Nov, 2023

基于 TOPSIS 和优化模型的模糊多属性群体决策新方法

PDF
TL;DR基于 TOPSIS 和优化模型的方法用于环境中的多属性群体决策。通过最小化个体评价与所有专家的整体一致评价之间的差异的总和，建立新的优化模型以确定专家权重；基于 TOPSIS 方法，得出改进的评价指标用于评估每个备选方案；最后，通过建立优化模型来确定属性权重，将其纳入评价指标以对备选方案进行排名。综合以上步骤，提出了完整的模糊多属性群体决策算法，能充分发挥主观和客观权重方法的优势。通过实际案例研究验证了所提供方法的可行性和有效性。
topsisoptimization modelsmulti-attribute group decision-makinginterval-valued intuitionistic fuzzy setsalternative ranking
发现论文，激发创造
  • 在区间值 Q-Runge 正交模糊环境下的一种集成评论家 - WASPAS 群决策方法

    本研究提供了一种新的多属性多目标群体决策工具，该方法基于 Yager 算子和具有未知权重的 CRITIC-WASPAS 方法提出了一种区间值广义正交模糊群体决策方法。

    Jan, 2022

  • 基于累积概率理论的修改型 EDAS 方法用于带有区间值直觉模糊信息的多属性群决策

    本文提出了一种基于累积期望效用理论的经典 EDAS 方法的扩展方法，考虑了决策者心理因素和不确定的 IVIFS 特征，称为 IVIF-CPT-MABAC，用于绿色技术风险投资的项目选择中，同时证明了该方法的有效性和稳定性。

    Nov, 2022

  • 基于投影技术和余弦相似度测量的直觉模糊决策新方法

    基于投影技术和余弦相似度测量的直觉模糊集相似度测量方法首次被提出，开发了一种基于该方法的多属性决策和医学诊断方法，与现有方法相比具有更高的准确性，在医学诊断领域具有快速诊断疾病的能力，可应用于直觉模糊集和区间价值直觉模糊集。

    Nov, 2023

  • 可解释的 TOPSIS 方法：权重和汇总对排名结果影响的可视化认知

    该论文介绍了一种名为 WMSD-space 的新方法，它可以将 TOPSIS 和类似的基于距离的汇总方法成功地描绘在平面上并解释，即使是在具有加权标准的情况下。

    Jun, 2023

  • 基于区间值模糊软集能量的决策算法

    我们的工作继续探讨了区间值模糊软集的特性，该特性是通过组合区间值模糊集和软集得到的。我们引入了区间值模糊软集的能量概念，以及悲观和乐观能量，从而构建了一个有效的决策算法。通过例子，本文展示了该算法如何成功应用于涉及不确定性的问题。此外，我们将引入的方法与其他处理类似或相关问题的方法进行了比较。

    May, 2024

  • 基于多准则决策分析的 SMP 模型不确定性去除方法

    本研究旨在基于 TOPSIS 方法，设计一种结构化的方法，以预测异构自动化软件的可维护性并发现 GARF 技术表现最佳。

    Sep, 2022

  • 一种元启发式多目标交互感知特征选择方法

    本研究利用改进的 PAES 方法，采用高级概率方案以及一种新策略，较之现有的 state-of-the-art 的方法在多个真实数据集上显著提高了多目标特征选择的性能，并在探索解决方案的速度和可靠性方面取得了优异的表现。

    Nov, 2022

  • 模糊逻辑在生成模型评估中的应用

    本篇论文提出一种新颖的评估图片生成任务质量和多样性的方法 ——Fuzzy Topology Impact (FTI)，使用拓扑表示和模糊逻辑相结合，相比目前的评估方法在多个实验中表现更好和更稳定。

    Feb, 2020

  • Pareto 优化或级联加权和：概念比较

    本文对 Pareto 优化方法做了分类比较，并提出了一种称为级联加权平均的扩展加权平均方法以应对实际应用中多种多目标优化场景。

    Mar, 2022

  • 极小化帕累托公平性：一个多目标视角

    本研究将群体公平性形式化为一个多目标优化问题，并提出一种公平性标准和优化算法，在深度神经网络上进行测试并展示如何减少最坏情况下的分类错误。

    Nov, 2020