犹豫模糊环境下准则具有偏好关系的TODIM方法

针对智慧制造评估时专家的决策信息具有犹豫模糊不确定性问题，提出了一种关于准则具有犹豫模糊偏好关系的改进交互式多准则决策（TODIM）方法。首先提出了准则间的犹豫模糊偏好关系概念，并证明了其基本性质。在TODIM方法优势度的计算过程中，将准则权重犹豫模糊偏好关系替代原有的精确值权重，使信息的准确性最大化。将该方法用于智能制造的评估上，实例分析结果表明所提方法是可行和有效的。     

毕达哥拉斯模糊优先集成算子及其决策应用

作为直觉模糊集的推广形式,毕达哥拉斯模糊数能更好地刻画现实中的不确定性,此外在某些问题上,方案的属性之间往往具有优先关系,针对此类信息的集成问题,将毕达哥拉斯模糊数与优先集成算子相结合,提出了毕达哥拉斯模糊优先集成算子,包括毕达哥拉斯模糊优先加权平均算子和毕达哥拉斯模糊优先加权几何算子,并讨论了这些算子的性质。在此基础上,提出了毕达哥拉斯模糊优先集成算子的多属性决策方法,最后将其应用于国内四家航空公司服务质量评价中,说明了该算子的有效性和可行性。     

改进加权支持度的Pythagorean模糊交叉幂均群决策方法

针对毕达哥拉斯环境下的多属性群决策问题,首先,将毕达哥拉斯模糊数和幂均算子相结合,创造性地拓展了一种新的改进加权支持度;然后,基于此提出了改进加权支持度的毕达哥拉斯模糊交叉幂均算子,并讨论了该算子的性质,进而建立一种毕达哥拉斯模糊背景下能够反映决策属性间相互作用的决策方法;最后,将其应用于智慧城市的评价中。实例分析表明,该方法可以解决实际的多属性群决策问题,并可以进一步应用到智慧物流、模式识别、人工智能等领域。     

改进IVHF-TODIM在云服务安全评估中的应用研究

针对云服务安全评估时专家判断复杂的心理特征问题,在区间犹豫模糊背景下提出一种改进的IVHF-TODIM多属性决策方法。结合COWA算子和Dice相似性测度的各自优势,提出了一种考虑决策者态度的区间犹豫模糊Dice相似性测度公式,并对其基本性质加以验证,在TODIM方法优势度的计算中,运用所提出的Dice相似性测度替代原有的距离测度,最后将该方法运用到云服务安全评估上。实例分析表明了该方法的有效性。     

综合评价模型自动选择研究

针对综合评价模型选择难的问题,从决策者、决策问题和决策模型3个角度出发,提炼出对模型选择有影响的关键属性,并筛选出典型的综合评价决策模型.利用C4.5方法计算各关键属性区分度构建相应决策树,生成相应决策规则.按照生成的决策规则及评价问题关键属性的取值实现模型自动选择.最后通过对城市与市政经济评价问题的实证分析,验证该方...     

区间犹豫模糊的改进层次TODIM在云制造资源中的应用研究

针对具有递阶层次准则结构的决策问题,考虑到决策者偏好表达的不确定和犹豫性以及认知的参照依赖和损失规避行为,提出一种区间犹豫模糊多层的TODIM多准则决策方法。首先在对传统JACCARD距离修正后提出一种新的区间犹豫模糊距离测度,接着结合层次分析法思想与TODIM方法建立一种能够解决递阶层次准则结构决策问题的区间犹豫模糊决策方法。最后将该方法运用于云制造资源选择问题,并通过对比分析证实了其有效性和可用性。     

毕达哥拉斯模糊Heronian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中的信息集成问题,其中方案的属性间相互关联相互影响,提出了一种毕达哥拉斯模糊Heronian算子的多属性决策方法。首先将毕达哥拉斯模糊数与Heronian算子相结合,提出了毕达哥拉斯模糊Heronian算子和毕达哥拉斯模糊加权Heronian算子,并讨论了这些算子的性质,给出了相应的证明。在此基础上,提出了基于毕达哥拉斯模糊Heronian算子的多属性决策方法;最后将其应用到国内四家航空公司服务质量评价中,说明了该算子的有效性和可行性。     

基于D-U空间的混合型多属性决策方法

针对混合型决策中不同类型属性值无法有效保留其不确定信息的问题,根据不确定原理,将联系数的D-U空间理论引入到混合型多属性决策问题中,提出一种基于D-U空间的混合型多属性决策方法。将确定性与不确定视为一个整体,提出不同类型属性值在D-U空间中的映射转换法则,使得不同类型属性值在空间中得以统一量化,并明确属性中的不确定信息,避免不确定信息丢失而造成的决策偏差。在决策过程中,通过计算空间中属性向量的模和幅角的值进行方案选择,以描述各方案的稳定性,使排序准则具有直观的意义。通过2个算例验证了该方法的适用性和实用性。     

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。     

面向云计算部署方案评价的区间犹豫模糊双重妥协评价方法

为有效消除资源间的属性冲突和用户间的需求协调问题给云计算部署方案评价带来的困难,提出一种双重妥协的区间犹豫模糊评价方法.首先,考虑到妥协评价方法VIKOR在解决指标冲突性上的显著优势和TOPSIS法在正负理想解中的卓越平衡性,在遵循VIKOR中的"整体效用"与"最大个体遗憾"思想基础上,以负理想解为基准定义了兼顾"整体惩罚"与"最大个体嘉奖"的妥协聚合机制.其次,在改进区间犹豫模糊距离测度的基础上,设计了一种既考虑指标整体与个体间妥协,又能反映正负理想解间平衡的双重妥协评价模型.最后,应用该方法对云计算资源部署方案评价进行案例实证,通过计算结果和对比分析证实了该方法在实际应用中具有较强的适应性及合理性.