共查询到14条相似文献，搜索用时 259 毫秒
1.
在风险投资运作过程中,对项目的风险评估是其关键环节.由于影响风险评估项目的因素具有不确定性,本文引入不确定语言变量的运算法则.先使用不确定语言加权平均算子对信息进行集结,针对属性权重完全未知的情形,给出一个求解权重的方法;再通过不确定语言加权平均（ULWA）算子,对不确定语言决策信息进行加权集成,利用已有的可能度矩阵排序公式得到决策方案的排序;最后给出实例分析,以说明该方法的有效性和可操作性. 相似文献
2.
不同类型语言信息下的多属性决策 总被引：3，自引：0，他引：3
介绍了精确语言变量和不确定语言变量的距离测度,并且基于精确语言变量和不确定语言变量,给出了属性值的正语言理想解和负语言理想解的概念.为了对决策方案进行排序和择优,基于2种语言变量的距离测度和语言理想解,提出了一种不同类型语言信息下的多属性决策方法.该方法不仅易于对语言变量进行计算,而且在求解过程中不会丢失任何语言决策信息,从而保证了决策结果的合理性和有效性.最后,利用算例对方法的运算过程进行了具体分析和说明. 相似文献
3.
针对多属性决策问题运用新的集成算子方法,构造出相应的多属性决策方法。利用隶属度和非隶属度之间存在某种关联和相互影响,提出了区间直觉梯形模糊数的改进的加法运算、数乘运算、乘积运算和幂运算。并在这些运算的基础上,给出了区间直觉梯形模糊数的加权交叉影响平均算子和几何交叉影响平均算子。最后通过实例验证了所提方法的有效性。 相似文献
4.
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
5.
一种混合集结算子及其在多属性决策中的应用 总被引：3，自引：0，他引：3
结合加性加权平均 (AWM)算子和有序加权平均 (OWA)算子的特点 ,提出了一种集结决策信息的混合集结 (HA)算子 ,并提出了一种基于混合集结 (HA)算子的多属性决策方法 .理论分析和数值结果表明 :混合集结 (HA)算子同时推广了加性加权平均 (AWM )算子和有序加权平均(OWA)算子 ,它不仅能反映所给数据自身的重要性程度 ,而且还体现了数据所在位置的重要性程度 .因此 ,混合集结 (HA)算子在实际应用中能更好地反映现实情况 .最后进行了实例分析 . 相似文献
6.
《赤峰学院学报(自然科学版)》2020,(5)
由于犹豫模糊语言能更精确地表达决策者意见,引起了很多研究者兴趣,越来越多的研究涉及犹豫模糊语言集结技术以及犹豫模糊语言多属性决策方法.本文首先基于Frank t-范数和t-余模,定义出犹豫模糊语言的Frank运算法则.并在此基础上,提出犹豫模糊语言Frank加权算术平均算子和犹豫模糊语言Frank加权几何平均算子.新算子是HFLWA和HFLWG算子的推广,并含有一个能体现决策者情感的参数,使得决策过程更加灵活.最后提出一种犹豫模糊语言多属性决策方法,绿色供应商选取案例表明方法的可行性和有效性. 相似文献
7.
一种基于模糊语言标度和FIOWGA算子的决策方法 总被引：3，自引：0，他引：3
给出了一种用于方案比较的模糊语言标度，并用定义在区间[1／9，9]上的三角模糊数表示其数值含义．利用该标度构造语言偏好矩阵，给出了一种集结语言偏好信息的模糊导出的有序加权几何平均(FIOWGA)算子，并提出了一种基于模糊语言标度和FIOWGA算子的决策方法．最后，通过算例对方法的可行性和有效性进行了说明． 相似文献
8.
《东南大学学报》2016,(2)
针对决策小组权重未知、方案的偏好信息以双重犹豫语言偏好关系形式给出的群决策问题,提出了一种简单决策方法.首先,为准确、全面地描述群决策过程中的不确定评估信息,定义双重犹豫语言数,并根据定义的运算法则,提出双重犹豫语言加权平均算子.其次,定义双重犹豫语言偏好关系,并利用单个决策小组对方案偏好信息得分值的标准差和其偏好信息得分值与其他决策小组偏好信息得分值的相关系数,提出一种客观确定决策小组权重的方法,进而提出一种基于双重犹豫语言偏好关系的群决策方法.同时,通过九甸峡水库运行方案选择实例说明该方法的可行性和有效性.最后,将该方法与现有方法进行比较,结果表明,所提出的方法能够直接处理双重犹豫语言偏好信息,不需要进行信息转化,从而可以减少原始决策信息的丢失 相似文献
9.
投资决策中有方案偏好的模糊多属性决策方法 总被引：1，自引：0，他引：1
针对属性值以模糊语言形式给出,属性权重完全未知但给出有方案偏好信息的模糊多属性决策问题给出决策方法。该方法是将模糊语言给出的属性评估及方案偏好转换为梯形模糊数,通过建立一个不确定二次规划模型来确定属性的权重,基于加权平均法则来对规范化的模糊属性值及权重进行集结,利用模糊数大小比较的期望值方法来对方案进行排序和择优．最后给出一个应用实例． 相似文献
10.
《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
11.
Multi-attribute decision-making approach dealing with uncertain linguistic assessment information 总被引：1，自引：0，他引：1
Gu Jing Zhou Zongfang 《东南大学学报》2008,(Z1)
An approach is presented to deal with a multi-attribute decision-making problem in which the attribute weights are unknown and the attribute values take the form of uncertain linguistic variables. First, a linguistic assessment standard is set up to deal with the uncertain linguistic attributes, and the operation laws of uncertain linguistic variables and the uncertain linguistic weighting average(ULWA)operator are introduced. Then a ranking formula of uncertain linguistic variables based on expectation-variance is proposed. As for the case without weight information, a goal program based on a warp function is constructed to determine the attribute weights, and the ULWA operator is utilized to aggregate the assessment information of uncertain linguistic variables, and the corresponding alternatives are ranked by a formula based on expectation-variance. Finally, a numerical example is given, and the results demonstrate that it is much easier and faster for the ranking method based on expectation-variance when compared to the existing methods. 相似文献
12.
13.
袁毓林 《苏州教育学院学报》2010,27(2):1-11
以国内外学者对副词“都”的语义功能的探索为例,倡导一种“由问题推动”的语法研究路线：以理论的眼光观察语言现象、提出明确的问题,然后通过分析相关的语言事实来论证和解决所提出的问题,并发展出新的理论原则和分析方法。首先通过提出关于“都”的语义的各种问题,引出关于“都”的语义功能的“总括”学说、全称量词理论、分配算子理论、加合算子理论,指出它们各自在理论和事实方面的困难;然后,提出一种兼擅分配学说和加合学说的综合性理论——由加合导出分配;最后,通过研究案例说明：“问题驱动”的研究策略可以兼具“数据驱动”和“理论驱动”两种研究策略的优点。 相似文献
14.
Linying Ji Sy-Miin Chow Alice C. Schermerhorn Nicholas C. Jacobson E. Mark Cummings 《Structural equation modeling》2018,25(5):715-736
Myriad approaches for handling missing data exist in the literature. However, few studies have investigated the tenability and utility of these approaches when used with intensive longitudinal data. In this study, we compare and illustrate two multiple imputation (MI) approaches for coping with missingness in fitting multivariate time-series models under different missing data mechanisms. They include a full MI approach, in which all dependent variables and covariates are imputed simultaneously, and a partial MI approach, in which missing covariates are imputed with MI, whereas missingness in the dependent variables is handled via full information maximum likelihood estimation. We found that under correctly specified models, partial MI produces the best overall estimation results. We discuss the strengths and limitations of the two MI approaches, and demonstrate their use with an empirical data set in which children’s influences on parental conflicts are modeled as covariates over the course of 15 days (Schermerhorn, Chow, & Cummings, 2010). 相似文献