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.     

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.     

基于区间直觉梯形模糊数的多属性决策方法

对区间直觉梯形模糊数进行研究．探讨了区间直觉梯形模糊数的运算法则及其性质;给出了区间直觉梯形模糊数的加权算术平均和加权几何平均算子,定义了区间直觉梯形模糊数的得分函数和精确函数,进而给出其排序方法;建立了基于区间直觉梯形模糊数的多属性决策模型,并提出了相应的决策方法．实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.     

基于前景和量子理论的模糊多属性决策方法

针对属性权重不完全确定且属性偏好值为区间直觉模糊数的多属性决策问题,提出一种基于前景理论和量子进化算法的模糊多属性决策方法。该方法根据前景理论及模糊数距离公式,定义区间直觉模糊数的前景价值函数,同时将决策者对方案的风险偏好纳入决策行为中,以此来构建方案综合前景值最大化的非线性规划模型。通过引入量子进化算法,求解模型得出最优权重向量。最终根据方案前景值确定出方案的排序。该方法适用于模糊决策环境,能满足决策者不提供确定属性权重的要求,并充分考虑决策者风险心理因素对决策行为的影响,具有广泛的应用价值。数值算例说明了该方法的有效性和可行性。     

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.     

基于Zhenyuan积分的直觉模糊多属性决策方法

针对属性之间具有相互关联关系的直觉模糊多属性决策问题,提出一种基于Zhenyuan积分的决策方法.首先提出直觉模糊Zhenyuan积分平均(IFZA)算子;然后探讨IFZA算子的优良性质以及与现有直觉模糊集成算子的关系,研究表明,IFZA算子可以改进现有直觉模糊奇异积分算子的缺陷,能够全面度量属性之间的相互关联关系;最后提出一种基于IFZA算子的属性间具有相互关联关系的直觉模糊多属性决策方法,并通过实例验证所提出方法的有效性和可行性.     

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Choquet积分的多属性灰靶群决策方法

针对属性间具有关联性且属性值为区间灰数的多属性群决策问题,提出一种基于Choquet 积分的多属性灰靶群决策方法.根据模糊测度和Choquet积分的性质,定义关于区间灰数的Choquet积分信息集成算子,并证明其相关性质;通过灰靶决策方法,对方案集的综合靶心距进行排序.仿真实例验证了所提出方法的合理性.     

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.     

Intuitionistic fuzzy Choquet integral operator for multi-criteria decision making

For the real decision making problems, most criteria have inter-dependent or interactive characteristics so that it is not suitable for us to aggregate them by traditional aggregation operators based on additive measures. Thus, to approximate the human subjective decision making process, it would be more suitable to apply fuzzy measures, where it is not necessary to assume additivity and independence among decision making criteria. In this paper, an intuitionistic fuzzy Choquet integral is proposed for multiple criteria decision making, where interactions phenomena among the decision making criteria are considered. First, we introduced two operational laws on intuitionistic fuzzy values. Then, based on these operational laws, intuitionistic fuzzy Choquet integral operator is proposed. Moreover, some of its properties are investigated. It is shown that the intuitionistic fuzzy Choquet integral operator can be represented by some special t-norms and t-conorms, and it is also a generalization of the intuitionistic fuzzy OWA operator and intuitionistic fuzzy weighted averaging operator. Further, the procedure and algorithm of multi-criteria decision making based on intuitionistic fuzzy Choquet integral operator is given under uncertain environment. Finally, a practical example is provided to illustrate the developed approaches.     

基于前景ITFNCI 算子的群体MULTIMOORA决策方法

利用进一步完善的直觉梯形模糊数运算法则,提出基于模糊测度和Choquet积分的直觉梯形模糊数的信息集成算子,并证明了该集成算子的相关性质.根据前景理论定义直觉梯形模糊前景效应和前景价值函数,构造前景ITFNCI算子.针对多方参与且决策者信息关联的多属性群决策问题,利用前景ITFNCI算子集结群体直觉梯形前景价值函数,进而采用MULTIMOORA理论进行方案比选,基于优势理论获得方案的综合排序以确定最优方案.案例分析表明了所提出方法的可行性和有效性.     

基于马田系统的区间Choquet 模糊积分多属性决策方法

为了扩展马田系统在模糊积分多属性决策领域中的应用, 引入区间样本描述统计量, 将传统的实数型马田系统改进为区间型马田系统, 并在此基础上提出一种基于区间数据的模糊测度计算方法. 为了便于集成区间属性值,定义区间Choquet 模糊积分算子. 实例分析表明, 所提方法能够解决属性值为区间数据的模糊积分多属性决策问题, 验证了该方法的可行性.

     

基于IITFN输入的复杂系统关联MAGDM方法

区间直觉梯形模糊数（Interval-valued intuitionistic trapezoidal fuzzy number,IITFN）是刻画复杂系统不确定性的有效工具. 基于进一步完善的IITFN 运算规则,讨论其局部封闭性. 由此定义IITFN 几何Bonferroni 平均算子,并验证该算子的相关性质. 针对决策者及属性之间均存在关联作用且权重均未知的多属性群决策（Multi-attribute group decision making,MAGDM）问题,提出基于前景混合区间直觉梯形几何 Bonferroni （Prospect hybrid interval-valued intuitionistic trapezoidal fuzzy geometric Bonferroni,PHIITFGB）平均算子 的关联多属性群决策方法. 该方法首先通过依次定义IITFN 的前景效应、前景价值函数和前景价值,获取前景价值矩阵;其次,将前景价值矩阵转化为前景记分函数矩阵,并综合运用基于灰关联深度系数的客观属性权重极大 熵模型和基于2-可加模糊测度与Choquet 积分联合的决策者权重确定模型,获取决策者权重及属性权重;再次,利 用PHIITFGB 算子集结各决策者的方案评估信息,结合决策者权重即可获取相应于各方案的综合前景价值;最后,计算综合前景记分价值函数,基于IITFN 的序关系判别准则确定方案排序. 案例验证决策方法的有效性和可行性.     

基于一种新得分函数和累积前景理论的毕达哥拉斯模糊TOPSIS法

针对属性权重未知、评价信息为毕达哥拉斯模糊数的多属性决策问题,对毕达哥拉斯模糊集的得分函数进行深入分析,为解决现有得分函数中存在的不足,提出一种新得分函数,通过证明其相关定理,分析新得分函数的性质.将新得分函数运用到毕达哥拉斯模糊多属性决策问题中,以帮助决策者更好地处理模糊的决策信息.此外,针对现有大多数毕达哥拉斯模糊...     

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.     

基于前景理论的犹豫模糊多属性群决策方法

针对属性指标值为犹豫模糊信息且属性权重完全未知的多属性群决策问题,提出一种基于新的决策参考点和前景理论的多属性群决策方法。将犹豫模糊决策矩阵转变为区间模糊决策矩阵,并结合t-分布估计方法,构建期望得分函数值,将其作为决策参考点;基于属性值得分函数与决策参考点之间的差异,确定价值函数,进而得到前景价值综合矩阵;利用同一属性下的前景价值方差计算属性的权重,并基于前景理论计算各方案的加权前景价值,进而对决策方案进行优劣排序;通过对云计算产品的选择实例验证提出的决策方法的可行性与有效性。