基于犹豫模糊H-平均的交通流模型选择方法

doi:10.3778/j.issn.1002-8331.1610-0020

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (13): 134-140.DOI: 10.3778/j.issn.1002-8331.1610-0020

基于犹豫模糊H-平均的交通流模型选择方法

王晓楠1，2，巨永锋1，高婷1

1.长安大学电子与控制工程学院，西安 710064
2.陕西省委党校信息中心，西安 710061

出版日期:2017-07-01 发布日期:2017-07-12

Method of traffic flow model selection based on hesitant fuzzy Heronian mean

WANG Xiaonan1，2, JU Yongfeng1, GAO Ting1

1.School of Electronic and Control Engineering, Chang’an University, Xi’an 710064, China
2.The Information Center, Shaanxi Provincial Party School of the CPC, Xi’an 710061, China

Online:2017-07-01 Published:2017-07-12

摘要/Abstract

摘要： 针对输入变量之间存在相互影响和联系以及属性值为犹豫模糊信息的多属性决策问题，基于阿基米德范数和Heronian平均，提出一种新的犹豫模糊Heronian平均（HFHM）算子；详细研究了HFHM算子的一些基本性质，包括幂等性、单调性和有界性；探讨了HFHM算子的一些特例，并提出了犹豫模糊加权Heronian平均（HFWHM）算子；进一步，基于HFWHM算子建立了一种新的犹豫模糊多属性决策方法，该决策方法不仅能够有效地捕获输入变量之间的相互联系，还使得决策者能够依据自身的风险偏好态度选择不同的参数进行决策。最后，通过交通流模型的选择实例对提出的决策方法进行了有效性验证。

关键词: 犹豫模糊集, Heronian平均, 阿基米德范数, 多属性决策, 交通流模型

Abstract: To deal with Multi-Attribute Decision Making（MADM） problems when the attribute values are in the form of hesitant fuzzy information and the input arguments are associated with each other, a novel Hesitant Fuzzy Heronian Mean（HFHM） operator is proposed on the basis of Archimedean norm and Heronian mean. Then, the properties of the HFHM operator are studied in detail. Furthermore, some special cases of the HFHM operator are discussed and the Hesitant Fuzzy Weighted Heronian Mean（HFWHM） operator is presented. In addition, a new hesitant fuzzy MADM method based on HFWHM operator is developed, which can capture the interrelationships among the input arguments and enable decision maker to make decision with different parameters in accordance with their own risk preference attitude. In the end, a numerical example about traffic flow model selection is provided to illustrate the effectiveness of the proposed method.

Key words: hesitant fuzzy set, Heronian mean, Archimedean norm, multi-attribute decision making, traffic flow model

王晓楠1，2，巨永锋1，高婷1. 基于犹豫模糊H-平均的交通流模型选择方法[J]. 计算机工程与应用, 2017, 53(13): 134-140.

WANG Xiaonan1，2, JU Yongfeng1, GAO Ting1. Method of traffic flow model selection based on hesitant fuzzy Heronian mean[J]. Computer Engineering and Applications, 2017, 53(13): 134-140.

[1]	伍京华，耿翠阳，韩佳丽. 基于Agent的多属性决策模型及其在高校实验教学中的应用[J]. 计算机工程与应用, 2021, 57(8): 238-243.
[2]	钟磊，王应明. 考虑心理行为的区间二元语义动态群决策方法[J]. 计算机工程与应用, 2021, 57(2): 127-133.
[3]	包顺，周礼刚. 加型Pythagorean模糊偏好关系的多属性决策方法[J]. 计算机工程与应用, 2021, 57(17): 61-67.
[4]	黄林，袁修久. 改进的犹豫模糊语言熵的一般公式与生成算法[J]. 计算机工程与应用, 2021, 57(16): 97-107.
[5]	张俊芳，周礼刚，张春芳，徐鑫，肖箭. 区间Pythagorean犹豫模糊连续熵及灰色关联度的应用[J]. 计算机工程与应用, 2021, 57(15): 207-214.
[6]	朱永明，邱文静. 概率多值中智集的关联系数及其应用[J]. 计算机工程与应用, 2021, 57(15): 186-192.
[7]	陈杰，程胜，徐梦，史豪斌. 面向医疗辅助诊断的可视化多属性决策方法[J]. 计算机工程与应用, 2020, 56(8): 249-255.
[8]	宋娟. 考虑融合算法与交叉熵的毕达哥拉斯决策模型[J]. 计算机工程与应用, 2020, 56(5): 74-79.
[9]	包顺，徐鑫，肖箭，周礼刚. Pythagorean犹豫模糊灰色关联前景多属性决策方法[J]. 计算机工程与应用, 2020, 56(18): 119-123.
[10]	苏梦珂，孔祥智. 直觉对偶犹豫模糊集在多属性群决策中的应用[J]. 计算机工程与应用, 2020, 56(17): 273-278.
[11]	骆丹丹，曾守桢. Pythagorean模糊幂Bonferroni集成算子及其决策应用[J]. 计算机工程与应用, 2020, 56(15): 58-65.
[12]	马庆功. 区间犹豫模糊M-对称平均及其群决策模型[J]. 计算机工程与应用, 2020, 56(11): 156-163.
[13]	张迪，成央金，杨柳. 区间犹豫梯形模糊Bonferroni Mean算子及其应用[J]. 计算机工程与应用, 2020, 56(1): 53-62.
[14]	王宁，朱峰. 概率不确定语言熵及其多属性群决策[J]. 计算机工程与应用, 2020, 56(1): 142-149.
[15]	周小领1，马庆功2. 概率犹豫模糊算法及其网络舆情预测模型选择[J]. 计算机工程与应用, 2019, 55(4): 179-184.

基于犹豫模糊H-平均的交通流模型选择方法

Method of traffic flow model selection based on hesitant fuzzy Heronian mean

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics