基于区间毕达哥拉斯模糊相似测度的多属性群决策方法研究

毕达哥拉斯模糊集是对模糊集和直觉模糊集的推广,本文在实型广义加权平均算子的基础上提出一种新的测度——区间毕达哥拉斯模糊余弦相似测度,并提出了一种基于该相似测度的多属性决策方法。首先,介绍区间毕达哥拉斯模糊数的概念以及运算法则;其次提出了区间毕达哥拉斯模糊有序加权余弦相似测度,分析了其单调性、有界性等相关性质以及其多种推广形式,并将其运用至多属性群决策问题中。最后,将这种群决策方法运用在推选优秀学生的方案选择中,通过改变参数及权重向量取值的方法得到不同集结结果,体现了本文提出的方法的有效性及可行性。     

直觉梯形模糊几何集成算子及其在群决策中的应用

文章首先定义了直觉梯形模糊数及其运算法则,基于这些运算法则,给出了直觉梯形模糊几何集成算子,即直觉梯形模糊加权几何(IT-WG)算子、直觉梯形模糊有序加权几何(IT-OWG)算子以及直觉梯形模糊混合几何(IT-HG)算子。在此基础上,提出了在属性权重已知的情形下专家评价值以直觉梯形模糊信息给出的多属性群决策方法。最后以产品最优设计方案的选择为实例进行分析,所得结果验证了该方法的有效性。     

基于多属性评价的项目投资决策方法

本文根据工程项目投资决策过程的特点,提出基于有序加权平均算子(OWA)和有序加权几何平均算子(OWGA)的多属性群决策方法。案例分析表明,该方法在工程项目的投资决策应用中具有可行性。     

基于直觉模糊集TOPSIS法的运输路径选择

运输路径选择是一个多属性决策问题,路径选择的合理化势必对企业的经济效益产生影响。文章根据TOPSIS的价值函数模型,通过对物流运输系统的分析,提取5个影响路径选择的因素,使用直觉模糊集确定属性的指标值和权重,建立一种基于直觉模糊集TOPSIS法的运输路径选择模型。数据实例说明该方法不仅解决了决策过程中出现的模糊性信息,而且还克服了传统评价指标的单一性缺陷,是一种有效、实用的方法,可为解决直觉模糊多属性决策提供新途径。     

多属性决策方法及其在节能减排中的应用研究

通过对直觉模糊数的区间化处理,把直觉模糊多属性决策转化为属性值为区间数的多属性决策.基于决策者的主观偏好值和客观偏好值的总偏差最小化原则得到属性权重,从而给出了一种直觉模糊多属性决策方法.最后利用所提出的方法对企业的节能减排效果进行了评价研究.     

犹豫模糊软集及其在多属性群决策中的应用

研究了评价值信息为犹豫模糊软集形式的多属性群决策问题。首先介绍了犹豫模糊软集的概念,并讨论了其相关运算及性质。考虑群决策中可能存在各专家权重系数完全未知的情况,定义了犹豫模糊软矩阵及其得分矩阵,并建立基于得分矩阵间关联系数的最优规划模型,以此确定各专家的权重。然后,基于犹豫模糊软集信息,定义了两种集成算子,即犹豫模糊软集算术加权算子和犹豫模糊软集几何加权算子,并利用水平软集工具计算各方案的机会值,得出最优决策。最后,提出一种基于犹豫模糊软集环境下的多属性群决策方法。     

基于IFHA算子和IFHG算子的空间数据质量评价方法

直觉模糊集多属性决策对空间数据质量评价是模糊评价和多属性评价模糊评价的综合评价方法。IFHA算子和IFHG算子是既考虑了数据质量的肯定、否定以及不确定性多种因素,又夹杂着合适的位置权重的研究方法,其方法与传统的评价方法相比较能更加真实、细腻地描述和刻画客观世界的模糊性本质。文章通过算例进行比较分析,解释其原因与不足。     

基于VIKOR改进的偏好概率语言算子及其多准则群决策应用

本文主要介绍一种引入距离测度的偏好概率语言集结算子,该算子通过引入距离测度,从而使得概率语言集结算子能够多属性群决策应中能够更好的发挥其作用。最后通过算例对其进行说明。     

直觉模糊熵的多属性在企业选拔管理人员中的应用

本文采用一种基于熵程序的直觉模糊多属性决策程序的方法,建立了一种选拔最优秀的管理人员的直觉模糊多属性决策模型。首先计算直觉模糊矩阵,然后确定各个属性的权重,最后利用标准得分矩阵和加权平均算子计算各个人员的综合评分,并以此作为决策依据。最后通过实例验证了算法的有效性。     

基于直觉模糊的医院患者满意度研究

医院患者满意度综合反映了医院医疗服务水平。文章基于直觉模糊集理论建立了一个多级直觉模糊满意度计算模型,利用直觉模糊集算子有效地诱导出直觉模糊满意度,将定性与定量的方法结合起来进行满意度计算,使计算结果信息量更大、更加科学合理且自动化程度高。以商洛职业技术学院附属医院为例,通过问卷调查数据,基于直觉模糊满意度模型,计算医院患者满意度。探索一些指标满意度较低的原因;并针对患者普遍不满意的指标提出具体建议。     

基于IOWA-FAHP的物流需求组合预测模型

面向物流需求的预测问题,提出了一种基于诱导有序加权平均算子和模糊层次分析法相结合的组合预测模型。首先,采用诱导有序加权平均算子建立组合预测模型,并基于历史数据解算各单项预测模型的加权系数;然后,针对组合预测模型中各单项模型的加权系数确定问题,引入模糊层次分析法,得到各单项预测模型的公平排序,进而确定各单项预测模型在预测年的诱导值序列,从而预测出相应物流需求量;最后通过应用算例验证了该模型的正确性和可靠性。     

基于区间二型模糊集的VIKOR多属性决策方法研究

针对传统VIKOR方法不能处理不确定语言信息的缺陷,本文在VIKOR方法的基础上提出了一种基于区间二型模糊的VIKOR扩展方法用于解决多属性决策问题。首先介绍了区间二型模糊的概念、运算法则,接着定义了一种新的计算区间二型模糊集之间的距离公式,在此基础上提出基于区间二型模糊的VIKOR扩展方法。最后,通过一个算例说明该方法的有效性和合理性。     

基于IOWA-FAHP的物流需求组合预测模型

面向物流需求的预测问题,提出了一种基于诱导有序加权平均算子和模糊层次分析法相结合的组合预测模型.首先,采用诱导有序加权平均算子建立组合预测模型,并基于历史数据解算各单项预测模型的加权系数;然后,针对组合预测模型中各单项模型的加权系数确定问题,引入模糊层次分析法,得到各单项预测模型的公平排序,进而确定各单项预测模型在预测年的诱导值序列,从而预测出相应物流需求量;最后通过应用算例验证了该模型的正确性和可靠性.     

一种基于梯形模糊中心的不确定多属性决策Topsis方法

文章针对只有部分属性权重信息且属性值以梯形模糊数形式给出的模糊多属性决策问题,提出一种基于梯形模糊数的中心的多属性决策方法。该方法建立一个非线性规划模型,通过求解该模型得到属性的权重向量。然后根据传统的Topsis方法,计算各方案属性值加权后的模糊中心与正负理想中心的贴近度的大小进行排序择优,最后给出算例。     

一种基于模糊距离和证据理论的多属性群决策方法

针对语言评价信息形式的多属性群决策问题,提出了一种基于模糊距离和D-S证据理论的群决策方法。该方法首先运用基于模糊距离的方法来获得决策者权重,再对多个决策者给出的语言评价信息进行分析,然后通过D-S合成法则对其值进行合成。计算信度函数和似真函数,据此对所有决策方案进行排序。最后通过一个算例验证该方法的可行性和有效性。     

考虑属性关联的不确定语言变量R-TOPSIS模型

采用不确定语言变量进行决策是有效反映客观事物的复杂不确定性以及人类思维的模糊性手段。针对多属性决策问题中属性之间具有相互关联作用这一问题,在引入加权决策距离矩阵和Choquet积分构建了一种考虑属性关联的R-TOPSIS语言决策方法。最后结合案例说明该方法的决策过程以及该方法的可行性和有效性。     

概率有序加权算子P-OWG在公路方案优选中的应用

在公路方案优选的多属性方案决策中,运用概率有序加权几何(P-OWG)算子对各方案的属性值进行集成,根据得出的综合属性值对各方案进行排序和优选,可以十分方便的选出最优的方案。     

基于多属性群决策的项目风险投资评估方法

文章基于OWA算子和CWAA算子的多属性群决策评估方法,综合两种加权算子的优点,对项目的风险进行横向和纵向集结,有效消除决策者主观因素的影响,并通过增加中间值,使项目风险投资评估更加科学。     

房地产投资风险的多目标模糊优选决策

本文提出一种基于模糊集理论的房地产投资风险的多目标模糊优选决策方法，并阐述了该方法具体的决策步骤。正如不能神化电脑那样，输入的若是垃圾，输出的必是垃圾。模糊优选决策只解决了多目标的优选的方法，据以计算的目标循征值本身若有失误，计算出的结果必有失误。     

基于GIOWA算子的物流中心选址研究

利用定性因素与定量因素相结合的方法研究了物流中心单设施选址问题.首先在分析物流中心选址定性因素的基础上,利用基于CIOWA(广义的导出有序加权平均)算子的多属性决策方法筛出候选点;然后建立非线性规划模型和概率模型,从而得到物流中心选址的定量方法.