方案偏好已知的三角模糊数型多属性决策方法

研究决策者对方案偏好已知、属性值以三角模糊数形式给出且属性权重信息不能完全确知的多属性决策问题.提出了基于模糊比例值的决策方法和基于模糊偏差度的决策方法,这两种方法首先建立一个线性规划模型,通过求解该模型获得属性权重;然后,基于三角模糊数两两比较的可能度公式及三角模糊数排序公式,对决策方案进行排序和择优;最后,通过实例验证了方法的可行性和有效性.     

群决策监督模糊模式识别模型

从模糊模式识别概念出发,以群决策成员的经验、偏好为监督,建立一种全体决策成员对所有方案集的全体级别加权广义欧氏权距离平方和最小为目标函数的非线性规划模型.利用该模型可以在确定目标指标和决策人权重的同时确定决策方案相对优属度.为群决策支持系统研究提供了一种新的途径.     

对方案有偏好的直觉模糊多属性决策方法

对属性权重信息不完全、属性值和决策者对方案的偏好信息均以直觉模糊数表示的多属性决策问题提出一种决策方法。首先根据决策者对方案的偏好信息建立多目标规划模型,求出属性权重,接着利用觉模糊加权算术平均算子求出方案的综合属性值,由直觉模糊数的得分函数和精确函数确定方案的排序,最后通过实例证明了该方法的实用性和有效性。     

二元联系数的多准则直觉模糊决策

为了研究信息不完全确定的多准则直觉模糊决策,将直觉模糊数转化为二元联系数,建立了基于二元联系数权系数信息不完全确定的多准则直觉模糊决策综合加权模型,并作不确定性分析.结合具体应用实例,说明了该模型的有效性及合理性.     

基于模糊数评估决策(FN-E & DM)的权重信息问题研究综述

在评估决策过程中,获取属性权重是一个复杂的问题。研究模糊数评估决策(FN-EB-DM)的权重信息问题便是通过属性信息,建立数学模型进而求得权重的一类模糊评佑决策问题。从属性权重确知、属性权重部分确知和属性权重完全未知3个方面综述基于FN-E乙DM的权重信息问题的研究进展,通过分析评估决策模型详细论述了权重确定方法,最后展望了FN-EB-DM权重信息问题的研究前景。     

基于直觉梯形模糊数的信息不完全确定的多准则决策方法

针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出一种基于直觉梯形模糊的信息不完全确定的多准则决策方法.该方法利用权系数的不完全确定信息,建立关于各方案综合直觉梯形模糊数与理想解和负理想解的Hamming距离的优化模型.通过求解优化模型可得到各准则的最优权系数,进而得到各方案与相对理想解的贴近度,再根据贴近度得到方案集的一个排序.实例分析表明了该方法的有效性和可行性.     

基于前景理论的信息不完全的模糊多准则决策方法

针对准则权重不完全确定且方案的准则值为梯形模糊数的多准则决策问题,提出一种基于前景理论的模糊多准则决策方法.该方法将决策者的风险心理因素引入多准则决策,根据前景理论及模糊数距离公式,定义梯形模糊数的前景价值函数,并以此构建方案综合前景值最大化的非线性规划模型,求解模型得出最优权向量,最终确定出方案的排序.最后通过实例说明了该方法的有效性和可行性.     

基于Vague集模糊一致关系的多目标模糊决策

基于Vague集理论和模糊一致关系理论,提出了一种新的多目标模糊决策方法。这种决策方法综合考虑方案满足目标条件的可能性、不满足的可能性和未知的可能性三个方面的因素,分别对每个目标条件建立模糊优先关系矩阵和模糊一致矩阵,最后得出用于评估每种方案的真、假两方面的优度值,从支持和反对两方面来进行综合评估,给出方案的优劣程度排序,从而选出最优的方案。     

模糊语言下的梯形模糊数心态指标群决策方法

在模糊语言下,提出了梯形模糊数心态指标的群决策方法。在属性权系数和决策者权系数信息都不完全的情况下,引入心态指标,将模糊语言的梯形模糊数决策矩阵转化为带心态指标的决策矩阵;利用决策的不完全信息构造Fuzzy线性规划,分别求解出属性权重和决策者权重;对决策者的心态指标进行集成得到群体风险态度,模糊集成群体风险态度与方案的群体评价值,得到整个方案集的排序。选取实例说明该方法的有效性、可行性和可操作性。     

Vague集的多目标模糊决策方法

在进行了阐述Vague集的相关概念和运算后,对多目标模糊决策进行了定义,给出多目标模糊决策的基本思路,并对已有的基于Vague集的多目标模糊决策方法进行了分析,得出现有Vague集的多目标模糊决策方法存在着缺陷,从而提出了一种新的多目标模糊决策的Vague集方法,该方法利用一个新的评分函数对方案进行排序,选出最优方案.最后给出其相关性质,证明其解决了现有方法的缺陷,并通过实例阐明本文方法的有效性和优越性.     

不完备模糊决策信息系统的粗集模型与精度约简

在不完备信息系统和模糊决策信息系统概念及其粗集模型的基础上,本文提出了不完备模糊决策信息系统的概念,给出了不完备模糊决策信息系统的粗糙集模型,它既不同于不完备近似空间上的信息系统又不同于完备空间上的模糊决策信息系统。该模型是完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广。文中还给出了系统的精度约简概念及其约简算法。     

不完备模糊目标信息系统粗集模型与知识约简

在不完备信息系统和模糊目标信息系统的基础上,将不完备近似空间和模糊目标信息系统有机地结台起来,提出了不完备模糊目标信息系统的概念;同时还给出了不完备模糊目标信息系统的粗糙集模型,该模型是完备模糊目标信息系统和经典目标信息系统粗糙集模型的推广。还给出了系统知识约简的一些相关概念及其辨识矩阵的知识约简方法。     

区间Pythagorean模糊交互式多准则决策模型

研究了权重信息部分已知,评价信息为区间Pythagorean模糊数的交互式多准则决策问题。利用区间Pythagorean模糊数得分函数,计算各方案的加权得分向量在Pythagorean模糊正理想点和Pythagorean模糊负理想点上的投影,构建基于方案满意度最大的非线性规划准则权重确定模型。根据决策者的主观偏好并结合现有客观信息建立单目标规划模型,通过对方案满意度的给定与修正来实现交互决策。通过算例说明模型及方法的可行性和有效性。     

基于直觉模糊数的信息不完全的多准则规划方法

定义了直觉模糊数和直觉梯形模糊数及其期望值.针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出了信息不完全确定的直觉梯形模糊多准则决策的规划方法.该方法利用权系数的不完全信息构造方案集综合期望值的最优线性规划模型,求解该模型得到各准则的最优权系数,进而得到各方案综合期望值的区间数.利用区间数可能度法对其进行比较,得到整个方案集的排序.实例分析说明了该方法的有效性和可行性.     

A group decision-making model based on incomplete comparative expressions with hesitant linguistic terms

As a result of uncertainty and complexity for environments of decision-making, it is more suitable for decision makers to use hesitant fuzzy linguistic information. In this paper, a novel group decision making (GDM) model based on fuzzy linear programming is proposed for incomplete comparative expressions with hesitant fuzzy linguistic term set (HFLTSs). We establish an equivalence theorem of additive consistency between 2-tuple fuzzy linguistic preference relation (FLPR) and corresponding fuzzy preference relation. Based on this framework, a fuzzy linear programming is established to address incomplete comparative expressions with HFLTSs. It is more important that the proposed fuzzy linear programming has a double action, finding the highest consistent incomplete 2-tuple FLPR and increasing inconsistent 2-tuple FLPR to the additive consistent 2-tuple FLPR based on given incomplete comparative expressions with HFLTSs. By this means, a novel GDM model is constructed based on importance induced ordered weighted averaging operator. Finally, an investment decision-making in real-world is solved by the proposed model, which shows the result of GDM is effectiveness.     

Incomplete interval-valued intuitionistic fuzzy preference relations

The aim of this paper is to investigate decision making problems with interval-valued intuitionistic fuzzy preference information, in which the preferences provided by the decision maker over alternatives are incomplete or uncertain. We define some new preference relations, including additive consistent incomplete interval-valued intuitionistic fuzzy preference relation, multiplicative consistent incomplete interval-valued intuitionistic fuzzy preference relation and acceptable incomplete interval-valued intuitionistic fuzzy preference relation. Based on the arithmetic average and the geometric mean, respectively, we give two procedures for extending the acceptable incomplete interval-valued intuitionistic fuzzy preference relations to the complete interval-valued intuitionistic fuzzy preference relations. Then, by using the interval-valued intuitionistic fuzzy averaging operator or the interval-valued intuitionistic fuzzy geometric operator, an approach is given to decision making based on the incomplete interval-valued intuitionistic fuzzy preference relation, and the developed approach is applied to a practical problem. It is worth pointing out that if the interval-valued intuitionistic fuzzy preference relation is reduced to the real-valued intuitionistic fuzzy preference relation, then all the above results are also reduced to the counterparts, which can be applied to solve the decision making problems with incomplete intuitionistic fuzzy preference information.     

Attribute Reduction Based on Inclusion Degree for Incomplete and Fuzzy Decision Information Systems

The information systems with incomplete attribute values and fuzzy decisions commonly exist in many applications whose knowledge reduction is one of the most important practical significance. Model of incomplete and fuzzy decision information system is firstly constructed. On the basis of the notion of inclusion degree between fuzzy sets, the attribute reduction for incomplete and fuzzy decision information system, which ensures invariable inclusion degree between every tolerance class and fuzzy decision set, is raised. To reduce the complexity of finding attribute reduction, discernibility sets, discernibifity matrixes and the minimal disjunctive normal form of discernibility sets for incomplete and fuzzy decision information system are introduced. Finally, the algorithm and an example are given, and the solution of the example is proved that the approach to attribute reduction based on inclusion degree is valid.     

基于概率信息不完备的群决策模型

针对犹豫模糊元中元素发生的概率信息不完备的群决策问题,提出一种基于最优化模型和一致性调整算法的群决策模型。该模型首先引入了概率不完备犹豫模糊偏好关系（PIHFPR）、概率不完备犹豫模糊偏好关系的期望一致性以及概率不完备犹豫模糊偏好关系的满意加性期望一致性等概念;其次,以PIHFPR和排序权重向量间的偏差最小化作为目标函数,构建线性最优化模型计算得到PIHFPR中不完备的概率信息;随后,通过提出的加权概率不完备犹豫模糊偏好关系集成算子确定综合的PIHFPR,同时设计一种群体一致性调整算法,不仅使得调整后的PIHFPR具有满意加性期望一致性,还可以计算方案的排序权重。最后,将群决策模型应用于区块链的选择实例中。实验结果表明,决策结果合理可靠,且更能反映实际决策情况。     

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.