密度加权调和平均中间算子及其在多属性决策中的应用

为了简化传统决策的复杂运算,将结构元理论引入模糊多属性决策,模糊数的复杂运算转化为同序单调函数的运算。结果表明:将模糊结构元理论同经典ELECTRE方法结合用来解决模糊多属性决策问题,弥补了使用ELE

不确定纯语言多属性群决策方法,卫贵武,,研究了属性权重和专家权重均以语言变量的形式给出,属性值以不确定语言变量形式给出的多属性群决策问题。利用不确定语言评估标度

1Fourier变换2平移不变算子理论及其应用3球调和函数及其应用4算子插值理论5极大函数理论与BMO空间6奇异积分理论及其应用7Littlewood-Paley理论及乘子理论8位势理论与可微函数空间

近些年来，云计算与移动云计算迅速发展，随之而来出现的问题是由于智能终端的数量和处理器计算能力的增加，越来越多的计算密集型应用被卸载到云端，这样就给核心网络造成很大的负载，从而不能满足那些对延迟敏感的应

工程计算程序，自动计算出产量和单价的加权平均值，减少自己运算

在数据包络分析(DEA)方法的基础上,提出一种基于基尼系数-交叉效率的多属性决策方法,用于解决具有多个投入、产出指标的多属性决策问题.首先,借鉴基尼系数的优化准则构建基尼系数-交叉评价策略模型,从而得

针对属性权重未知、属性值为犹豫模糊集的决策问题,提出一种前景理论和逼近理想解(TOPSIS)相结合的多属性决策方法.考虑到决策者对指标集的不同偏好,利用犹豫模糊熵的相关理论,提出一种基于犹豫模糊熵的熵

研究属性权重完全未知的犹豫模糊决策问题.针对犹豫模糊元中人为添加元素导致的主观性过强问题,提出一种基于新型符号距离的犹豫模糊决策方法.首先,根据犹豫模糊集元素之间的方差以及元素个数定义一种含有对数函数

针对属性值为犹豫模糊元的决策问题, 提出一种基于粗糙集理论的多属性决策方法. 首先, 依据属性值与理想点的贴近度和给定的阀值得到判断矩阵; 然后, 根据判断矩阵对属性集进行约简, 确定属性权重; 最后

提出一种改进的逼近理想解排序(TOPSIS)方法, 即直觉梯形模糊TOPSIS 多属性群决策方法. 首先, 应用直 觉梯形模糊数形式表示方案属性偏好和属性权重信息且专家权重完全未知; 然后, 利用直觉