Vague软集的相似度量及其应用

文章基于Vague集和软集现有理论以及Vague集思想与软集思想之间的联系,初步提出了Vague软集的相似度量的公理化定义,并给出了一种Vague软集的相似度量的计算公式。模糊多目标决策系统中的应用实例表明该方法是实用的。     

基于广义区间值模糊软集的群决策方法

文章给出了广义区间值模糊软集的矩阵形式,基于区间值模糊数的算术加权平均算子,研究了广义区间值模糊软矩阵序列的算术加权平均算子.然后,给出了区间值模糊数的得分函数表达式,进而定义了广义区间值模糊软矩阵的得分矩阵.利用广义区间值模糊软集的标准化得分矩阵定义了它的加权比较矩阵.最后,基于以上几种矩阵,给出了具体的广义区间值模糊软集环境下的群决策算法,并且通过实例验证了算法的可行性.     

判断矩阵信息下基于模糊参数模糊软集的群决策方法

针对指标集之间有差异的群决策问题,文章提出一种在判断矩阵信息下基于模糊参数模糊软集理论的群决策方法.具体步骤为:首先,根据各决策者给出的判断矩阵信息及序关系分析法得到方案的评价值,并利用模糊软集的且运算将评价值进行融合;其次,构建模糊参数模糊软集;最后,通过模糊参数模糊软聚合算子的计算结果找出最优方案.     

基于个体偏好和可信度的犹豫模糊软集多准则决策方法

犹豫模糊软集是在结合软集和犹豫模糊集优势的基础上提出来的.文章定义了基于犹豫模糊软集的Einstein加权平均算子及其运算规则,根据决策者对专业领域的熟悉程度,定义了可信度诱导犹豫模糊软集Einstein加权平均算子.基于可信度提出了犹豫模糊软信息关联度公式,并对决策者个体的方案准则偏好和方案总体偏好之间的关联度建立了准则权重模型.最后提出了一种考虑个体偏好和可信度的犹豫模糊软集多准则群决策方法,并用算例分析证明了其可行性和有效性.     

基于记分函数的直觉模糊多属性群决策方法

针对属性权重未知且属性值为直觉模糊值,决策者给出方案直觉模糊值形式偏好信息的不确定多属性群决策问题,提出了一种基于模糊优选的群决策方法。首先在计算直觉模糊相似度的基础上通过非线性规划模型求解出属性权重。在明确直觉模糊多属性决策问题中直觉模糊集的定义基础上,提出了一种新的记分函数方法,进而得到各决策者决策矩阵的正、负理想方案。然后通过各决策者的模糊优选模型得到各方案的决策值,通过决策群体的模糊优选模型得到各方案的群体综合决策值。最后通过一个算例说明了方法的有效性。     

基于相似度的犹豫模糊语言多属性决策方法

文章针对带置信区间的犹豫模糊语言多属性决策问题,提出了一种基于相似度的决策方法.首先,介绍了语言术语集及相似度向量,提出了带置信区间的犹豫模糊语言集的概念.其次,研究了带置信区间的犹豫模糊语言集的相似度测度,并结合Topsis的思想,给出了决策方法的具体步骤.最后,通过实例验证了该方法的合理性和可行性.     

基于五种直觉模糊数TOPSIS的多属性群决策方案设计

文章以直觉模糊数或得分函数为基础研制决策模型.引入直觉模糊数距离、相似度或得分函数距离、夹角余弦投影、灰色关联度,构造理想方案并比较排序,在群决策环境下探讨多种集结算法.结果发现:直觉模糊数的距离或相似度,以及得分函数值的距离、投影或关联度可用于属性值分析、理想方案构造、优劣排序比较;群决策环境下集结算法有相关理论依据.直觉模糊数或得分函数与TOPSIS法结合,基于群决策的集结算法及流程明确,多属性决策应用有方法指导意义.     

一种基于优势度的直觉梯形模糊数排序方法

文章给出了直觉梯形模糊数的期望值和散度的定义,并依据期望值越大、散度越小越优原则,构造了排序直觉梯形模糊数的排序指标,进而提出了一种基于优势度指标的直觉梯形模糊数的排序方法。通过具体算例将文章提出的排序方法与已有文献中的方法进行比较,说明了该排序指标的有效性,并将该方法应用到了直觉梯形模糊数的多属性决策方法领域。     

基于模糊直觉集的财务管理绩效TOPSIS评价

文章利用直觉模糊集描述财务管理绩效评价中的不确定性和模糊性,对财务管理绩效评价指标体系进行删减,给出基于模糊直觉集的财务管理绩效TOPSIS评价方法,使得财务管理绩效评价过程更为简便易行.     

一种权重信息不完全的区间直觉模糊数多属性决策方法

文章针对权重信息不完全的区间直觉数多属性决策问题,首先引入了区间直觉模糊数的定义和区间直觉模糊数的得分函数。然后对权重信息不完全的区间直觉模糊数的多属性决策方法进行了研究,给出了一个基于加权得分函数的目标规划模型,从而获得相应的属性权重,然后得到每个方案的加权综合得分函数,进而根据加权综合得分函对方案进行排序。