基于符号距离和交叉熵的概率犹豫模糊多属性决策方法

针对概率犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于符号距离和交叉熵的多属性决策方法.首先,定义用于测量决策者犹豫程度的3种概率犹豫模糊元的犹豫度:数值犹豫度,信息不完全度和总犹豫度,基于3种犹豫度提出概率犹豫模糊符号距离;然后,为了避免人为添加元素,定义调和概率犹豫模糊元,并结合信息不完全度提出概率犹豫模糊元的交叉熵;最后,根据概率犹豫模糊元的符号距离和交叉熵构建多属性决策模型,并通过算例验证了该模型的有效性和合理性.     

属性权重未知情形下的q阶orthopair犹豫模糊TOPSIS法

在多属性决策问题中,q阶orthopair犹豫模糊集可以有效地处理不确定信息.基于Theil不等系数,提出一种新的q阶orthopair犹豫模糊距离测度,并研究该距离测度的性质.针对属性权重完全未知的q阶orthopair犹豫模糊多属性决策问题,构建离差最大化的属性权重模型.基于该权重确定模型和q阶orthopair犹...     

基于冲突分析的犹豫模糊多属性决策

在基于犹豫模糊距离的多属性决策问题中,定义距离测度和计算属性权重是两个关键点.在定义犹豫模糊数的距离测度时,针对添加相同元素,补齐较短犹豫模糊数,改变原有含义的问题,文中提出同时扩展两个犹豫模糊数使其达到相同长度的方法.再根据Pawlak的冲突分析理论,建立犹豫模糊信息系统的冲突分析模型,提出基于冲突度的计算属性权重的方法.最后给出求解犹豫模糊信息系统下多属性决策问题的具体方法.企业发展规划的实例说明文中方法的有效性和可行性.     

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.     

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。     

基于改进符号距离的权重未知犹豫模糊决策方法

研究犹豫模糊环境下属性权重完全未知的多属性决策问题.针对犹豫模糊元中人为添加元素影响方案排序等问题,提出一种基于符号距离的犹豫模糊多属性决策方法.首先,根据犹豫模糊元中元素个数及偏差定义一种新的犹豫度,并基于犹豫度定义犹豫模糊符号距离;其次,基于符号距离提出一种属性权重优化模型以确定属性权重,并对方案进行排序;最后,通过算例表明所提出方法的合理性和有效性.     

基于指数熵加权的降维犹豫模糊兰氏距离测度及应用

首先提出几种基于兰氏距离的犹豫模糊集距离测度.然后针对两个犹豫模糊数中的隶属度个数不相等问题,提出新的犹豫模糊数降维方案.该方案不需要反复添加最大最小隶属度数值到犹豫模糊数中,不仅很好地保留了数据的原始信息,而且减少了计算距离时的计算量.针对属性权重信息完全未知的情况,采用实际数据信息构造犹豫模糊指数熵,并利用信息熵最小化原则计算得到属性权重.最后利用指数熵加权的降维犹豫模糊兰氏距离测度,结合实际的医疗诊断数据进行实例分析.结果表明,所提出的基于指数熵加权的降维犹豫模糊兰氏距离测度不仅在$\lambda$取不同值时诊断结果一致,而且减少了计算量,提高了诊断效率,对实时、有效的医疗诊断具有一定的应用价值.     

属性权重信息未知下基于概率对偶犹豫模糊信息相关性系数的多属性决策方法

概率对偶犹豫模糊集包含隶属度、非隶属度及相应的概率信息,是刻画不确定决策信息的重要工具.针对属性权重信息未知的概率对偶犹豫模糊多属性决策问题,文中提出基于概率对偶犹豫模糊信息相关性系数的多属性决策方法.首先,运用概率对偶犹豫模糊信息熵计算属性客观权重,并与决策者给定的主观权重结合,得到属性综合权重.然后,提出概率对偶犹...     

考虑个体累积共识贡献的犹豫模糊语言自适应共识模型

针对犹豫模糊语言信息下的多属性群决策问题,提出一种基于个体累积共识贡献的自适应共识决策模型.首先,利用犹豫模糊语言得分函数,基于经典的信息熵和相对熵理论,综合考虑同一属性下不同方案间的信息差异,以及各方案分别与正理想方案和负理想方案的信息差异,构建确定属性权重的优化模型;然后,提出个体累积共识贡献测度和全局共识测度,利用全局共识度进行共识控制,依据个体累积共识贡献度对专家权重进行自适应修正,构建一种新的犹豫模糊语言自适应共识过程.该过程的特点是对拥有较少合作的非全共识专家执行专家权重惩罚,而且专家权重的更新引起属性权重的自适应更新,反过来又影响个体共识贡献的累积.最后通过一个应急医疗设施选址的共识决策例子表明方法的可行性和有效性.     

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.     

An outranking method for multicriteria decision making with probabilistic hesitant information

Defects of hesitant fuzzy set (HFS) manifest in actual decision-making process, so adding probabilities to the values in HFS is necessary. The probabilistic HFS (PHFS) is a useful tool to describe the uncertainty of elements in HFS by introducing occurrence probabilities. However, some important issues in PHFS utilization remain to be addressed. In this study, an outranking method for multicriteria decision making (MCDM) with probabilistic hesitant information is presented. First, the binary relations between two probabilistic hesitant fuzzy elements (PHFEs) are defined on the basis of the elimination and choice translating reality method. Some outranking relations between the alternatives are then introduced. Second, we provide a Hausdorff distance between two PHFEs. The main characteristic of the proposed Hausdorff distance is that it does not require the same length and arrangement of the PHFEs. Third, a maximizing Hausdorff distance deviation method is developed to obtain the evaluation criteria weights under a probabilistic hesitant fuzzy environment. Finally, an illustrative example in conjunction with comparative analysis is used to demonstrate that the proposed method is feasible for practical MCDM problems.     

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.     

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.     

MADM based on distance and correlation coefficient measures with decision-maker preferences under a hesitant fuzzy environment

In multiple attribute decision making (MADM), hesitant fuzzy sets (HFSs) are powerful tools for expressing uncertain and vague information. Recently, MADM problems with hesitant fuzzy information have attracted increasing attention, and many MADM methods have been developed. However, only a limited amount of research has considered MADM problems that simultaneously determine attribute weights and decision-maker (DM) preferences. Therefore, we propose an MADM approach for such problems under a hesitant fuzzy environment. First, we derive extended distance and correlation coefficient measures for HFSs that are more reasonable and effective when the DM preferences are considered. We then apply the extended distance measure to subjective and objective preference information to determine attribute weights, and use these to calculate the weighted correlation coefficient between the ideal choice and each alternative. Further, we determine the ranking order of all alternatives, from which it is easy to identify the best choice. Finally, we present an example that demonstrates the practicality of the proposed approach.     

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。