期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
连续区间广义有序加权调和平均算子及其在区间组合预测中应用 被引量:22
1
作者 曹晓俊 袁宏俊 《南京理工大学学报》 EI CAS CSCD 北大核心 2017年第1期123-131,共9页
在连续区间有序加权调和平均(Continuous ordered weighted harmonic averaging,C-OWHA)算子的基础之上,提出连续区间广义有序加权调和平均(Continuous generalized ordered weighted harmonic averaging,C-GOWHA)算子。对该算子进行拓... 在连续区间有序加权调和平均(Continuous ordered weighted harmonic averaging,C-OWHA)算子的基础之上,提出连续区间广义有序加权调和平均(Continuous generalized ordered weighted harmonic averaging,C-GOWHA)算子。对该算子进行拓展,提出了加权的连续区间广义有序加权调和平均算子、有序加权的连续区间广义有序加权调和平均算子、诱导有序加权的连续区间广义有序加权调和平均算子及组合的连续区间广义有序加权调和平均算子,以便能够用于计算区间数据组。此外,在诱导有序加权的连续区间广义有序加权调和平均算子的基础之上,以灰色趋势关联度为相关性指标,提出了基于灰色趋势关联度的诱导有序加权的连续区间广义有序加权调和平均算子的区间数组合预测模型,通过实例分析,表明该模型能够起到提高预测精度的作用。 展开更多
关键词 区间组合预测 连续区间广义有序加权调和平均算子 诱导有序加权的连续区间广义有序加权调和平均算子 灰色趋势关联度
在线阅读 下载PDF
三参数区间数调和平均算子及决策应用 被引量:5
2
作者 卫贵武 《系统工程与电子技术》 EI CSCD 北大核心 2009年第12期2888-2892,共5页
针对决策信息以三参数区间数据形式给出的多属性决策问题,提出了一些新的三参数区间数据信息的集成算子和决策方法。基于连续区间数据有序加权调和平均(C-OWHA)算子,定义了连续的三参数区间数据有序加权调和平均(CP-OWHA)算子,并将该算... 针对决策信息以三参数区间数据形式给出的多属性决策问题,提出了一些新的三参数区间数据信息的集成算子和决策方法。基于连续区间数据有序加权调和平均(C-OWHA)算子,定义了连续的三参数区间数据有序加权调和平均(CP-OWHA)算子,并将该算子进行了拓展,提出了加权调和CP-OWHA(WHCP-OWHA)算子、有序加权调和CP-OWHA(OWHCP-OWHA)算子和组合的CP-OWHA(CCP-OWHA)算子。进一步证明了WHCP-OWHA算子和OWHCP-OWHA算子均为CCP-OWHA算子的特例。CCP-OWHA算子同时推广了WHCP-OWHA算子和OWHCP-OWHA算子,CCP-OWHA算子不仅考虑了每个数据的自身重要性程度,而且还体现了该数据所在位置的重要性程度。基于WHCP-OWHA算子和CCP-OWHA算子,提出了一种属性权重和专家权重均为确定实数且属性值为三参数区间数的多属性群决策方法。最后给出了一个数值例子,结果表明该方法有效。 展开更多
关键词 多属性群决策 三参数区间数 连续的三参数区间数据有序加权调和平均算子 加权调和CP-OWHA算子 有序加权调和CP-OWHA算子 组合CP-OWHA算子
在线阅读 下载PDF
区间直觉模糊连续交叉熵及其多属性决策方法 被引量:7
3
作者 李香英 《计算机工程与应用》 CSCD 2013年第15期234-237,共4页
在区间直觉模糊(IVIF)环境下,利用连续有序加权平均(COWA)算子定义了一种新的区间直觉模糊数间的交叉熵,即区间直觉模糊连续交叉熵。依据提出的区间直觉模糊连续交叉熵定义了直觉模糊数间的连续交叉熵距离。基于TOPSIS的思想得到备选方... 在区间直觉模糊(IVIF)环境下,利用连续有序加权平均(COWA)算子定义了一种新的区间直觉模糊数间的交叉熵,即区间直觉模糊连续交叉熵。依据提出的区间直觉模糊连续交叉熵定义了直觉模糊数间的连续交叉熵距离。基于TOPSIS的思想得到备选方案与理想方案的加权距离,并且计算备选方案与理想方案的相对贴近度,依据相对贴近度选择最优方案。其中,针对属性权重信息不完全确定条件下的决策问题,提出了以区间直觉模糊连续交叉熵最大为准则的规划模型;针对属性权重信息完全未知的情况,根据交叉熵理论确定属性权重向量。实验结果验证了新的决策方法的可行性和有效性。 展开更多
关键词 区间直觉模糊集 连续交叉熵 连续有序加权平均(COWA)算子 多属性决策
在线阅读 下载PDF
基于拓展算子的灰色随机多准则决策方法 被引量:1
4
作者 任剑 高阳 《计算机集成制造系统》 EI CSCD 北大核心 2010年第2期317-323,共7页
为解决准则权重为区间数、准则值为梯形灰色随机数的灰色随机多准则决策问题,设计了一种基于梯形连续区间有序加权平均算子的方法。该方法首先定义梯形灰色随机数描述不完全确定的准则值;然后根据基本单位区间单调函数的性质拓展连续区... 为解决准则权重为区间数、准则值为梯形灰色随机数的灰色随机多准则决策问题,设计了一种基于梯形连续区间有序加权平均算子的方法。该方法首先定义梯形灰色随机数描述不完全确定的准则值;然后根据基本单位区间单调函数的性质拓展连续区间有序加权平均算子形成梯形连续区间有序加权平均算子;再利用梯形连续区间有序加权平均算子集结梯形灰色随机数;通过规范化决策矩阵和目标权重向量得到各方案的综合评价值;最后确定各方案的排序。算例结果验证了该方法的有效性和可行性。 展开更多
关键词 灰色随机多准则 决策 梯形灰色随机数 梯形连续区间 有序加权平均算子 基本单位区间 单调函数
在线阅读 下载PDF
基于预测有效度的ICOWA算子区间组合预测模型 被引量:9
5
作者 魏欣 郝江锋 +1 位作者 陈华友 朱家明 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2020年第11期1578-1584,共7页
一阶预测有效度只考虑到预测精度序列的数学期望,而忽略了预测精度的方差对预测方法有效性的影响。为此,文章提出一种基于二阶预测有效度的诱导连续有序加权平均(induced continuous ordered weighted averaging,ICOWA)算子的区间组合... 一阶预测有效度只考虑到预测精度序列的数学期望,而忽略了预测精度的方差对预测方法有效性的影响。为此,文章提出一种基于二阶预测有效度的诱导连续有序加权平均(induced continuous ordered weighted averaging,ICOWA)算子的区间组合预测模型,探讨了该模型的预测精度序列的数学期望和标准差所满足的不等式性质,并给出该模型的近似求解方法;最后给出一个实例分析,验证了该模型是有效的、可行的。 展开更多
关键词 预测精度 二阶有效度 ICOWA算子 区间组合预测 变形分析
在线阅读 下载PDF
混合信息融合策略下共享电单车绿色回收供应商选择方法 被引量:1
6
作者 刘利枚 唐丽娟 +2 位作者 杨艺 陈树 陈白帆 《计算机集成制造系统》 EI CSCD 北大核心 2023年第11期3869-3886,共18页
共享电单车具有的速度快、舒适度高等特点使其拥有大量用户,运营商以过度投放策略来抢占市场先机进而引发了电单车故障率高、停放难且不规范等现实问题,增大了回收管理的难度。为此,研究了一种共享电单车绿色回收供应商选择方法,为回收... 共享电单车具有的速度快、舒适度高等特点使其拥有大量用户,运营商以过度投放策略来抢占市场先机进而引发了电单车故障率高、停放难且不规范等现实问题,增大了回收管理的难度。为此,研究了一种共享电单车绿色回收供应商选择方法,为回收管理提供决策支撑。首先,分析了共享电单车的回收需求特征,构建供应商评价指标体系,并引入区间直觉模糊集提出混合评价信息统一量化方法;其次,为集结群体评价信息,提出内嵌双参数的连续区间直觉模糊有序加权平均算子,并以群体一致性为目标构建了参数求解模型;然后,以所提算子为基础,提出用于解决回收供应商选择问题的群体决策方法;最后,通过共享电单车回收案例分析验证了所提方法的适用性与有效性。 展开更多
关键词 共享电单车 绿色回收 供应商选择 区间直觉模糊集 连续区间直觉模糊有序加权平均算子
在线阅读 下载PDF
改进IVHF-TODIM在云服务安全评估中的应用研究
7
作者 王铁旦 赵洋 彭定洪 《计算机工程与应用》 CSCD 北大核心 2018年第4期84-89,共6页
针对云服务安全评估时专家判断复杂的心理特征问题,在区间犹豫模糊背景下提出一种改进的IVHFTODIM多属性决策方法。结合COWA算子和Dice相似性测度的各自优势,提出了一种考虑决策者态度的区间犹豫模糊Dice相似性测度公式,并对其基本性质... 针对云服务安全评估时专家判断复杂的心理特征问题,在区间犹豫模糊背景下提出一种改进的IVHFTODIM多属性决策方法。结合COWA算子和Dice相似性测度的各自优势,提出了一种考虑决策者态度的区间犹豫模糊Dice相似性测度公式,并对其基本性质加以验证,在TODIM方法优势度的计算中,运用所提出的Dice相似性测度替代原有的距离测度,最后将该方法运用到云服务安全评估上。实例分析表明了该方法的有效性。 展开更多
关键词 区间犹豫模糊集 连续有续加权平均算子 Dice相似性测度 交互式多准则决策(TODIM) 云服务安全评估
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部