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.     

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Choquet 积分的模糊数直觉模糊数多属性决策方法

根据模糊数直觉模糊数的运算法则,提出了基于模糊测度和Choquet积分的模糊数直觉模糊数的信息集成算子,并证明了该算子的相关性质.运用该算子研究了属性间具有关联性的、属性值为模糊数直觉模糊数的多属性决策方法,最后通过实例分析表明了所提出方法的有效性.     

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。     

区间直觉模糊连续熵及其多属性决策方法

提出了区间直觉模糊连续熵,并且研究了一种新的处理区间直觉模糊多属性决策问题的方法。基于连续有序加权平均（COWA）算子,给出了区间直觉模糊连续熵的概念,并且证明了区间直觉模糊连续熵满足区间直觉模糊熵的公理化定义的四个条件。在此基础上,针对属性权重信息完全未知的决策问题,通过衡量每一属性所含的信息量来确定属性权重。依据备选方案与理想方案间的加权相关系数,给出了一种新的区间直觉模糊多属性决策方法。实验结果验证了新的决策方法的可行性和有效性。     

区间直觉模糊信息的集成方法及其在决策中的应用

对区间直觉模糊信息的集成方法进行了研究.定义了区间直觉模糊数的一些运算法则,并基于这些运算法则,给出区间直觉模糊数的加权算术和加权几何集成算子.定义了区间直觉模糊数的得分函数和精确函数,进而给出了区间直觉模糊数的一种简单的排序方法.最后提供了一种基于区间直觉模糊信息的决策途径,并进行了实例分析.     

基于直觉梯形模糊TOPSIS的多属性群决策方法

提出一种改进的逼近理想解排序(TOPSIS)方法,即直觉梯形模糊TOPSIS多属性群决策方法。首先,应用直觉梯形模糊数形式表示方案属性偏好和属性权重信息且专家权重完全未知;然后,利用直觉梯形模糊数间距离测度和期望值及直觉梯形模糊加权平均算子来确定决策者权重信息和属性权重信息;进而给出直觉梯形模糊环境下方案优选的算法;最后,通过算例进一步说明了该直觉梯形模糊TOPSIS方法的有效性。     

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。     

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。     

基于毕达哥拉斯模糊Frank算子的多属性决策方法

针对毕达哥拉斯模糊环境下的多属性决策问题，提出一种基于毕达哥拉斯模糊Frank算子的多属性决策方法。首先将毕达哥拉斯模糊数和Frank算子相结合，给出了基于Frank算子的运算法则；然后提出了毕达哥拉斯模糊Frank算子，包括毕达哥拉斯模糊Frank加权平均算子和毕达哥拉斯模糊Frank加权几何算子，并讨论了这些算子的性质；最后提出了基于毕达哥拉斯模糊Frank算子的多属性决策方法，将该方法应用于绿色供应商的选择中。实例分析表明，运用该方法可以解决实际的多属性决策问题，并可以进一步应用到风险管理、人工智能等领域。     

Some induced intuitionistic fuzzy aggregation operators applied to multi-attribute group decision making

In this paper, we define various induced intuitionistic fuzzy aggregation operators, including induced intuitionistic fuzzy ordered weighted averaging (OWA) operator, induced intuitionistic fuzzy hybrid averaging (I-IFHA) operator, induced interval-valued intuitionistic fuzzy OWA operator, and induced interval-valued intuitionistic fuzzy hybrid averaging (I-IIFHA) operator. We also establish various properties of these operators. And then, an approach based on I-IFHA operator and intuitionistic fuzzy weighted averaging (WA) operator is developed to solve multi-attribute group decision-making (MAGDM) problems. In such problems, attribute weights and the decision makers' (DMs') weights are real numbers and attribute values provided by the DMs are intuitionistic fuzzy numbers (IFNs), and an approach based on I-IIFHA operator and interval-valued intuitionistic fuzzy WA operator is developed to solve MAGDM problems where the attribute values provided by the DMs are interval-valued IFNs. Furthermore, induced intuitionistic fuzzy hybrid geometric operator and induced interval-valued intuitionistic fuzzy hybrid geometric operator are proposed. Finally, a numerical example is presented to illustrate the developed approaches.     

基于集成算子的改进IITFN多属性群决策方法

对区间直觉梯形模糊数决策方法进行研究。定义了区间直觉梯形模糊数期望值、得分函数和精确函数,进而给出了区间直觉梯形模糊数的一种新的排序方法。另一方面,给出了有序加权平均算子和混合集成算子。建立了基于区间直觉梯形模糊数的多属性群决策方法,给出了相应的群决策方法。实例分析验证了所提出方法的有效性。     

Multi-criteria group decision making based on trapezoidal intuitionistic fuzzy information

With respect to multi-criteria group decision making (MCGDM) problems under trapezoidal intuitionistic fuzzy environment, a new MCGDM method is investigated. The proposed method can effectively avoid the failure caused by the use of inconsistent decision information and provides a decision-making idea for the case of “the truth be held in minority”. It consists of three interrelated modules: weight determining mechanism, group consistency analysis, and ranking and selection procedure. For the first module, distance measures, expected values and arithmetic averaging operator for trapezoidal intuitionistic fuzzy numbers are used to determine the weight values of criteria and decision makers. For the second module, a consistency analysis and correction procedure based on trapezoidal intuitionistic fuzzy weighted averaging operator and OWA operator is developed to reduce the influence of conflicting opinions prior to the ranking process. For the third module, a trapezoidal intuitionistic fuzzy TOPSIS is used for ranking and selection. Then a procedure for the proposed MCGDM method is developed. Finally, a numerical example further illustrates the practicality and efficiency of the proposed method.     

直觉模糊多属性决策的新方法

针对属性值以直觉模糊数形式给出的多属性决策中确定属性权重的问题,提出了一种直觉模糊数熵权的确定方法,依照传统权熵的确定方法的思路,通过一个公式求得直觉模糊熵;然后求得属性的信息熵;根据传统熵权确定公式得到属性权重,进而利用得分函数对方案进行排序;最后通过算例说明该方法的有效性和实用性。