基于直觉模糊熵的多目标决策

讨论了基于直觉模糊集的多准则决策,提出了一种新的决策方法：基于直觉模糊熵的多目标决策。给出不同的直觉模糊熵用于多目标决策,并给出了基于直觉模糊熵的多目标决策具体算法。通过具体实例,说明运用不同的直觉模糊熵得出的结果基本是一致的,这说明了决策具体算法的合理性,从而说明基于直觉模糊熵的多目标决策是可行的。     

基于复直觉模糊偏好关系的群决策算法

基于复直觉模糊系统,在专家权重未知的情况下,提出了基于复直觉模糊偏好关系的专家权重确定算法和群决策算法。以高血压药物治疗效果为例说明了算法的求解过程,验证了算法的实用性,并利用MATLAB软件对复直觉模糊系统进行了仿真验证。     

直觉模糊多属性决策自适应一致性算法研究

针对直觉模糊多属性决策问题中专家决策矩阵一致化问题,在使用直觉模糊加权平均算子对专家决策矩阵进行集结得到群决策矩阵的基础上,作者提出了依靠专家决策矩阵和群决策矩阵进行自适应迭代算法,对专家决策矩阵进行反复修正,使之与同步更新的群决策矩阵间达到可接受的一致性程度。算法不需要专家对决策矩阵进行反复的修正,提高了决策的效率。通过计算实例验证了算法的有效性。     

基于直觉模糊集的产品规划评估群决策研究

针对实际管理决策中,决策问题要求多个决策者参与,同时需要全面、细腻的描述方法体现对客观事物的认识和表达的问题,将直觉模糊多属性群决策方法应用于企业产品管理决策中。首先给出了基于直觉模糊Einstein混合平均算子的多属性群决策算法,提出了一种直觉模糊算子自适应位置赋权算法,然后结合产品规划的特点,分析了产品市场吸引力、竞争性评价和财务回报评估要素,建立了产品规划多属性群决策模型,最后通过算例分析验证了该方法的有效性和可行性。     

基于冲突检测算法的二级排课系统

文中概述了基于冲突检测算法的二级排课系统的设计思想和背景,在分析系统整体设计架构、排课原则和系统功能模块的基础上,提出了带冲突检测排课算法CA/CD,给出了具体实现流程,并详细分析了排课进程的设置和已知班级序列求班级段两个关键技术.该系统以人为本,能够满足不同用户的需要,可促进高校教务的二级管理和信息化管理.     

高校排课系统中的模拟手工排课算法分析

随着教学改革的进行,新的教育体制对课表的编排提出了更高的要求。随着高校学生数量的增加,传统的人工排课出现了工作量巨大、排出课表极易出现错误等问题。文章简单介绍了高校排课中解决NP问题的几种近似算法,主要论述了模拟手工排课算法在高校排课系统中的应用。实践证明,对于高校来说,模拟手工排课算法可以实现排课系统的简化和正确率的提高。该算法在很大程度上降低了教师排课的错误率,也相对减少了教务管理人员的工作量。     

基于组合赋权的直觉模糊多属性动态决策方法

在直觉模糊信息环境下,针对属性权重不完全确定的多属性决策问题,提出了一种新的基于组合赋权的动态决策方法.首先,利用层次分析法及离差最大化法确定属性的主、客观动态组合权重,克服了单一赋权的不足;然后,基于该赋权法,建立了一种直觉模糊多属性的动态决策模型;最后用数值实例说明该方法的有效性和实用性.     

GIOWA算子在直觉模糊多属性决策中的应用研究

广义的导出有序加权平均（GIOWA）算子是一种有效的信息集结方法,对方案以模糊语言形式进行评估的多属性决策问题有重要的理论意义。采用GIOWA算子对隶属度值进行加权,进而对方案集进行优序排序。结合实例分析说明方法有效、可行。     

基于包含度的区间直觉模糊粗糙集模型

利用区间直觉模糊包含度的概念建立区间直觉模糊粗糙集模型。首先,将直觉模糊集中的包含度拓展到区间直觉模糊集上,给出区间直觉模糊包含度定义和计算公式;其次,在区间直觉模糊等价关系下,基于区间直觉模糊包含度,建立了区间直觉模糊粗糙集模型,并对近似算子的重要性质进行了讨论。     

基于I-IFHA算子的动态直觉模糊多属性群决策方法

假设各决策时段的时间权重、各决策时段下的属性权重以及决策者权重均已知,各决策者针对各决策时段给出的属性值以直觉模糊数形式给出的动态多属性群决策问题,提出了一种基于导出直觉模糊混合平均(I-IFHA)算子动态直觉模糊多属性群决策方法.该方法利用动态直觉模糊加权平均(DIFWA)算子和动态加权平均(DWA)算子集结动态决策信息分别得到各决策者的综合直觉模糊决策矩阵和综合属性权重向量,并在此基础上利用直觉模糊加权平均(IFWA)算子计算得到各决策者下各方案的直觉模糊评价值;利用I-IFHA算子集结决策者群体决策信息得到各方案的综合直觉模糊评价值;利用直觉模糊数的得分函数及精确函数对决策方案进行排序和择优.最后,通过投资银行对企业进行投资的实例说明了该方法的应用.     

基于区间直觉梯形模糊数的群决策方法

针对准则值为区间直觉梯形模糊数（IVITFN）的群决策问题,定义了新的区间直觉梯形模糊数的加性的运算法则;基于这些运算法则,给出了几种区间直觉梯形模糊数信息的算术集成算子,包括区间直觉梯形模糊数的加权算术平均（IVITFNWAA）算子、区间直觉梯形模糊数的有序加权平均（IVITFNOWA）算子和区间直觉梯形模糊数的混合集成（IVITFNHA）算子;基于IVITFNWAA算子和IVITFNHA算子,提出了一种准则值为区间直觉梯形模糊数而准则权重确知的群决策方法。最后,实例分析表明了该方法的可行性和有效性。     

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.     

改进直觉模糊熵和证据推理的多属性群决策方法

针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法.针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式.然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序.最后,通过算例进行比较分析,验证提出方法的可行性和有效性.     

基于直觉梯形模糊数的信息不完全多属性决策方法

针对权重信息不完全未知且属性值为直觉梯形模糊数的多属性决策问题,给出了基于直觉梯形模糊数得分函数和投影模型下的多属性决策方法,通过投影法建立了非线性规划模型,并通过数学软件得到各属性权重,通过投影率作为排序指标,进行排序择优。最后通过实例说明了该方法的有效性。     

多属性决策的直觉模糊排序评估法及实验分析

多属性决策不但可处理多目标间的冲突、模糊问题,尚可处理优先次序不同的问题,因而在应用面上受到广泛地探讨．本研究是以直觉模糊集合为基础来发展多属性决策问题中的直觉模糊排序评估法,目的在于解决直觉模糊权重资料搜集的困难,以建构数学规划模型求解,提出1套新的排序评估法．在数据简化之计算实验部分,采用随机数模拟分析的方式,计算一致率、矛盾率、反转率与等级相关系数4大指标,比较最后的结果是否和未变化前一致．实验结果发现,当控制方案个数时,前3个指标的平均维持相当高的程度,等级相关系数的部分,也呈现出平均值越高,标准差越低的趋势．因此可得知,若要进行简化的程序,可在矩阵或权重部分进行部分简化;此外,当所需之决策方案个数增加时,转换前后的决策矩阵,其运算结果会越趋一致．     

基于可能度的区间直觉模糊数排序方法及其在决策中的应用

根据区间直觉模糊数的隶属度与非隶属度的代数和与差,定义一种用区间数表达的得分函数和精确函数, 并利用本文定义的得分函数和精确函数给出区间直觉模糊数大小的可能度,然后基于可能度提出区间直觉模糊数的一种新的排序方法。最后,基于这种新的排序,给出了区间直觉模糊信息环境下的多属性决策方法,并用数值算例说明该方法的可行性和有效性。