一种基于不同粒度语言判断矩阵的群决策方法

针对基于不同粒度语言判断矩阵的群决策问题,提出了一种新的群决策分析方法.对有序语言短语集中的语言短语进行“量化”,通过变量转换关系将语言判断矩阵转换为互补判断矩阵,并进行了判断信息转换的一致性分析;采用OWA算子将每个决策者给出语言判断矩阵所对应的互补判断矩阵集结为群的偏好矩阵,并通过计算每个方案的优势度来确定最优方案;最后给出一个算例说明了所提出的方法的有效性与实用性.     

权重信息不完全的不确定语言多属性群决策方法

针对属性权重信息不完全、属性值信息以不确定语言形式给出的多属性群决策问题,提出了一种决策分析方法.首先,对不确定语言变量进行了描述;然后,给出了求解具有不完全信息的不确定语言多属性群决策问题的计算步骤,其核心是将专家给出的不确定语言决策矩阵集结为具有可能度信息的群决策矩阵,通过计算方案值与理想点的差异值,构建二次规划模型,得到属性权重值,进而可计算出相对接近度,从而得到所有方案的排序结果.最后给出了一个实例分析,结果表明该方法简单可行、便于应用.     

基于语言判断矩阵的群决策方法

针对基于语言判断矩阵的群决策问题,提出了一种基于语言信息处理的群决策方法·在描述了基于语言判断矩阵的群决策问题后,通过变量转换关系对语言短语集中的有序语言短语进行"量化",构造了与决策者给出语言判断矩阵"等价的"互反矩阵,利用几何加权平均算法对所得到的互反矩阵进行群集结,并根据和积法求出归一化主特征向量,给出了一种简便的方案排序方法,从而确定最优方案·该方法具有保证传递信息的相对完整性及计算量相对较小的特点·最后通过一个算例说明了该方法的有效性和实用性·     

基于模糊多属性群决策的经纱张力检测及控制方案优选

针对剑杆织机经纱张力检测及控制方案设计的评价要求,提出工程方案评价的模糊多属性群决策问题.考虑了个体专家在方案属性中的不同重要程度,将专家个体意见与群体相似度结合,计算专家意见的综合重要程度.通过专家意见集结,得到群体意见决策矩阵.利用模糊逼近理想解(TOPSIS)决策法和三角模糊数计算各方案与正负理想方案的距离以及各方案与理想点的相对接近度,确定经纱张力检测及控制最优方案.决策结果验证了该方法的可行性和有效性.     

关于TOPSIS法的研究

根据传统TOPSIS法的缺点,提出了一种决策矩阵排序和确定权重的新方法:改进的TOPSIS法。该法推广和改进了TOPSIS法所用的决策矩阵规范化方法,简化了正负理想方案的计算,提出了一种更易计算的与原TOPSIS法相对接近度等价的新的相对接近度。同时,采用目标规划优化模型和高等数学的方法计算各评价指标的权重,弱化了主观因素,使其更具合理性和实用性     

考虑属性关联的TOPSIS语言群决策方法

针对在实际的多属性语言群决策问题中属性之间往往具有相互关联作用这一问题,提出了一种考虑属性关联的TOPSIS语言群决策方法.该方法中决策者给出对方案的语言评价信息,并采用二元语义概念对语言评价信息进行处理.在传统理想点法的基础上引入λ模糊测度的概念,根据属性间的关联作用确定每个方案属性的权重并得到加权决策矩阵.然后计算每个方案与正、负理想点间在n维二元语义空间内的二元语义欧氏距离并得到相对贴近度,确定最优方案.该方法有效地避免了决策过程中语言评价信息的扭曲和损失,并能够考虑属性间的关联作用对于属性权重的影响,使得决策结果更加合理可信.通过一个实例验证了方法的有效性和实用性.     

基于I-TOPSIS的可比较语言多属性决策方法

针对属性值是可比较语言的多属性决策问题,提出了一种新的多属性决策方法——I-TOPSIS法;传统的TOPSIS方法的综合评价值只能反映各评价对象内部的相对接近度,为了体现各方案与理想的最优方案的接近程度,引进I-TOPSIS法,通过定义正负理想点找到最优的参照方案,根据备选方案与最优参照方案之间的距离对备选方案进行排序和择优;最后,通过实例分析说明了方法的有效性和合理性。     

基于可比较语言多属性决策的扩展TOPSIS方法

针对偏好信息是可比较语言的多属性决策,提出了一种新的决策方法——基于可能度分布距离测度的TOPSIS方法;该方法首先将可比较语言转化为犹豫模糊语言信息,通过定义可能度分布距离公式,避免了传统犹豫模糊语言评价信息在距离计算过程中的误差;然后建立了基于可能度分布距离测度的TOPSIS决策模型,通过计算正负理想点得到最优参照方案,根据各方案与最优参照方案间的距离进行排序并择优,相比于传统TOPSIS方法更能体现各方案与理想方案的贴近程度;最后,以快递服务公司的测评案例验证了所提方法的可行性和有效性。     

基于不确定语言环境的绩效考评模型

研究了属性权重不完全、属性值以不确定语言变量形式给出的不确定语言绩效考评问题,引入了不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念.首先用不确定语言加权平均(ULWA)算子集成得到群不确定语言决策矩阵,然后针对属性权重不完全的情形,给出了一个求解权重的逼近于相对理想点法;然后利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优;最后进行实例分析.     

基于不确定语言环境的绩效考评模型

研究了属性权重不完全、属性值以不确定语言变量形式给出的不确定语言绩效考评问题,引入了不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念．首先用不确定语言加权平均（ULWA）算子集成得到群不确定语言决策矩阵,然后针对属性权重不完全的情形,给出了一个求解权重的逼近于相对理想点法;然后利用不确定语言加权平均（ULWA）算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵（互补判断矩阵）,继而利用互补判断矩阵排序公式对决策方案进行排序和择优;最后进行实例分析．