直觉模糊信息系统中的信息熵

在直觉模糊信息系统上,直觉模糊信息熵和直觉模糊信息粒度是两种有效地进行不确定性研究的重要工具。在直觉模糊信息系统上,引入直觉模糊粒结构的交、并、差、补等四种运算。提出了基于直觉模糊粒结构的直觉模糊信息熵;并研究了直觉模糊信息熵与直觉模糊信息粒度之间的关系。     

基于概率犹豫模糊熵的多属性决策方法

针对概率犹豫模糊元的多个隶属度和其概率各不相同的特点,提出基于概率犹豫模糊熵的多属性决策方法.首先,定义3种新的概率犹豫模糊熵:模糊熵、犹豫熵和总熵,以分别测量概率犹豫模糊元的模糊性、犹豫性和整体不确定性;然后给出3种熵测度的公理化定义和表达式;最后,根据概率犹豫模糊元的3种熵,构建能够解决属性权重完全未知的多属性决策模型,并通过案例和对比分析验证所提模型的有效性和合理性.     

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。     

改进的犹豫模糊语言熵的一般公式与生成算法

由于现有的扩展犹豫模糊语言术语集的熵无法区分与补集相等的扩展犹豫模糊语言术语集的不确定性,并且对犹豫模糊语言信息中的犹豫性考虑得相对较少,无法全面地反映犹豫模糊语言信息的不确定性.改进了扩展犹豫模糊语言术语集的熵的定义,从模糊性和犹豫性两方面刻画了扩展犹豫模糊语言术语集的不确定性,分别定义了扩展犹豫模糊语言术语集的模糊...     

双论域上的犹豫模糊语言多粒度粗糙集及其应用

犹豫模糊语言术语集结合了模糊语言方法与犹豫模糊集的优势, 常应用于定性环境下的群决策中. 基于犹豫模糊语言关系, 提出双论域上的犹豫模糊语言多粒度粗糙集. 在该粗糙集中, 定义了双论域上的乐观和悲观犹豫模糊语言多粒度粗糙集, 并讨论了其相关性质. 在此基础上提出以人岗匹配为背景的决策模型, 并用算例阐述了所提出模型的有效性. 结果表明, 该模型不仅可以处理定性环境下的语言信息, 而且可以结合不同专家的意见给出最终决策结果, 为人岗匹配提供一种新思路.     

基于粒计算的犹豫模糊多准则决策方法*

提出基于粒计算的犹豫模糊多准则决策方法.给出各个准则下对应的犹豫模糊集中犹豫模糊元的大于可能度定义,并构造相应准则下的加性一致的模糊偏好矩阵.根据各准则的模糊偏好矩阵对应的预序熵及预序粒结构相似度确定属性的权重,对各个准则下模糊偏好矩阵的排序向量加权平均得到最终的排序向量.文中方法以评价数据序信息量及准则序与整体之间的关系确定准则权重,通过计算加权两两比较下的排序向量得到最终的排序决策结果.最后运用实例验证算法的有效性及可行性.     

基于调和犹豫模糊信息的多属性决策方法

实践中发现,犹豫模糊信息和概率犹豫模糊信息在计算过程中存在着计算繁琐、与数量运算规则不相容等问题.对此,提出一套基于调和犹豫模糊元的解决方法.通过定义调和犹豫模糊元为一组概率分布相同的概率犹豫模糊元,在犹豫模糊信息和概率犹豫模糊信息之间架起一座桥梁,将它们纳入统一处理框架.在此基础上,定义调和犹豫模糊信息的基本运算规则、信息集成算子、距离测度和混合熵测度,构建基于调和犹豫模糊信息的多属性决策方法,并将其应用于陆军合成旅指挥控制能力评估.数值实验表明:调和犹豫模糊决策理论克服了已有理论的缺陷,具有计算量可控、易于编程实现、与数量运算规则相容等优势.     

新的信息熵属性约简

在粗糙集不确定性度量公式中,模糊熵和模糊度是重要的度量方式。根据粗糙集不确定性度量中模糊熵和新的模糊度公式,提出了在决策信息系统中修正条件信息熵和相对模糊熵的概念,并分别用两种方式证明了熵在属性约简过程中的单调性。然后利用向前添加属性算法进行属性约简,约简结果在RIDAS(roughset based intelligent data analysis system)平台上进行识别率测试,通过实验对比分析了两种新的信息熵与条件信息熵的约简结果,为基于信息熵的属性约简提供了参考。     

混合型概率犹豫模糊熵和交叉熵测度

针对已有概率犹豫模糊熵测度构造复杂、区分能力弱等缺点,提出一种混合型概率犹豫模糊熵测度.混合型熵测度能够综合反映概率犹豫模糊元所具有的个体不确定性和整体不确定性,具有结构简单、物理意义明确、区分能力强等优势.在概率犹豫模糊元规范化的基础上,基于混合型熵测度的构造理念所设计的混合型交叉熵测度,能够克服已有交叉熵测度的设计缺陷,综合反映两个概率犹豫模糊元之间的个体区分度和整体区分度,且具有自然的对称性.基于混合型熵测度和交叉熵测度,进一步设计概率犹豫模糊环境下的多属性决策方法,并将其应用于无人机集群作战效能评估.数值和理论分析结果表明,所提出的混合型概率犹豫模糊熵和交叉熵测度能够成对设计,互为印证,具有广泛的应用前景.     

区间犹豫模糊熵和区间犹豫模糊相似度

基于犹豫模糊熵的概念,提出了区间犹豫模糊熵和相似度的概念,同时研究了它们之间的相互关系。给出了区间犹豫模糊熵的公理化定义,在此基础上构造了两种形式的熵测度公式,并且证明了它们满足区间犹豫模糊熵的四条公理化准则;依据区间犹豫模糊熵引入了区间犹豫模糊加权熵的概念;提出了区间犹豫模糊相似度的概念,并且研究了区间犹豫模糊环境下的熵和相似度之间的关系。     

考虑优先级的广义犹豫模糊信息集成方法

研究了在属性之间存在优先级的情况下的广义犹豫模糊信息集成问题。考虑到属性优先级以及属性元素的统一程度的双重影响,首先给出了犹豫模糊信息下的熵值求法,并在其基础上提出了优先级混合赋权方法。之后,在该优先级混合赋权方法的基础上提出了广义犹豫模糊优先级混合几何(GHFPHG)算子,并给出了该类算子的优良特性。最后,利用案例验证了本文所提方法的实用性和有效性。     

基于对称交互熵的犹豫模糊信息相似度及聚类应用

研究面向犹豫模糊信息的聚类方法。首先,定义犹豫模糊相对熵、对称交互熵,并基于信息论的角度提出一个新的犹豫模糊相似度公式;然后,利用相似度公式构造相似系数矩阵,基于编网聚类方法对犹豫模糊集进行聚类;最后,通过算例验证了所提出方法的有效性。     

BR0代数的犹豫模糊滤子与理想

将犹豫模糊集应用于[BR0]代数的滤子和理想理论中,初步建立[BR0]代数的犹豫模糊滤子与理想理论。引入了[BR0]代数的犹豫模糊滤子、犹豫模糊理想和犹豫模糊素理想的概念,研究它们的基本性质,给出了[BR0]代数的犹豫模糊集成为犹豫模糊滤子（犹豫模糊理想）的条件,证明了[BR0]代数的犹豫模糊滤子、犹豫模糊理想和犹豫模糊素理想关于交运算具有封闭性,指出了犹豫模糊滤子、犹豫模糊理想和犹豫模糊素理想在[BR0]代数同构下的不变性。     

区间犹豫模糊熵应用于地方高等教育发展研究

构造了新的区间犹豫模糊熵、交叉熵公式,提出了一种新的区间犹豫模糊多属性群决策方法,并将其应用于地方高等教育发展研究的过程中。构建了一种新的区间犹豫模糊熵公式,并证明其满足区间犹豫模糊熵的公理化条件;给出了区间犹豫模糊距离测度的公理性定义,研究了区间犹豫模糊距离测度和区间犹豫模糊熵、交叉熵的关系,并构建了区间犹豫模糊加权交叉熵公式。在区间犹豫模糊环境下,基于区间犹豫模糊熵、交叉熵以及交叉熵贴近度,提出了一种新的属性权重未知的多属性决策方法,并将其应用于对地方高等教育发展研究的过程中,验证该方法的可行性和有效性。     

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。     

The fuzzy cross-entropy for intuitionistic hesitant fuzzy sets and their application in multi-criteria decision-making

In this paper, the cross-entropy of intuitionistic hesitant fuzzy sets (IHFSs) is developed by integrating the cross-entropy of intuitionistic fuzzy sets (IFSs) and hesitant fuzzy sets (HFSs). First, several measurement formulae are discussed and their properties are studied. Then, two approaches, which are based on the developed intuitionistic hesitant fuzzy cross-entropy, are proposed for solving multi-criteria decision-making (MCDM) problems within an intuitionistic hesitant fuzzy environment. For both methods, an optimisation model is established in order to determine the weight vector for MCDM problems with incomplete information on criteria weights. Finally, an example is provided in order to illustrate the practicality and effectiveness of the proposed approaches.     

Uncertainty measures for probabilistic hesitant fuzzy sets in multiple criteria decision making

This contribution reviews critically the existing entropy measures for probabilistic hesitant fuzzy sets (PHFSs), and demonstrates that these entropy measures fail to effectively distinguish a variety of different PHFSs in some cases. In the sequel, we develop a new axiomatic framework of entropy measures for probabilistic hesitant fuzzy elements (PHFEs) by considering two facets of uncertainty associated with PHFEs which are known as fuzziness and nonspecificity. Respect to each kind of uncertainty, a number of formulae are derived to permit flexible selection of PHFE entropy measures. Moreover, based on the proposed PHFE entropy measures, we introduce some entropy-based distance measures which are used in the portion of comparative analysis. Eventually, the proposed PHFE entropy measures and PHFE entropy-based distance measures are applied to decision making in the strategy initiatives where their reliability and effectiveness are verified.