对方案有偏好的不确定语言多属性决策方法,卫贵武,,研究了属性权重完全未知、属性值和对方案的主观偏好值以不确定语言变量形式给出的不确定语言多属性决策问题。首先引入了不确定语
基于直觉模糊集多属性决策的灰色关联分析法,卫贵武,,基于直觉模糊集理论, 提出了一种新的灰色关联分析方法来研究模糊多属性决策问题。首先, 根据直觉模糊集的几何意义, 引入了两个直觉
基于区间直觉模糊数多属性决策的灰色关联分析法,卫贵武,,基于区间直觉模糊集理论, 提出了一种新的灰色关联分析方法来研究模糊多属性决策问题。首先, 根据区间直觉模糊数的几何意义, 引入了
研究了毕达哥拉斯模糊环境下的多属性群决策问题。首先,将毕达哥拉斯模糊信息引入幂平均加权算子,提出毕达哥拉斯模糊幂加权平均(PFPWA)算子,并研究所提算子的基本性质。然后,在毕达哥拉斯模糊数(PFN)
论文研究-基于直觉模糊λ-ShapleyChoquet积分算子TOPSIS的多属性群决策方法.pdf, 提出一种改进的逼近理想解排序(TOPSIS)方法,即直觉模糊λ-ShapleyChoquet积分
针对模糊群体多属性决策问题, 提出一种新的灰色多属性决策方法. 该方法依据一般的灰色关联分析方法 的基本思路, 将灰色关联度和欧氏距离有机结合, 构造出一种平均相似度对方案进行评价. 平均相似度同时反
为了解决多属性决策问题,采用三角模糊数的三角函数表达式进行多属性决策,从概率统计的角度提出均值与方差也是三角模糊数特征参数,用二元联系数表示三角模糊数的特征参数,并映射到D—u空间。不仅结果可信,而且
区间直觉模糊数多属性决策的TOPSIS方法,卫贵武,,针对属性权重信息确定且属性值为区间直觉模糊数的多属性决策问题,提出了一种逼近理想解的决策分析方法。该方法依据传统的TOPSIS方
为了提高预测精度,对所得河北南网数据进行了必要的数据预处理,并且对这些数据进行分析,找出了其内在的规律。然后基于这些数据用SVM算法进行电力负荷预测,得到了比较理想的预测结果。
针对属性值为语言变量的多属性大群体决策问题,提出一种基于云相似度的大群体决策方法.首先,将语言变量转换为云模型,提出一种基于α截集的云距离和云相似度模型;然后,在此基础上提出云聚类算法,从而对决策大群