言评价信息的三角模糊数型多属性决策问题,提出了一种新的多属性决策方法。该方法定义各方案与理想点的三角模糊数灰关联系数,通过求解最小最大偏差优化模型客观地确定了属性的权重,根据方案的灰关联度给出方案排序结果。应用实例验证了算法的有效性和实用性。     

基于直觉梯形模糊数的灰关联投影寻踪动态聚类多属性决策方法

针对属性权重完全未知,属性值以直觉梯形模糊数形式给出的多属性决策问题,提出一种灰关联投影寻踪动态聚类法。该方法综合考虑灰色关联和优隶属度,改进灰关联投影法(GRPM),并将改进的灰关联投影法与投影寻踪动态聚类(PPDC)方法结合,构建投影目标函数。引入萤火虫算法(FA)优化投影目标函数,寻求灰关联投影值的最佳投影方向,从而求得灰关联投影值。根据灰关联投影值的大小对备选方案进行分类、排序和择优。实例分析结果验证了所提出方法的有效性和可行性。     

权重不完全确定的直觉模糊多属性决策的灰色关联分析方法

针对属性权重信息不完全确定且属性值以直觉模糊数形式给出的多属性决策问题提出了一种灰色关联分析的方法. 首先介绍了直觉模糊理论的有关概念, 然后依据TOPSIS、灰色关联分析法给出了解决问题的步骤, 并通过一个单目标优化模型求得属性信息的确定值, 从而得到排序结果. 最后给出了一个应用实例, 其结果表明了该方法的实用性和有效性.     

区间直觉梯形模糊几何Heronian平均算子及应用

针对决策信息为区间直觉梯形模糊数（IVITFN）且属性间存在相互关联的多属性群决策（MAGDM）问题,提出了一种区间直觉梯形模糊几何加权Heronian平均算子（IVITFGWHM）的决策方法。基于IVITFN的运算法则和几何Heronian平均（GHM）算子,定义了IVITFGHM算子和IVITFGWHM算子。研究了这些算子的一些性质,建立基于IVITFGWHM算子的MAGDM模型,结合排序方法进行决策。通过MAGDM算例验证了该算子的有效性与可行性。     

基于区间直觉模糊的动态多属性灰色关联决策方法

针对属性值为区间直觉模糊数且属性权重未知的一类决策问题,利用灰色关联分析方法的思想,构建了一种动态区间直觉模糊数多属性决策方法。首先利用区间直觉模糊数的运算法则和性质设计各时间段的正负理想方案,并以与正理想方案灰色关联度偏差最小化为目标构建了多目标规划模型,确定属性权重;然后通过计算各时间段各方案对正、负理想方案的区间直觉模糊数的灰色关联度,构建方案优属度模型,并求解方案优属度的表达式,确定方案的优势度;最后通过一个案例验证了所提出的构建方法的有效性和可行性。     

直觉模糊多属性决策方法综述

直觉模糊多属性决策是当前决策领域的一个研究热点,在实际决策中有着广泛的应用.按照直觉模糊集的发展形式:直觉模糊集、区间直觉模糊集、直觉三角模糊数和直觉梯形模糊数,分别介绍它们在多属性决策与群决策中的研究现状,并对其未来的发展方向进行了探讨与展望.     

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.     

信息对抗中多属性决策模型的研究

在分析信息对抗重要作用的基础上,针对各种决策理论在信息对抗中的应用,利用不确定性理论,建立基于理想点的多属性决策模型,给出决策结论的可靠性分析。     

动态直觉模糊多属性决策的VIKOR扩展方法

隐变量是观察不到或虚拟的变量,直接利用数据驱动的学习方法难以有效地发现隐变量,因而需要结合概率图结构分析的方法。针对基于结构分析的隐变量发现方法中难以确定隐变量个数和位置的问题,提出一种基于结构分解和因子分析的隐变量发现算法(S-FAHF)。S-FAHF算法利用联合树算法生成具较强依赖关系的变量子集,利用因子分析思想,通过求变量子集的特征值和累积贡献率确定变量子集中隐变量的个数,利用负荷矩阵确定隐变量的位置,最后利用打分函数测试所发现的隐变量的有效性。通过算法比较和实验结果表明,该方法能准确地确定贝叶斯网络中隐变量的个数及位置。     

基于直觉模糊与计划识别的威胁评估方法

分析了威胁评估中信息的不确定性以及计划识别存在的不足,将直觉模糊理论与计划识别相结合,提出了一种基于直觉模糊理论的多属性计划识别方法。建立了基于直觉模糊多属性计划识别模型,给出了计算方法。用实例验证了模型的有效性和正确性。实验结果说明,该模型可以提高威胁评估的效率与可信度,能更直观地给出对态势预测的描述。     

基于二次规划的直觉模糊数的多属性决策方法

针对属性权重完全未知且属性值为直觉模糊数的多属性决策问题,提出了一种新的决策方法。首先引入了直觉模糊数的一些运算法则、得分函数和精确函数等概念。然后构建了一个二次规划模型,通过求解该模型获得属性的权重。接着利用直觉模糊加权平均(IFWA)算子对属性值进行集结,得到方案的综合属性值。最后利用得分函数和精确函数对方案进行排序并择优。给出的算例说明了该方法的实用性和可行性。     

An extended GRA method for MCDM with interval-valued triangular fuzzy assessments and unknown weights

Multiple criteria decision making (MCDM) is the process of ranking the feasible alternatives and selecting the best one by considering multiple criteria. Owing to the complexity, fuzziness and uncertainties of the objective things, the criterion values often take the form of linguistic variables, which can be expressed in interval-valued triangular fuzzy numbers. The purpose of this paper is to develop an extended grey relational analysis (GRA) method for solving MCDM problems with interval-valued triangular fuzzy numbers and unknown information on criterion weights. In order to determine the criterion weights, some optimization models based on the basic idea of traditional GRA method are established. Then, calculation steps of extended GRA method for MCDM are given. Finally, a numerical example is shown to verify the developed method and to demonstrate its practicality and feasibility.     

一种带参数的区间粗糙数型多属性决策方法

针对带参数的区间粗糙数型多属性决策问题,首先定义了带参数的区间粗糙数的期望和方差,以期望值和方差集结函数的优劣度得到正负理想点,然后提出了一种积分形式的带参数型的区间粗糙数新的相离度,并根据已有的加权区间粗糙的距离平均算子（WIRDAA）概念,构建含参数的区间粗糙数型MADM的熵值法模型得到最终排序,最后以一个实例说明该方法的可行性。     

Extension of weighted aggregated sum product assessment with interval-valued intuitionistic fuzzy numbers (WASPAS-IVIF)

Different methods are proposed in the framework of multi attribute utility theory for multi criteria decision making. Among the proposed methods, weighted sum and weighted product models (WSM and WPM) are well known and widely accepted. To improve the accuracy of WSM and WPM, the weighted aggregated sum product assessment (WASPAS) method was proposed which used an aggregation operator on WSM and WPM. In this paper, an extended version of WASPAS method is proposed which can be applied in uncertain decision making environment. In the proposed WASPAS-IVIF method, the uncertainty of decision maker(s) in stating their judgments and evaluations regard to criteria importance and/or alternatives performance on criteria are expressed by interval valued intuitionistic fuzzy numbers. Two numerical examples of ranking derelict buildings’ redevelopment decisions and investment alternatives are presented. The results are then compared with the rankings provided by other methods such as TOPSIS-IVIF, COPRAS-IVIF and IFOWA. Combining the strengths of IVIFS in handling uncertainty with the enhanced accuracy of WASPAS makes the proposed method as a desirable method for multi criteria decision making in real world applications.