针对基于多源数据融合的多用户决策问题,建立了多源异构数据融合模型,研究了基于三角模糊数的异构数据统一量化表示方法,采用有序加权平均算子融入决策者的偏好,设计了一种支持多用户决策的多源异构数据融合算法。实际应用表明,本文设计的算法能解决多源异构数据在结构和语义上的模糊性、差异性和异构性等问题,通过在数据融合过程中考虑决策者偏好,提高了多用户决策结果的可靠度。
1

针对模糊群体多属性决策问题, 提出一种模糊群体多属性决策方法. 首先, 定义了任意专家的中心决策矩阵;其次, 利用任意2 个规范化决策矩阵之间的相似度获得专家的综合重要性程度; 再次, 通过专家的综合重要性程度得到方案的平均可信度, 进而得到方案的排序结果; 最后, 实例分析表明了所提出方法的可行性和有效性.

1
针对指标权重未知的三角模糊数型不确定多指标决策问题, 提出4 种新的三角模糊数比较可能度的等价定义, 并得到一些优良性质关系. 借鉴合作博弈中极大极小算法, 提出一种基于三角模糊数比较可能度关系的指标权重确定方法; 集结所有决策方案比较的可能度, 并对决策方案集进行最优判定和排序, 即可得到三角模糊数型不确定多指标决策的比较可能度关系法. 最后通过算例表明所提出算法的可行性和有效性.
1
针对经典线性回归模型无法反映变量间的非线性关系,不适宜预测有模糊数的煤炭发热量的问题,提出了一种基于三角模糊数的多元非线性回归的煤炭发热量预测模型。以我国新疆伊犁地区煤炭工业分析为建模数据和模型检验数据,将计算模糊中心值和模糊幅度值的问题转化为约束非线性优化问题,采用MATLAB优化工具箱求解。最后对比分析了模糊非线性回归、经典线性回归、BP(Back Propagation)神经网络及支持向量机回归4种模型对测试煤样发热量的预测结果。结果表明,模糊非线性回归模型的线性拟合优度值为0.9997,调整后的非线性拟合优度值为0.9838,均方误差为0.4473;测试煤样的平均相对误差为0.0203,80%的测试煤样模糊隶属度大于0.5。模糊非线性回归模型具有很高的精确度和可靠性,可用来预测预报煤炭发热量。
1
随着互联网和科技的不断发展进步,市场营销渠道更加多样,除了传统渠道外,电子营销渠道越来越受广大消费者的喜爱。然而,企业是否一定需要并且能够建立电子分销渠道,是否分销渠道越多越好,企业如何选择最优分销渠道以实现利润最大化,是现阶段企业面临的重要问题。出于对以上问题的考虑,在以往学者研究的基础上,将直觉三角模糊数TOPSIS方法应用于分销渠道的选择中,试图为企业评估分销渠道的优劣提供一种量化方法,使管理者更加科学客观地做出决策。最后通过案例仿真,利用直觉三角模糊数TOPSIS方法在3种分销渠道方案中选择出了最优方案,证实了该方法的有效性和可行性。该方法的提出,为量化分销渠道的选择提供了新的思路,也为管理者科学、高效的管理活动提供了可靠的工具。
2021-09-09 15:14:23 195KB 分销渠道 直觉三角模糊数 TOPSIS
1
为了提高用户满意度, 需要在大量具有相同或相似功能的资源服务中筛选出满足用户需求的最优资源服务, 从而实现资源服务的增值。以三角模糊数表达用户对资源服务非功能QoS评价为基础, 在考虑用户的感知和交易经验的同时, 综合考虑了资源服务非功能QoS评价合成中的各种因素如时间、用户信誉度、评价一致性等的影响, 结合模糊fuzzy理论以及逼近理想解排序, 进而提出了基于fuzzy TOPSIS的资源服务优化选择算法。实验结果表明, 该算法具有较高的准确度, 并可在一定程度上抵制恶意评价对资源服务质量评价的影响。
1