项目名称: 基于乘性直觉模糊信息的群决策方法及其应用研究

项目编号: No.71301142

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 管理科学

项目作者: 余德建

作者单位: 浙江财经学院

项目金额: 18.5万元

中文摘要: 人们在表达偏好信息时往往会遇到信息不对称的问题,乘性直觉模糊信息利用非均匀的标度表达决策者的偏好信息,能更准确地表达决策者对事物的评价,在现实的决策问题中有着广泛的应用背景。本课题将基于系统工程的思想,借助模糊数学理论、人工智能、计算机仿真实验等方法研究基于乘性直觉模糊信息的群决策方法及其应用。首先,研究乘性直觉模糊偏好关系的一致性模型、一致性判断与检验方法、不一致性的修正方法等。其次,针对专家或属性之间存在关联关系、优先级关系以及需要考虑专家置信度的情形,分别研究乘性直觉模糊信息集成算子及群决策方法。最后,将理论研究成果用于可再生能源选择的群决策问题,并以Visual Basic为工具,开发一套决策支持软件。本项目的研究可进一步丰富和发展模糊群决策理论与方法体系,对提高群决策科学化具有重要意义。

中文关键词: 乘性直觉模糊;集成算子;群决策;;

英文摘要: The phenomenon of information asymmetry is widely exists when people express the preference information. The multiplicative intuitionistic fuzzy information uses the non-uniform scale to express the preference of the decision makers which has a broad application background. Based on the idea of systems engineering, and combined with fuzzy mathematical theory, artificial intelligence and computer simulation experiments, this project focus on the multiplicative intuitionistic fuzzy group decision making method and its applications. First of all, we study the consistency model, consistency of judgment and inspection methods, and inconsistency correction method of the multiplicative intuitionistic fuzzy preference relations. Then, we study the multiplicative intuitionistic fuzzy information aggregation operator and multiplicative intuitionistic fuzzy group decision making methods under the assumption of the expert and attribute are correlative or exist priority relationships respectively. The aggregation operator and group decision making method are also investigated when the confidence level of the expert are consider. The group decision making for renewable energy selections are investigated based on the multiplicative intuitionistic fuzzy group decision making method and the decision support software for renewabl

英文关键词: multiplicative intuitionistic fuzzy;aggregation operator;group decision making;;

成为VIP会员查看完整内容
0

相关内容

「实体对齐」最新2022综述
专知会员服务
132+阅读 · 2022年3月15日
【NeurIPS 2021】基于次模优化的规则学习算法框架
专知会员服务
33+阅读 · 2021年11月30日
混合增强视觉认知架构及其关键技术进展
专知会员服务
41+阅读 · 2021年11月20日
专知会员服务
43+阅读 · 2021年10月20日
专知会员服务
121+阅读 · 2021年7月22日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
34+阅读 · 2020年11月26日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
混合增强视觉认知架构及其关键技术进展
专知
2+阅读 · 2021年11月20日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
事实抽取与验证研究综述
专知
0+阅读 · 2021年4月20日
基于深度学习的行人检测方法综述
专知
1+阅读 · 2021年4月14日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
解读 | 得见的高斯过程
机器学习算法与Python学习
14+阅读 · 2019年2月13日
干货:复杂网络及其应用简介
数据猿
25+阅读 · 2018年12月21日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Automated Data Augmentations for Graph Classification
Challenges for Open-domain Targeted Sentiment Analysis
Arxiv
10+阅读 · 2020年6月12日
小贴士
相关主题
相关VIP内容
「实体对齐」最新2022综述
专知会员服务
132+阅读 · 2022年3月15日
【NeurIPS 2021】基于次模优化的规则学习算法框架
专知会员服务
33+阅读 · 2021年11月30日
混合增强视觉认知架构及其关键技术进展
专知会员服务
41+阅读 · 2021年11月20日
专知会员服务
43+阅读 · 2021年10月20日
专知会员服务
121+阅读 · 2021年7月22日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
34+阅读 · 2020年11月26日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
相关资讯
混合增强视觉认知架构及其关键技术进展
专知
2+阅读 · 2021年11月20日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
事实抽取与验证研究综述
专知
0+阅读 · 2021年4月20日
基于深度学习的行人检测方法综述
专知
1+阅读 · 2021年4月14日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
解读 | 得见的高斯过程
机器学习算法与Python学习
14+阅读 · 2019年2月13日
干货:复杂网络及其应用简介
数据猿
25+阅读 · 2018年12月21日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员