共查询到10条相似文献，搜索用时 18 毫秒
1.
研究变量值为区间毕达哥拉斯模糊数的决策问题,针对决策者、属性间的支撑度及权重对决策的影响,提出基于区间毕达哥拉斯模糊幂加权几何Bonferroni平均(IVPFPW-GBM)算子的模糊多属性群决策方法,定义IVPFPW-GBM算子并讨论其性质;构造应用IVPFPW-GBM算子的MAGDM模型,通过排序方法进行决策.最后... 相似文献
2.
在三维视角下定义了概率犹豫模糊集,并在此基础上设置了解决概率犹豫模糊集多属性群决策问题的两种算法．首先将隶属度、概率、决策专家权重看作以三维点坐标形式进行书写的三维变量,建立了计算概率犹豫模糊元的几何距离函数模型、离差程度函数模型以及概率犹豫模糊数的模糊值模型,然后在考虑概率犹豫模糊元的几何距离与离差程度两个因素的基础上计算属性权重．之后,利用加权的几何距离值与离差程度值计算概率犹豫模糊元的综合值,采用Maclaurin对称平均算子对概率犹豫模糊元的综合值进行集结进而对方案排序;计算概率犹豫模糊数的模糊值,以模糊值的上下确界分别作为区间数的右左端点,用区间数来近似表示概率犹豫模糊元的决策信息,同时,使用区间数的积型贴近度公式对各概率犹豫模糊元进行两两测度,通过比较属性的测度结果来鉴定各方案优劣．最后,将两种算法进行了实例验证,决策结果表明了算法的可行性． 相似文献
3.
《淮北师范大学学报》2016,(2)
综合犹豫直觉模糊集和语言集,提出犹豫直觉模糊语言集.首先,给出犹豫直觉模糊语言数的运算法则,并探讨犹豫直觉模糊语言数的加权算术平均算子和加权几何平均算子.其次,构建犹豫直觉模糊语言数的得分函数和精确函数,并给出犹豫直觉模糊语言数的排序方法.最后,给出犹豫直觉模糊语言数的多属性决策方法,并通过实例验证. 相似文献
4.
陆广地 《邢台职业技术学院学报》2023,(1):76-84
针对区间直觉模糊多属性决策的模糊不确定问题,提出一种基于联系数的区间直觉模糊多属性决策新算法。首先把区间数转换成a+bi型的二元联系数，把区间直觉模糊数转换为a+bi形式的直觉模糊数;再参照三元联系数的势函数概念计算直觉模糊数的直觉模糊势，建立基于直觉模糊势的多属性决策模型，依据模型中的综合加权直觉势大小得出n个方案的初排序，依据模型中的综合加权模糊势做初排序的不确定性分析得到终排序。实例应用结果证实了新算法思路的合理性和结果的有效性。 相似文献
5.
刘秀梅 《连云港教育学院学报》2013,(3):104-108
针对指标权重已知且指标值以直觉三角模糊数表示的多指标决策问题,提出一种基于集对分析区间型联系数的决策分析方法。首先给出直觉三角模糊数和区间型联系数的定义和运算法则,进而依据集对分析思想把直觉三角模糊数转化为区间型联系数,然后给出直觉三角模糊数多指标决策问题的决策步骤,最后给出一个实例,结果表明该方法可行有效。 相似文献
6.
不确定语言环境下的多属性决策方法 总被引：1，自引：0，他引：1
研究了偏好值以不确定语言变量形式给出的多属性决策问题. 介绍了不确定语言变量的运算法则, 给出了不确定语言变量之间两两比较的可能度公式, 提出了2种新的数据信息集成算子拓展的不确定语言集成(EULA)算子和区间语言集成(ILA)算子, 并且分别提出了基于EULA算子和基于ILA算子的不确定语言环境下的多属性决策方法. 这2种方法不仅简洁、易懂, 而且在运算过程中不会丢失任何决策信息. 最后, 通过算例对2种方法的实用性和有效性进行了说明. 相似文献
7.
8.
基于梯形模糊语言变量的多属性决策方法 总被引：2，自引：0，他引：2
研究了决策者的偏好信息（属性值）为梯形模糊语言变量（TFLV）的模糊语言多属性决策问题．定义了2个梯形模糊语言变量比较的可能度公式并研究了它的一些基本性质,给出了基于可能度公式的梯形模糊语言变量多属性决策的方案排序方法．这种方法通过对决策信息进行TFLWA算子加权集结,并通过比较梯形模糊语言变量的可能度得到所有方案的排序结果．在不损失模糊语言信息的条件下,该方法计算过程简单,决策结果合理且有效．最后,通过一个实例说明了该方法的操作过程． 相似文献
9.
针对研究对象属性值为区间直觉模糊集形式的多属性决策问题,提出了一种利用区间直觉模糊熵确定属性权重并进行综合评价的方法．该方法的基本思路：用区间直觉模糊熵来定义各方案在不同属性下的权重,将各方案对应的权重视为一种概率分布,基于这种假设利用相对熵集结模型得到区间直觉模糊集的客观优化权重．最后给出了一个算例,说明了该方法的可行性和优越性． 相似文献
10.
《赤峰学院学报(自然科学版)》2020,(1)
直觉模糊数是对传统模糊数的拓展,混合优先算子是对优先算子和加权算子的拓展.在直觉模糊的情形下,现实中针对实际活动中需要同时考虑准则之间具有不同优先级别和准则权重的多准则决策问题大量存在.本文基于直觉模糊优先算术平均(IFPWA)算子提出了直觉模糊混合优先算术平均(IFHPWA)算子;基于直觉模糊优先几何平均(IFPWG)算子提出了直觉模糊混合优先算术平均(IFHPWG)算子.这两种算子的特点不仅考虑到数据的重要性程度而且考虑到了准则的优先水平.在此基础上,提出了一种基于直觉模糊混合优先算子的多准则决策方法.该方法利用IFHPWA(IFHPWG)算子对数据信息进行加权集结,利用记分函数对方案进行排序并择优.最后,通过一个人才引进的实例分析,验证了所提决策方法的可行性和有效性. 相似文献