基于VIKOR和诱导广义直觉梯形模糊Choquet积分算子的多属性群决策方法

针对属性值为直觉梯形模糊数,决策者间和属性间存在相互关联的多属性群决策问题,引入模糊测度和Choquet积分的概念,在直觉梯形模糊数的运算法则基础上构建了诱导型广义直觉梯形模糊choquet积分平均(IG-ITFCA)算子和诱导型广义直觉梯形模糊choquet积分几何(IG-ITFCG)算子,探讨上述算子的若干性质及一些特例,进而提出了基于诱导型广义直觉梯形模糊Choquet积分算子和多准则妥协优化解(VIKOR)的直觉梯形模糊多属性群决策方法。实例分析验证该方法的有效性和合理性。     

基于诱导 Choquet 积分算子的群决策方法

研究了决策者对方案有模糊偏好且偏好间存在相互关联的群决策问题.给出了诱导 Choquet 积分算子的定义,研究了它的性质;探讨了它与诱导有序权重平均、Choquet 积分算子之间的相互关系;利用重要指数诱导Choquet 积分和偏好诱导 Choquet积分算子,给出了决策者对方案的个人偏好是模糊偏好关系的一种群决策方法.最后,通过实例说明这种方法的具体应用及计算过程.     

权重信息不完全的区间直觉模糊数多属性决策方法

针对权重信息不完全的区间直觉模糊数多属性决策问题,首先,引入了区间直觉模糊数的一些运算法则、区间直觉模糊数的得分函数和精确函数。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,给出了一个基于最大偏差的目标规划模型,从而获得相应的属性权重,并基于IIWAA算子对区间直觉模糊数信息进行集结,进而根据得分函数和精确函数对方案进行排序。最后,进行了实例分析,说明了该方法的实用性和有效性。     

基于κ-可加模糊测度的多属性决策分析

基于κ-可加模糊测度和 Choquet 积分理论,讨论基于关联的多属性决策分析问题的建模和求解.首先通过构建属性间的直接关联矩阵确定κ值;然后依据 Marichal 熵理论求解属性和属性集的权重;利用 Choquet 积分计算方案的综合评价值并以此对方案进行排序;最后给出算例验证上述理论和方法的合理性.     

I-FIFOWA算子及其在群决策中的应用

对模糊数直觉模糊信息的集结算子进行了进一步研究,引入了模糊数直觉模糊的一些运算法则、模糊数直觉模糊的得分函数,并基于这些运算法则,提出了一些新算子:模糊数直觉模糊加权平均(FIFWA)算子、模糊数直觉模糊有序加权平均(FIFOWA)算子和诱导的模糊数直觉模糊有序加权平均(I-FIFOWA)算子,然后分析了它们的性质.针对属性权重和专家权重为实数,属性取值为模糊数直觉模糊数的多属性群决策问题,给出了一种基于FIFWA算子和I-FIFOWA算子的模糊数直觉模糊多属性群决策方法.最后,进行了实例分析,说明了该方法的实用性和有效性.     

基于投影的直觉模糊数多属性决策方法

针对指标取值以直觉模糊数形式给出的多属性决策问题,提出了一种基于投影的直觉模糊决策方法.该方法依据一般投影分析方法的基本思路,给出了解决属性取值为直觉模糊数的多属性决策问题的计算步骤,其核心是通过构建并求解每个方案在虚拟正、负理想方案上的投影,进而计算出每个方案对虚拟正、负理想方案的相对隶属度,即可得到所有方案的排序结果.最后给出的数值算例表明,该方法简单、有效和易于计算.     

基于k-可加模糊测度的多属性决策分析

基于k-可加模糊测度和Choquet积分理论,讨论基于关联的多属性决策分析问题的建模和求解.首先通过构建属性间的直接关联矩阵确定k值;然后依据Marichal熵理论求解属性和属性集的权重;利用Clloquet积分计算方案的综合评价值并以此对方案进行排序;最后给出算例验证上述理论和方法的合理性.     

一种基于TOPSIS的混合型多属性群决策方法

本文针对具有语言型和直觉模糊数两种评价信息的混合型多属性群决策问题,提出了一种基于TOPSIS的决策方法。首先,定义了新的函数,可将不同粒度的语言评价信息转换成直觉模糊数。其次,在直觉模糊数熵值的基础上,提出了一种新的专家权重确定模型。再次,利用IFWA算子在把个体决策矩阵集结为群体决策矩阵后,基于TOPSIS分别计算群体评价值到正理想解和负理想解的距离,从而得到方案集的排序。最后,在ERP选优问题中的应用,验证了方法的有效性。     

一种评价信息不完全的混合型多属性群决策方法

针对一类评价信息不完全且属性值由精确数、语言评价值等定量、定性形式构成的混合型不完全信息多属性群决策问题,提出了一种基于直觉模糊集和证据理论的决策方法。首先定义了转换函数将不同类型属性值一致转换为更符合决策实际的直觉模糊数,接着根据信息熵原理利用直觉模糊数中的犹豫度确定专家客观权重,随后应用证据理论集结含有信息缺失的评价值,并构造了一可能度比较公式用于集结后方案排序。该法解决了决策问题中易出现的信息残缺和混合型信息等情况,具有更强的实用性。最后的实例分析证明了该方法的科学性、有效性。     

模糊决策环境下基于COWA算子的绿色供应商选择方法

对于模糊决策环境下的绿色供应商选择问题。提出了一种方案的属性评价信息和属性权重均以模糊语言形式给出的多属性决策方法。首先,定义了模糊语言评估标度并给出了其相应的梯形模糊数表达形式。其次,利用连续区间数据OWA（COWA）算子,把梯形模糊数转化为精确实数,得到方案的排序向量,并且给出了方案排序的敏感性分析方法。最后通过算例说明了该方法的可行性和有效性。     

基于Heronian平均算子的Pythagorean模糊不确定语言决策方法

针对评价信息为Pythagorean模糊不确定语言数、属性权重未知且属性间相互影响的多属性决策问题,提出一种基于灰色关联法和Heronian平均算子的决策方法。首先,提出Pythagorean模糊不确定语言Heronian平均（PFULHM）算子和Pythagorean模糊不确定语言几何Heronian平均（PFULGHM）算子,并证明其满足幂等性、单调性、有界性及可交换性。考虑到属性权重之间重要程度的差异,定义了Pythagorean模糊不确定语言加权Heronian平均（PFULWHM）算子和Pythagorean模糊不确定语言加权几何Heronian平均（PFULWGHM）算子。其次,将灰色关联法运用到Pythagorean模糊不确定语言环境中求解属性权重。最后,提出基于PFULWHM算子和PFULWGHM算子的决策方法,并通过算例分析说明本文提出方法的有效性。     

基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法

模糊群决策分类方法广泛应用于政治、经济与社会生活各个领域，可有效避免个人知识与经验局限性所导致的决策失误。针对信息不完备的多准则群决策问题，提出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法。首先，给出梯形直觉模糊集及广义梯形直觉模糊几何聚类算子，兼顾考虑群决策中相应依赖属性与决策者的决策偏好。其次，给出基于离散Choquet积分的TOPSIS算子（CI-TOPSIS），以此为基础，进一步给出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类步骤，用于确定具有最大可信度群体一致案例比较信息集，并逐步引导决策者给出部分及全部方案的精确分类，充分考虑模糊决策环境下决策者偏好与案例比较信息的级别关系。最后，通过一个投资决策实例对所提出的多准则分类方法进行验证。实例分析表明：该方法克服了决策过程中信息的遗漏，充分保留了决策过程中信息的完备性，更适用于直觉模糊群决策环境下的决策实践，是一种非常有效和科学的方法，可应用推广到更多决策领域。本文所得结论，对于有效解决多人多投资方案的群决策问题，具有一定的借鉴意义。     

Fuzzy LINMAP approach to heterogeneous MADM considering comparisons of alternatives with hesitation degrees

Multiattribute decision making (MADM) with multiple formats of information, which is called heterogeneous MADM for short, is very complex and interesting in applications. The purpose of this paper is to extend the Linear Programming Technique for Multidimensional Analysis of Preference (LINMAP) for solving heterogeneous MADM problems which involve intuitionistic fuzzy (IF) sets (IFSs), trapezoidal fuzzy numbers (TrFNs), intervals and real numbers. In this method, DM's preference is given through pair-wise comparisons of alternatives with hesitation degrees which are represented as IFSs. The IF consistency and inconsistency indices are defined on the basis of pair-wise comparisons of alternatives. Each alternative is assessed on the basis of its distance to a fuzzy ideal solution (FIS) unknown a priori. Based on the defined IF consistency and inconsistency indices, we construct a new fuzzy mathematical programming model, which is solved by the developed method of fuzzy mathematical programming with IFSs. Once the FIS and the attribute weights are obtained, we can calculate the distances of all alternatives to the FIS, which are used to determine the ranking order of the alternatives. A supplier selection example is presented to demonstrate the validity and applicability of the proposed method.     

Fuzzy LINMAP approach to heterogeneous MADM considering comparisons of alternatives with hesitation degrees

Multiattribute decision making (MADM) with multiple formats of information, which is called heterogeneous MADM for short, is very complex and interesting in applications. The purpose of this paper is to extend the Linear Programming Technique for Multidimensional Analysis of Preference (LINMAP) for solving heterogeneous MADM problems which involve intuitionistic fuzzy (IF) sets (IFSs), trapezoidal fuzzy numbers (TrFNs), intervals and real numbers. In this method, DM's preference is given through pair-wise comparisons of alternatives with hesitation degrees which are represented as IFSs. The IF consistency and inconsistency indices are defined on the basis of pair-wise comparisons of alternatives. Each alternative is assessed on the basis of its distance to a fuzzy ideal solution (FIS) unknown a priori. Based on the defined IF consistency and inconsistency indices, we construct a new fuzzy mathematical programming model, which is solved by the developed method of fuzzy mathematical programming with IFSs. Once the FIS and the attribute weights are obtained, we can calculate the distances of all alternatives to the FIS, which are used to determine the ranking order of the alternatives. A supplier selection example is presented to demonstrate the validity and applicability of the proposed method.     

具有不同类型信息的风险投资商与投资企业多指标双边匹配决策方法

根据现实风险投资商与投资企业双边匹配问题的特点,构建了具有不同类型信息的风险投资商与投资企业双向选择的多指标评价匹配模型,给出了一种多指标双边匹配决策方法。由于市场环境的不确定性和客观事物的复杂性,评价信息采用实数、区间数、三角模糊数、语言变量和直觉模糊数5种类型表示。选取期望水平为参照点,利用前景理论计算各指标的益损值,考虑决策者损失规避的心理行为特征,基于TODIM（葡萄牙语,Interactive and Multicriteria Decision Making首字母缩写）方法得到投资企业和风险投资商的总体感知价值,据此建立了风险投资商、投资企业总体感知价值和投资中介收益最大化的多目标优化模型,并提出了极大极小求解方法。实例分析表明决策方法的有效性和合理性。