区间直觉模糊几何Bonferroni算子：MAGDM决策方法与应用

本篇论文研究主要聚焦于区间直觉模糊几何Bonferroni平均算子在决策分析中的应用，特别是在多属性群决策（MAGDM）问题中的决策支持。直觉模糊集理论由Atanassov提出，它结合了隶属度、非隶属度和犹豫度，使得不确定性信息的表达更为细致。在此基础上，研究人员扩展到了区间直觉模糊集（IVIFS），这是一种更具包容性的模糊集形式，可以处理数值区间内的模糊信息。 徐泽水等人对IVIFS的运算法则进行了深入探讨，包括IVIFWA集成算子、IVIFGA集成算子、IVIFOWA集成算子以及IVIFS的得分函数和精确函数，以及IVIFN排序方法。这些运算规则为构建决策模型提供了基础。 卫贵武的研究涉及直觉模糊诱导几何集成算子，并应用到MAGDM方法中，区分了直觉模糊和区间直觉模糊的决策过程。而王中兴等人关注了IVIFS的犹豫区间，将其纳入得分函数和精确函数中，进一步提升了决策的精细度。 论文的核心贡献是提出了区间直觉模糊几何Bonferroni平均（IVIFGBM）算子和基于IVIFGWBM算子的决策模型。IVIFGBM算子是基于IVIFS的几何Bonferroni平均的扩展，考虑了属性间的关联性，能够更好地处理决策问题中的复杂关系。IVIFGWBM算子则是对IVIFGBM的进一步改进，可能引入了加权机制，以适应不同属性的重要性差异。 作者周晓辉、姚俭、孙文浩和袁清华通过一个实际的MAGDM问题展示了IVIFGWBM算子的有效性和可行性。他们在论文中详细阐述了这一决策方法的操作步骤，包括如何运用IVIFGWBM算子对决策矩阵进行处理，以及如何通过排序方法得出最终的决策结果。论文的结果表明，该方法能够提供更为准确和全面的决策支持，适用于那些决策信息包含区间直觉模糊数且属性间存在关联的复杂决策环境。 这篇论文不仅对区间直觉模糊几何算子的理论进行了扩展，还将其成功应用于多属性决策问题，为模糊决策理论的实际应用提供了一个实用工具，具有重要的理论价值和实际意义。