排序方式: 共有6条查询结果,搜索用时 3 毫秒
1
1.
一种混合集结算子及其在多属性决策中的应用 总被引:3,自引:0,他引:3
结合加性加权平均 (AWM)算子和有序加权平均 (OWA)算子的特点 ,提出了一种集结决策信息的混合集结 (HA)算子 ,并提出了一种基于混合集结 (HA)算子的多属性决策方法 .理论分析和数值结果表明 :混合集结 (HA)算子同时推广了加性加权平均 (AWM )算子和有序加权平均(OWA)算子 ,它不仅能反映所给数据自身的重要性程度 ,而且还体现了数据所在位置的重要性程度 .因此 ,混合集结 (HA)算子在实际应用中能更好地反映现实情况 .最后进行了实例分析 . 相似文献
2.
3.
不确定语言环境下的多属性决策方法 总被引:1,自引:0,他引:1
研究了偏好值以不确定语言变量形式给出的多属性决策问题. 介绍了不确定语言变量的运算法则, 给出了不确定语言变量之间两两比较的可能度公式, 提出了2种新的数据信息集成算子拓展的不确定语言集成(EULA)算子和区间语言集成(ILA)算子, 并且分别提出了基于EULA算子和基于ILA算子的不确定语言环境下的多属性决策方法. 这2种方法不仅简洁、易懂, 而且在运算过程中不会丢失任何决策信息. 最后, 通过算例对2种方法的实用性和有效性进行了说明. 相似文献
4.
区间直觉模糊集相似性测度及其在模式识别中的应用 总被引:13,自引:0,他引:13
定义了区间直觉模糊集相似度的概念,并且基于Hamming距离、标准化的Hamming距离、加权的Hamming Euclidean距离、Euclidean距离、标准化的Euclidean距离、加权的Euclidean距离等,定义了一些区间直觉模糊集距离测度.然后,通过把Hamming距离和Euclidean距离以及它们的加权形式与Hausdorff度量相结合,给出了2种组合的区间直觉模糊集距离测度,即基于Hausdorff 度量的加权Hamming距离和基于Hausdorff 度量的加权Euclidean距离,并且研究了它们的性质.最后,基于上述距离测度,给出了区间直觉模糊集相似性测度,并且把它们应用于模式识别领域. 相似文献
5.
一种基于模糊语言标度和FIOWGA算子的决策方法 总被引:3,自引:0,他引:3
给出了一种用于方案比较的模糊语言标度,并用定义在区间[1/9,9]上的三角模糊数表示其数值含义.利用该标度构造语言偏好矩阵,给出了一种集结语言偏好信息的模糊导出的有序加权几何平均(FIOWGA)算子,并提出了一种基于模糊语言标度和FIOWGA算子的决策方法.最后,通过算例对方法的可行性和有效性进行了说明. 相似文献
6.
不同类型语言信息下的多属性决策 总被引:3,自引:0,他引:3
介绍了精确语言变量和不确定语言变量的距离测度,并且基于精确语言变量和不确定语言变量,给出了属性值的正语言理想解和负语言理想解的概念.为了对决策方案进行排序和择优,基于2种语言变量的距离测度和语言理想解,提出了一种不同类型语言信息下的多属性决策方法.该方法不仅易于对语言变量进行计算,而且在求解过程中不会丢失任何语言决策信息,从而保证了决策结果的合理性和有效性.最后,利用算例对方法的运算过程进行了具体分析和说明. 相似文献
1