论文
A Novel Clustering Algorithm for Categorical Data With MGR Based Reference Set Selection Method
Keqi Cheng·Xiuqin Ma·Hongwu Qin·Tao Li·Yifei Han
本文面向分类数据聚类中两个长期存在的难点展开研究：一是传统距离度量往往忽略不同属性的信息量差异，二是代表对象或参考集的选择会显著影响后续聚类质量与效率。作者提出一种基于 MGR（Mean Gain Ratio）的参考集选择方法，并将其与面向分类数据的加权距离度量和空间结构建模结合，形成新的 MGR-c 聚类算法，目标是在保证聚类效果的同时降低计算开销。
January 28, 2026
A MAGDM Approach Based on Dual Hesitant Q-Rung Orthopair Fuzzy Dombi Norm With Hamy Mean Operators and Its Application
Xiuqin Ma·Mengyao Wang·Hongwu Qin·Qi Wei·Tao Li
这篇文章研究的是 dual hesitant q-rung orthopair fuzzy 环境下的多属性群决策问题。作者指出，现有 DHq-ROF 群决策方法通常很难同时处理两件事：一是属性之间的相关性，二是聚合过程中的灵活参数调节；另外，不少已有方法依赖带归一化的距离度量，容易引入信息冗余。为了解决这些问题，文章把 Dombi t-范数与 t-余范数的灵活性，和 Hamy mean 对属性交互关系的刻画能力结合起来，构造新的加权 Dombi-Hamy 聚合算子，同时提出无归一化的新距离度量及相关熵权方法，最终形成一套新的 MAGDM 框架，并应用于中医背景下的睡眠障碍诊断。
December 12, 2025
Novel Data Imputation Techniques Under Incomplete Interval-Valued Q-Rung Orthopair Fuzzy Sets
Xiuqin Ma·Hongwu Qin
这篇文章研究的不是传统意义上的排序算子，而是不完整 interval-valued q-rung orthopair fuzzy sets（IVq-ROFSs）中的缺失数据填补问题。作者指出，很多 q-rung orthopair fuzzy 决策方法默认输入数据完整，但真实场景里专家评价、问卷调查和多源信息常常存在缺失值。如果补值方法设计不当，后续所有排序、聚合与决策结果都会被系统性扭曲。为此，文章围绕 IVq-ROFSs 提出三类数据填补算法：基于均值的 MVDFA、基于参数化最小距离的 PLDDFA、以及基于参数化 KNN 的 PKNNDFA，并通过随机数据集和两个真实应用场景验证方法有效性。
September 1, 2025
Dynamic Q-Rung Orthopair Hesitant Fuzzy Decision-Making Model Based on Banzhaf Value of Fuzzy Measure
Yibo Wang·Xiuqin Ma·Hongwu Qin·Jemal H. Abawajy
针对多时间段动态多属性决策中属性权重随时间演变、决策信息具有犹豫模糊性的问题，本文在 q 阶正交犹豫模糊集（q-ROHFS）框架下提出了一种基于 Banzhaf 值的完整动态决策模型。核心贡献包括：定义两类 q-ROHF 交叉熵并建立模糊测度计算模型；利用 Banzhaf 值从博弈论视角客观确定属性静态权重；设计融合历史反馈与属性动态相关性的动态权重更新算法；并构造 q-ROHF 模糊偏好关系实现跨期一致性排序，最终形成完整的动态决策框架。
May 1, 2025
Mahalanobis Distance-Based Grey Correlation Analysis Method for MADM Under Q-Rung Orthopair Hesitant Fuzzy Information on the Lung Cancer Screening
Yuanyuan Chen·Xiuqin Ma·Hongwu Qin·Yibo Wang·Hongliang Huang·Chao Xue
针对早期肺癌 LDCT 筛查中医学评价信息具有犹豫模糊性、属性间存在潜在相关性、专家具有遗憾心理等三个核心问题，本文在 q-ROHFS 框架下提出了一套完整的 MADM 方法（M-RT-GCA）。方法创新性地将 Mahalanobis 距离推广至 q-ROHFS，从统计学角度捕捉多症状特征间的潜在模糊相关性；结合遗憾理论量化专家心理行为；并以灰色关联分析替代传统 TOPSIS 的直接距离判断，更合理地衡量方案与理想解的贴近程度。实验对甘肃某医院 20 名患者的 LDCT 报告进行筛查，识别出 5 名早期肺癌风险最高的患者，并通过敏感性分析与多方法对比验证了方法的合理性和鲁棒性。
April 25, 2025
A New Three-Way Multi-Attribute Decision-Making With Objective Risk Avoidance Coefficients Based on Q-Rung Orthopair Fuzzy Pre-Order Relations
Siyue Lei·Xiuqin Ma·Hongwu Qin·Dong Ren·Xuli Niu
本文围绕 q 阶正交模糊环境下的三支多属性决策问题提出了一套较完整的新框架。文章的核心目标不是单纯改进某一个排序算子，而是同时处理三支决策中的三个关键部件：风险规避系数如何客观确定、方案间关系如何在 q-ROFS 环境下稳定表达、以及最终三支决策流程如何适配大规模真实数据。为此，作者依次构造了新的距离度量、基于 TOPSIS 的预序关系、结合熵的主客观混合权重、以及带客观风险规避系数的 3W-MADM 方法，并将其用于大规模 DASS 心理健康数据集分析。
April 5, 2025
A Multi-Criteria Decision-Making Method Based on Discrete Z-Numbers and Aczel-Alsina Aggregation Operators and Its Application on Early Diagnosis of Depression
Dong Ren·Xiuqin Ma·Hongwu Qin·Siyue Lei·Xuli Niu
这篇文章研究的是一种面向不可靠、不完全心理评估信息的多准则决策方法。作者以离散 Z-numbers 为信息表示基础，将“评价值”和“评价可靠度”同时纳入建模，再结合 Aczel-Alsina 三角范数与三角余范数构造新的聚合算子，进一步给出基于理想度的评分函数，最终形成一套可处理大规模数据的 MCDM 方法，并将其应用到抑郁早期诊断场景中的 DASS 数据分析。
January 1, 2025
A New Multi-Attribute Group Decision-Making Method Based on Einstein Bonferroni Operators Under Interval-Valued Fermatean Hesitant Fuzzy Environment
Siyue Lei·Xiuqin Ma·Hongwu Qin·Yibo Wang·Jasni Mohamad Zain
这篇文章讨论的是区间值费马犹豫模糊环境下的多属性群决策问题。作者认为，现有 IVFHFS 相关 MAGDM 方法虽然能描述更复杂的不确定信息，但对运算法则的研究还不充分，同时大多没有显式处理属性之间的相互关系，方法灵活性也不足。为此，文章在 Einstein t-范数框架下系统扩展 IVFHFS 的运算规律，进一步构造 Einstein Bonferroni 聚合算子及其加权形式，并据此提出一套新的 MAGDM 方法，最后用心血管疾病诊断案例验证方法的可行性与有效性。
May 29, 2024
A Novel Interval-Valued Fermatean Fuzzy Three-Way Decision Making Method With Probability Dominance Relations
Hongwu Qin·Qiangwei Peng·Xiuqin Ma
这篇文章研究的是区间值费马模糊环境下的三支决策问题。作者的出发点很明确：现有 interval-valued Fermatean fuzzy 多属性决策方法虽然已经能处理更强的不确定信息，但在三支决策场景里，仍然缺少一套能同时处理损失函数、条件概率和方案支配关系的完整框架。为此，文章提出基于概率支配关系的 IVFF 三支决策方法，先定义新的条件概率和由 IVFF 数导出的损失函数，再构造 IVFF 环境下的 3WDM 与 3WMADM 模型，并通过真实案例、敏感性分析和方法对比验证其有效性。
May 15, 2024
A Novel Choquet Integral-Based VIKOR Approach Under Q-Rung Orthopair Hesitant Fuzzy Environment
Hongwu Qin·Yibo Wang·Xiuqin Ma·Jemal H. Abawajy
针对 q 阶正交犹豫模糊环境下多属性决策存在的三个核心问题——现有模糊熵犹豫度损失高、属性模糊测度难以客观确定、以及复杂犹豫信息处理效率低——本文提出了一套完整的 MADM 方法体系：定义了 q 阶正交犹豫模糊熵（q-ROHFE）及其构造定理，建立了基于 q-ROHFE 的属性模糊测度约束非线性优化模型，并在此基础上提出了基于 Choquet 积分的改进 VIKOR 方法。实验表明，所提方法在显著降低犹豫度损失和数据冗余的同时，大幅提升了计算效率，具有良好的适应性与可扩展性。
February 9, 2024