基于区间值直觉模糊集距离的多属性决策方法

针对区间值直觉模糊集上的多属性决策问题,使用区间值直觉模糊集犹豫度的概念,给出区间值直觉模糊集之间一种新的距离公式,并据以提出基于理想点法的区间值直觉模糊集多属性决策方法。最后,借助实例说明该决策方法的有效性。     

权重信息未知的区间直觉模糊多属性决策方法

针对权重信息完全未知且属性值为区间直觉模糊数的多属性决策问题,提出了一种基于线性规划和投影模型的决策方法.该方法首先引入区间直觉模糊数相离度的概念,然后,给出了一种基于加权属性值离差最大化的线性规划模型,通过求解此模型得到相应的属性权重.进而利用各个方案的加权属性值在加权模糊正理想点上的投影对方案进行排序.最后用实例说明了该方法的可行性和有效性.     

决策信息数据为区间数的一种多属性群决策方法

为了解决属性值为区间数的多属性群决策问题,提出了一种以决策信息数据为区间数的多属性群决策方法.首先分析了评价专家权重的计算方法;然后采用区间数熵值法确定属性权重;最后在确定评价专家权重与属性权重后对每个方案的综合有效评价值和属性的正负有效综合理想属性值进行测度,以此求出每个方案的有效综合属性测度结果,并进行排序.采用实...     

基于理想点的区间粗糙数型多属性决策方法

定义了区间粗糙数的欧氏距离和期望值。针对属性值为区间粗糙数且属性权重为区间数的多属性决策问题,提出一种基于理想点的决策方法。利用TOPSIS法构建了相对贴近度的非线性分式规划模型,得到了各方案相对贴近度,进而对各个方案进行排序。通过算例验证了所提方法的有效性。     

区间灰色多属性决策IOWA算子赋权方法研究

针对属性值为区间灰数、属性权重部分已知的多属性决策问题,定义了方案各属性值与其相对最优属性值之间的区间灰数相离度,同时引入IOWA算子对方案属性值进行集结,建立了基于相离度准则的最优化模型,给出了各属性的权重赋权方法,从而获得方案综合评价值并对方案进行排序和择优.最后,通过一个算例验证了所提方法的可行性和有效性.     

基于中值-半宽(M-H)的区间多属性决策方法

从不确定区间数的中值与半宽角度出发研究属性权重信息完全未知且属性值以区间数形式给出的多属性决策问题。文中给出区间数定义,构建中值-半宽(M-H)区间数排序方法与运算法则;给出基于(M-H)区间数决策矩阵的规范化方法,依据决策方案与理想方案的关联系数离差最大化原则,提出求解属性权重的优化方法,并通过实例验证了该方法的实用性和有效性。     

区间直觉模糊数密度加权算子及其决策应用

在多属性决策中,当属性值为区间值直觉模糊数时,考虑属性信息分布疏密程度,研究了区间值直觉模糊集数据聚类的问题,提出了新的算子——线性区间值直觉模糊数密度加权平均中间算子(IIFDWA)和积性区间值直觉模糊数密度加权平均中间算子(IIFDWGA),统称区间值直觉模糊密度加权算子.最后,将IIFDWA算子和WAA算子结合应用到多属性群决策问题中.     

有风险偏好的区间直觉模糊多属性的 意见集中排序法

针对属性值为区间直觉模糊数的多属性群决策问题,考虑决策者风险偏好和属性权重不完全确定的情况,提出一种新的意见集中排序法。首先根据定义的得分函数对决策矩阵中的评价值比较大小,进而对方案排成线性序;然后基于新的排序方法,建立模型获得属性权重值,并利用加权平均算子对方案集结,得到排序方案。最后,通过数值实例验证该方法的可行性。     

基于区间值Vague集多属性决策的TOPSIS方法

为解决属性值为区间值Vague集的多属性决策问题,提出了一种新的基于TOPSIS的多属性决策方法.该方法利用记分函数确定了方案集的理想解和负理想解,定义了区间值Vague集的距离,并得到各方案到理想解和负理想解的距离,根据相对贴近度的大小对各方案进行优劣排序.实例分析验证了方法的可行性.     

基于区间直觉模糊信息系统的知识获取

主要是将包含度拓广应用到区间直觉模糊信息系统的知识获取中。首先给出区间直觉模糊集的包含度概念和公式;然后,利用区间直觉模糊集的包含度给出区间直觉模糊信息系统的知识获取的具体方法,主要包括两方面：一是获取模糊决策规则,二是对信息系统进行属性约简;最后,用实际算例说明了该方法的合理性和有效性。     

无偏好信息的混合型多属性决策问题的TOPSIS方法

针对属性权重信息完全未知、属性值为精确数、区间数和三角模糊数的混合多属性决策问题,给出了逼近理想点法.该方法通过建立两个二次规划模型来确定属性的权重,再根据方案与理想点的相对贴近度的大小来对方案进行排序.最后给出了算例.     

基于直觉模糊集的多属性决策问题

提出了一种基于直觉模糊集的多目标多属性决策问题的新记分函数,该记分函数从距离的角度选择最优方案,使最优方案接近最优理想方案,同时远离负理想方案.并对已有的基于直觉模糊集的多目标模糊决策方法进行分析与联系,通过实例阐明了本文提出的新记分函数的有效性.     

部分权重信息下的三角模糊数型多属性决策方法

针对属性值为三角模糊数且只有部分权重信息的多属性决策问题给出了逼近理想点法.该方法首先提出了规范化决策矩阵的新的计算公式,然后通过求解两个线性规划模型来确定属性的权重,再利用两个三角模糊数之间的距离分别计算各方案到模糊理想点和模糊负理想点的距离,最后根据各方案与模糊理想点的相对贴近度的大小排序得到方案的优劣排序.     

基于前景理论的改进灰色关联多属性群决策方法

针对属性指标权重未知、决策者权重已知,且属性值为区间二元语义变量的多属性群决策问题,提出了一种基于前景理论的改进灰色关联分析方法.首先,根据区间二元语义变量之间的广义距离对灰色关联度公式进行了改进,并定义了基于改进灰色关联度的前景价值函数; 其次,构建了方案综合前景值最大化的非线性规划模型,并通过模型的最优权重确定各方案的排序; 最后,通过数值模拟说明了该方法的有效性和可行性.     

部分权重信息下的三角模糊数型多属性决策方法

针对属性值为三角模糊数且只有部分权重信息的多属性决策问题给出了逼近理想点法。该方法首先提出了规范化决策矩阵的新的计算公式，然后通过求解两个线性规划模型来确定属性的权重，再利用两个三角模糊数之间的距离分别计算各方案到模糊理想点和模糊负理想点的距离，最后根据各方案与模糊理想点的相对贴近度的大小排序得到方案的优劣排序。     

基于CC-OWG算子的区间数多属性群决策方法

针对属性权重和属性值均以区间数形式给出的不确定多属性决策问题,提出一种基于CC-OWG算子的区间数多属性群决策方法.该方法利用连续区间数据有序加权平均(C-OWA)集成算子对区间数属性权重进行处理,利用组合的连续区间数据有序加权几何(CC-OWG)集成算子对区间数属性值进行集成.最后,以实例分析说明了该方法的实用性和有效性.     

区间直觉模糊集相似度构造

从直觉模糊集相似度出发,依据区间直觉模糊集隶属度和非隶属度上下确界转化成对应的2个直觉模糊集这一思路,提出一类构造区间直觉模糊集相似度的方法,并证明它们满足相似度公理。最后,分析了2个区间直觉模糊集相似度公式在模式识别中的应用实例。     

一种基于前景理论的灰色多属性风险型决策方法

针对属性权重完全未知且属性值为区间灰数的多属性风险型决策问题,提出了一种基于前景理论的决策方法.首先将原始风险决策矩阵标准化,并以此构造正、负理想方案,根据各方案与正、负理想方案的关联系数,利用离差最大化优化模型求解属性权重;然后在前景理论和灰色关联分析方法的基础上构建前景价值函数和权重函数,进而依据各方案综合前景值的大小确定出方案的优劣排序.最后通过一个实例说明了该算法的可行性和有效性.     

直觉模糊多属性群决策的VIKOR方法

针对属性权重信息完全未知且属性值以直觉模糊数形式给出的多属性群决策问题,提出了一种基于多准则妥协解排序的决策方法.利用直觉模糊加权平均算子集成所有的个体决策信息,以获取群决策信息.利用直觉模糊数熵权公式求得属性的熵权.依据传统VIKOR法的基本思想,结合直觉模糊数的距离公式,对备选方案进行排序择优.文中通过实例分析,表明该方法的实用性与可行性.     

基于相似度的区间数群决策方法

针对属性值为区间数的多专家多属性群决策问题,首先,给出了一个度量区间数相似度的新公式,然后研究了相似度一些优良的性质,提出了一种基于相似度的区间数群决策方法,并给出了决策的具体实施步骤.该方法利用OWA算子集结群体专家意见,通过各方案与正、负理想方案的比较,实现对决策方案的排序.最后,通过算例分析验证了该方法的可行性和合理性.