在研究多属性群决策问题的领域中,概率犹豫模糊术语集(hesitant probabilistic fuzzy set,HPFS)作为犹豫模糊集的一种扩展,正广受关注。针对目前在概率犹豫模糊语言环境下,考虑用主客观结合的方式来求解权重以及对方案排序的过程中存在...在研究多属性群决策问题的领域中,概率犹豫模糊术语集(hesitant probabilistic fuzzy set,HPFS)作为犹豫模糊集的一种扩展,正广受关注。针对目前在概率犹豫模糊语言环境下,考虑用主客观结合的方式来求解权重以及对方案排序的过程中存在的问题,提出了一种基于前景理论和逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)相结合的多属性群决策模型。首先根据已知的主观决策者权重,经过一致性调节运算得到决策者的综合权重;其次利用熵值法构建了属性权重的求解模型;在充分考虑决策者心理行为的前提下,求解出正、负理想解矩阵,并且基于TOPSIS方法实现多个备选方案之间的优劣排序;最后,通过实例验证了该模型的可行性和有效性。展开更多
为准确反映消费者感性认知的不确定性,以犹豫模糊语言术语集描述消费者主观判断,分析其运算规则,构建语言计算(computing with words,CWW)犹豫模糊模型。实例分析表明,以犹豫模糊术语集描述消费者感性偏好并利用语言计算实现信息集结,...为准确反映消费者感性认知的不确定性,以犹豫模糊语言术语集描述消费者主观判断,分析其运算规则,构建语言计算(computing with words,CWW)犹豫模糊模型。实例分析表明,以犹豫模糊术语集描述消费者感性偏好并利用语言计算实现信息集结,有助于准确反映消费者主观认知,减少消费者对包装造型感性判断的不确定性。展开更多
文摘在研究多属性群决策问题的领域中,概率犹豫模糊术语集(hesitant probabilistic fuzzy set,HPFS)作为犹豫模糊集的一种扩展,正广受关注。针对目前在概率犹豫模糊语言环境下,考虑用主客观结合的方式来求解权重以及对方案排序的过程中存在的问题,提出了一种基于前景理论和逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)相结合的多属性群决策模型。首先根据已知的主观决策者权重,经过一致性调节运算得到决策者的综合权重;其次利用熵值法构建了属性权重的求解模型;在充分考虑决策者心理行为的前提下,求解出正、负理想解矩阵,并且基于TOPSIS方法实现多个备选方案之间的优劣排序;最后,通过实例验证了该模型的可行性和有效性。
文摘为准确反映消费者感性认知的不确定性,以犹豫模糊语言术语集描述消费者主观判断,分析其运算规则,构建语言计算(computing with words,CWW)犹豫模糊模型。实例分析表明,以犹豫模糊术语集描述消费者感性偏好并利用语言计算实现信息集结,有助于准确反映消费者主观认知,减少消费者对包装造型感性判断的不确定性。
