多方参与决策且指标集有差异的方案排序方法

针对多方参与决策且指标集有差异的群体决策问题,提出一种基于模糊软集理论的方案排序方法.依据各方决策者所考虑的指标参数和打分值信息给出多方决策信息的模糊软集表示方法,并利用模糊软集的且运算得到综合各方决策者所考虑指标参数的新模糊软集及其隶属度矩阵;然后在考虑指标权重的前提下构建关于方案的加权比较矩阵,进而通过计算得出的各方案优势度确定方案的排序结果;最后,通过一个算例表明了所提出方法的可行性和有效性.     

时序犹豫模糊软集及其在决策中的应用

针对犹豫模糊软集的信息随着时间动态变化的情形,引入时间参数,将犹豫模糊软集推广为时序犹豫模糊软集。基于时序犹豫模糊软集的概念,定义了其基本的运算法则,分析对应的运算结果并讨论其运算性质。给出了时序犹豫模糊软集的一种决策方法,并通过实例表明了该方法的有效性与可行性。     

绿色供应商选择的梯形模糊软集群决策模型

针对考虑评价专家评价信息的绿色供应商选择问题,提出了一种基于梯形模糊软集的绿色供应商选择多属性群决策模型。各专家选定不同的评价指标集及使用语言变量进行评价,利用“与”运算对各专家的评价信息进行集结,并得到信息集结后的梯形模糊软集;然后以此作为多属性决策的初始决策矩阵,在梯形模糊软集加权规范化的基础上通过计算正负理想解距离以及相对贴近度,得到最优决策。最后通过算例说明了该方法的可行性和有效性。     

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。     

犹豫模糊软集

犹豫模糊集是对模糊集的一种推广,它是一类关于域中每个元素所含隶属度的集合,常应用于群决策中,但由于其本身在参数工具上的缺乏使得难于处理不确定数据。为了提高决策的精确性,将软集与犹豫模糊集结合起来,提出犹豫模糊软集的概念,并给出犹豫模糊软集的基本运算法则和性质。     

广义犹豫模糊软集的相似度量及其应用

在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的相似度量。首先利用三种犹豫模糊集合的包含度,构造犹豫模糊集间的相似度量公式。然后在犹豫模糊集相似度基础上给出广义犹豫模糊软集相似度量的公理化定义,并构造广义犹豫模糊软集的相似度量公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的相似度。最后利用广义犹豫模糊软集相似度量方法构造了一种决策方法,并将这个决策方法应用于环境治理问题中。通过实例验证了所提出方法的可行性和有效性。     

基于属性权重的时序模糊软集的群决策方法研究

针对模糊软集在群决策过程中其属性权重往往被忽略或依靠主观经验来确定的问题,提出了一种基于属性优势度的属性权重确定方法,并讨论了其相关性质及运算。在群决策过程中,针对决策信息是随时间变化而变化的这一特点,定义了时序模糊软集等概念,并建立了基于决策时间差的对数增长型时间权重确定公式。最后通过与其他决策方法进行对比分析验证了该方法的可行性和合理性。     

多目标模糊决策的Vague软集法

在智能领域中对Vague集和软集的研究已越来越广泛和深入,两者均已应用于决策问题中。为了更加有效地进行模糊决策,提出了一种基于Vague软关系的模糊决策方法。定义Vague软关系,构造Vague软集间的关系表格,利用一个新的评分函数对目标进行排序,选出最优目标。通过实例阐明该方法的有效性和实用性。     

多目标模糊决策Vague软集法

在智能领域中对Vague集和软集的研究已越来越广泛和深入,两者均已应用于决策问题中.为了更加有效地进行模糊决策,提出了一种基于Vague软关系的模糊决策方法.定义Vague软关系,构造Vague软集间的关系表格,利用一个新的评分函数对目标进行排序,选出最优目标.通过实例阐明该方法的有效性和实用性.     

一种应用软粗糙模糊集的多属性决策方法

将软粗糙模糊集应用于多属性决策问题,用软粗糙模糊集分析模糊知识表达系统,定义了软模糊决策系统、决策分类模糊软集依赖度、条件双射软集对决策分类模糊软集的重要性、软模糊决策系统的约简、软模糊决策系统的决策规则等概念,借助这些概念给出了一种基于软粗糙模糊集的多属性决策算法,通过实例分析说明了该算法的可行性。     

On a novel uncertain soft set model: Z-soft fuzzy rough set model and corresponding decision making methods

In this paper, a kind of novel soft set model called a Z-soft fuzzy rough set is presented by means of three uncertain models: soft sets, rough sets and fuzzy sets, which is an important generalization of Z-soft rough fuzzy sets. As a novel Z-soft fuzzy rough set, its applications in the corresponding decision making problems are established. It is noteworthy that the underlying concepts keep the features of classical Pawlak rough sets. Moreover, this novel approach will involve fewer calculations when one applies this theory to algebraic structures. In particular, an approach for the method of decision making problem with respect to Z-soft fuzzy rough sets is proposed and the validity of the decision making methods is testified by a given example. At the same time, an overview of techniques based on some types of soft set models is investigated. Finally, the numerical experimentation algorithm is developed, in which the comparisons among three types of hybrid soft set models are analyzed.     

基于Vague软集的模糊群决策方法研究

运用传统的模糊集进行模糊型群决策时存在一定的困难,而Vague软集是一种处理不确定信息的重要工具。为此,给出了一种加权的Vague软集间相似度定义,并运用Vague软集对备选方案进行评判;在此基础上运用正态云模型进行群体一致性评判,将基于Vague软集的模糊群决策方法应用于供应商选择问题中,结果表明,Vague软集能极大地提高模糊群决策的科学性和有效性。     

基于模糊软集合理论的文本分类方法

为提高文本分类精度,提出一种基于模糊软集合理论的文本分类方法。该方法把文本训练集表示成模糊软集合表格形式,通过约简、构造软集合对照表方法找出待分类文本所属类别,并针对文本特征提取过程中由于相近特征而导致分类精度下降问题给出一种基于正则化互信息特征选择算法,有效地解决了上述问题。与传统的KNN和SVM分类算法相比,模糊软集合方法在文本分类的精度和准度上都有所提高。     

基于软区分矩阵的模糊软集决策方法及其应用

通过在模糊软集中引入水平软集,用软区分矩阵来处理决策问题。首先,利用模糊软集的水平软集,将模糊软集转化为经典软集。其次,在软集中引入软区分矩阵的概念,提出了一种基于软区分矩阵解决模糊软集的新算法来处理决策问题。最后,通过实例说明了该算法的可行性。     

An integrated method for supplier selection from the perspective of risk aversion

A lot of investigations have been published in the supplier selection area. However, few papers consider the problem from the perspective of risk aversion. In this paper, generalized intuitionistic fuzzy soft set (GIFSS) combined with extending gray relational analysis (GRA) method is proposed to select an appropriate supplier from the perspective of risk aversion in group decision-making environment. The proposed approach consists of two phases. In the first phase, the weights of decision makers are determined by using an extended GRA method with intuitionistic fuzzy soft set (IFSS). In traditional GRA method, the ideal reference is expressed in a vector, while, in this paper, the ideal reference for all individual decisions is expressed in a matrix, which is suitable for risk aversion. The weight of decision makers is utilized to aggregate individual opinions of decision makers. In the next phase, to eliminate the bias of decision makers in the choice of supplier and rule out the possibility of errors occurring in the evaluation of alternatives, the general manager will further validate it by utilized the GIFSS. Finally, a numerical example for supplier selection is given to illustrate application of the method, and the comparisons with other methods are also made.     

基于三角犹豫Einstein算法的多属性决策模型

针对属性信息为三角犹豫模糊信息的多属性决策问题,结合Einstein运算,构建了一种基于三角犹豫模糊Einstein集成算法的多属性决策方法。首先,考虑到决策信息为三角犹豫模糊数且属性间存在一定的内在联系,基于三角犹豫模糊数的运算法则,提出了三角犹豫模糊Einstein加权平均（THFEWA）算子和三角犹豫模糊Einstein加权几何（THFEWG）算子;其次,针对三角犹豫模糊元的有序位置存在具有不同权重的情况,构建了三角犹豫模糊Einstein有序加权平均（THFEOWA）算子和三角犹豫模糊Einstein有序加权几何（THFEOWG）算子,并讨论了它们相应的基本性质;最后建立了基于THFEOWA算子和THFEOWG算子的多属性决策模型,并通过实例说明提出的决策模型是合理和有效的。     

Enhancing PROMETHEE method with intuitionistic fuzzy soft sets

The notion of intuitionistic fuzzy soft sets (IFSSs) provides an effective tool for solving multiple attribute decision making with intuitionistic fuzzy information. The most crucial issue in decision making based on IFSSs is how to derive the ranking of alternatives from the information quantified in terms of intuitionistic fuzzy values. In this study, we propose a new extension of the preference ranking organization method for enrichment evaluation (PROMETHEE), by taking advantage of IFSSs. In addition to presenting a myriad of new notions, such as intuitionistic fuzzy membership (or nonmembership) deviation matrices, intuitionistic fuzzy membership (or nonmembership) preference matrices, and aggregated intuitionistic fuzzy preference matrices, we put more emphasis on the construction of three distinct preference structures and related utility functions on the corresponding weakly ordered sets by considering the positive, negative, and net flows of the alternatives based on the aggregated intuitionistic fuzzy preference matrix. We present a new algorithm for solving multiple attribute decision-making problems with the extended PROMETHEE method based on IFSSs. Moreover, a benchmark problem concerning risk investment is investigated to give a comparative analysis and show the feasibility of our approach.