基于T-OWG和T-IOWG算子的二元语义多属性群决策方法

文章针对解决具有语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理的群决策方法。首先,为了便于语言属性值的集结运算,提出了一种新的集结算子:二元语义诱导的有序加权几何(T-IOWG)算子。并分析了该算子的性质;然后提出了一种基于T-OWG和T-IOWG算子的二元语义多属性群决策方法。     

一种二元语义多属性群决策方法研究

文章针对解决具有语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理的群决策方法。该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算。对于属性权重完全未知的情形,基于群体理想方案分别给出了一个求解属性权重的简洁公式获得相应的属性权重,然后利用二元语义加权算术平均(T-WAA)算子,对二元语义决策信息进行加权集成,继而对决策方案进行排序和择优。最后给出了一个实例分析。结果表明该方法简单,有效和易于计算。     

基于拓展的连续有序加权几何平均算子的多属性决策方法

文章基于连续有序加权平均(C-OWA)算子的研究方法,把连续有序加权几何(C-OWG)算子进行了推广,提出了拓展的C-OWG算子,证明了C-OWG算子是拓展的C-OWG算子的特例,给出了拓展的C-OWG算子的性质和几个具体例子。提出了已知区间互反偏好矩阵条件下的多属性决策方法。最后举例说明了该方法的可行性。     

一种权重信息未知的语言多属性群决策方法

文章针对解决具有语言评价信息的多属性群决策问题,提出了一种基于熵权系数法和二元语义的新的决策方法.该方法采用近年来最新发展的二元语义概念时语言评价信息进行处理和计算.对于属性权重未知的情形,应用熵权系数法进行确定,然后采用二元语义加权平均算子进行集结计算,继而对决策方案进行排序和择优.文章最后给出了一个实例分析,结果表明该方法简单,有效和易于计算.     

基于诱导语言有序加权平均算子的多属性决策方法

文章研究语言变量的运算法则,定义了新的语言变量运算法则,把有序加权平均(OWA)算子扩展到语言环境中,提出了一种基于诱导语言有序加权平均算子(ILOWA)的多属性决策方法,该方法计算简洁便利,并能克服某些算子出现的反直觉现象,最后通过算例说明此方法。     

基于二元语义关联分析的多属性群决策方法

针对语言型多属性群决策问题,文章提出了一种基于二元语义关联分析的群决策方法.首先,定义了二元语义灰色关联系数和二元语义灰色关联度的计算方法.然后,定义了多属性群决策问题中的参考序列,计算出每个方案单个决策者的二元语义关联度.通过T-OWA算子,集结出方案的群体二元语义关联度,依据二元语义的有序性可以进行方案的优选.算例表明了方法的有效性.     

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.     

基于拓展OWA算子的商业银行服务质量评价

针对银行服务的抽象性、无形性、模糊性等特点,构建了基于模糊理论和相关不确定有序加权平均（DUOWA）算子的商业服务质量评价模型。采用模糊理论中的模糊语义处理专家评估数据,并利用DUOWA算子得出银行服务质量的评价值。最后,应用该方法对五家商业银行的服务质量进行评价并排序,验证了该方法的科学性和可行性。     

基于IGOWLA算子的最优组合预测模型及应用

OWA算子及其拓展后的信息集成算子已被广泛应用于组合预测中。文章在有序加权对数平均算子基础上提出诱导广义有序加权对数平均算子(,IGOWLA)的概念,讨论它的几种特殊情形,同时研究它们的一些性质。然后给出一种基于IGOWLA算子的组合预测模型,并探讨权系数求解方法。     

基于贴近度的诱导广义OWA算子最优组合预测模型

文章提出新的基于相关性的指标的变权组合预测模型.文中引入λ次幂误差,将贴近度和IGOWA算子结合起来,构建了基于最大最小贴近度的IGOWA算子的组合预测模型.同时将组合预测模型转化为容易求解的线性规划模型,从而获得权系数的计算方法.最后,通过一个实例计算表明,文章所提方法能够有效提高预测精度.     

混台型多属性群决策的群体数字理想点算法

文章对决策者权重和属性权重已知,属性值为精确数、区间数和模糊语言表示的混合型多属性群决策问题,首先对群决策各评价矩阵中用模糊语言表示的属性值进行了区间化处理,提出了用群体极差正规化方法对各评价矩阵规范化;接着采用简单加权平均算子将群体决策各矩阵集结为单一决策矩阵.然后提出了含有精确数和区间数属性值的多属性群决策的群体数字理想点的概念.最后给出基于群体数字理想点的混合型多属性群决策TOPSIS算法的步骤.     

基于IOWA算子的税收组合预测模型

文章引进诱导有序加权平均(IOWA)算子的概念,建立诱导有序加权平均新的组合预测模型.该模型与传统的组合预测方法的区别在于组合预测的赋权系数与单项预测模型无关,而是与单项预测模型在各时点上的预测精度的大小密切相关,这是组合预测方法的一种新的可变赋权方法.文章给出了基于IOWA算子的税收组合预测模型,实例分析结果表明该模型是可行和有效的.     

基于FWHA和FIOWHA算子的模糊多属性群决策方法

针对风险投资决策中涉及到的模糊多属性决策问题,文章分析了基于FWHA和FIOWHA算子的模糊多属性决策方法,并列举了一个关于风险投资方案选择的案例,用该方法选择出了最佳投资方案,为解决模糊多属性决策问题提供了新的思路.     

混合型多属性群决策的群体数字理想点算法

文章对决策者权重和属性权重已知,属性值为精确数、区间数和模糊语言表示的混合型多属性群决策问题,首先对群决策各评价矩阵中用模糊语言表示的属性值进行了区间化处理,提出了用群体极差正规化方法对各评价矩阵规范化;接着采用简单加权平均算子将群体决策各矩阵集结为单一决策矩阵。然后提出了含有精确数和区间数属性值的多属性群决策的群体数字理想点的概念。最后给出基于群体数字理想点的混合型多属性群决策TOPSIS算法的步骤。     

基于区间二元语义DEA的纯语义多属性群决策方法

文章考虑多属性决策问题中属性评估值的不确定性,采用区间二元语义表达模型处理专家给出的语义评估信息;通过分析专家评估值与群决策均值间的偏离程度,确定专家客观权重.针对传统数据包络分析模型处理不确定性信息能力差以及没有考虑指标权重范围的问题,提出区问二元语义DEA模型和求解方法,用于解决多属性决策问题.最后以某医院传感器医疗设备选择为例,验证了所提方法的有效性.     

基于二元语义信息的工程项目评标决策方法

文章采用基于多粒度二元语义信息的分析方法进行工程项目评标决策.首先将专家给出的语言评价信息用二元语义的形式来表示,然后从多个语言变量集合中选择一个基本语言术语集,并将多粒度语言信息一致化,再通过T-OWA算子对专家信息进行集结,得到工程项目评标决策群体综合评价结果.最后给出一个算例说明了该方法的有效性.     

基于离差最大化和OWGA算子的多属性群决策方法

本文将离差最大化法和有序加权几何平均(OWGA)算子相结合,先根据群决策者对方案属性的客观评价值,基于离差最大化法计算出属性的权重,然后利用OWGA算子对群体决策信息进行集结,据此给出了多方案间的排序,该方法充分发挥了离差最大法的客观赋权性和OWGA算子的有效集结性,最后将该方法应用于金融机构风险监管系统评价中,实例表明了该方法的可行性和实用性。     

三角模糊数密度算子及其应用

文章针对决策信息为三角模糊数形式的不完全信息多属性决策问题,将密度中间算子由精确值形式和区间形式拓展到三角模糊数形式,提出了三角模糊数密度中间算子及其集成算子,并给出其确定方法及应用过程.     

基于灰色关联度的广义IOWA算子组合预测模型

文章在广义诱导有序加权(GIOWA)算子的基础上,结合关联度指标之一的灰色关联度指标,建立了基于灰色关联度的GIOWA算子的组合预测模型.同时,讨论了该算子的相关概念和性质,给出了该算子权系数的确定方法,并对所建立的组合预测模型中的参数λ进行了分类讨论并给出实例检验,结果表明该组合预测方法的合理性和有效性.     

基于直觉正态区间数的信息不完全的多准则群决策方法

对于准则值是直觉正态区间数,但是权重信息作为不完全的多准则群这方面的状况,文章定义了运算法则、折衷期望值以及直觉正态区间的有关问题,并对于直觉正态区间的混合加权平均算予以及有序加权平均算子展开了计算,提出一种将直觉正态区间数的不完全信息作为基础的决策方法.折衷方法是通过IN-INHA以及ININWAA算子集成的一种准则值,并通过折衷均方差原则,利用优化模型的建立,求解最优准则权重,通过期望方差准则对于有关方案进行确定.在实际过程中发现,这种方法的可行性是非常高的.