基于Hausdorff测度直觉模糊数距离度量的直觉模糊数序列极限研究
针对多属性决策的排序问题,在模糊集的基础上重新建立了一种优势关系,定义了新的优势类,利用优势度及综合优势度,基于优势度的多属性决策方法,得到一种多属性决策排序的新方法.给出了此优势关系性质及此方法的可
针对属性值为区间灰数且部分权重信息已知的多属性决策问题, 提出一种基于区间灰数的核和灰度的决策方法. 根据专家评价值的取值范围设置区间灰数的取值论域, 给出了区间灰数的基于核和灰度的简化形式, 建立了
<html dir="ltr"><head><title></title&
针对统计判决与决策中存在的模糊性, 给出了模糊性直觉模糊集的解决方案. 首先提出直觉模糊事件概率 的概念, 在定义直觉模糊?? 模及?? 模的基础上给出直觉模糊事件概率所满足的基本性质, 并证明了直觉
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-基于区间直觉模糊数的群决策模型及其在社交网络中应用.pdf, 基于经典熵方法的局限,提出一个新的区间直觉模糊熵计算方法.考虑社交网络数据高度动态及非结构化的特性,引入区间直觉模糊思想,创新
针对属性值和权重均为直觉模糊数的多属性决策问题, 提出一种基于直觉模糊集和证据理论的群决策方法.首先, 对专家给出的每个方案的属性值和属性权重进行证据合成, 在此基础上合成每个方案的所有属性值; 然后
针对属性值为区间灰数的多属性决策问题, 提出一种基于改进的TODIM方法的区间灰数多属性决策方法. 考虑决策者参照依赖的心理行为特征, 结合随机占优的思想给出两两方案相比较时的收益和损失; 分析经典T
给出了Vague集比较的可能度定义,并研究了其所具有的性质。针对属性权重已知和完全未知的Vague集多属性决策问题,应用最优点方案来建立最优化决策模型。应用Vague集间比较的可能度公式,提出了解决V
