基于改进调节变量主成分权重的广义灰靶决策模型研究

在现实生活中，由于信息的不完全性和认知的不充分性，多数决策对象具有强烈的多源不确定性特点，存在多种不确定性因素共存的现象.针对目前灰靶决策模型未充分考虑决策对象多种不确定性因素共存的局限，以及确定决策指标权重时未深入探讨指标间相关性的问题，首先引入广义灰数的表征形式对指标属性值进行统一表征，并提出广义灰数的一致效果测度模型，然后根据传统主成分分析法确定权重时所存在的二次加权放大问题，揭示指标差异性与相关性对二次加权的影响，通过改进调节变量对原始主成分权重进行修正，接着将传统的灰靶决策模型扩展为广义灰数形式，构建基于加权欧式距离的广义灰靶靶心距模型，并据此建立基于改进调节变量主成分权重的广义灰靶决策模型.最后通过案例研究，验证本文模型的合理性和可行性.     

基于熵权和区间灰数信息的灰色聚类模型

针对区间灰数的灰色聚类模型中指标权重确定的问题,借鉴信息熵的思想,引入灰色熵权确定指标权重,构造了基于熵权和区间灰数信息的聚类评估算法。该算法以区间灰数本身的信息为依据通过计算灰熵来得到聚类指标权重。最后以实际问题为背景进行算例研究,结果表明由所提算法所得的归一化聚类系数矩阵区分度更好,验证了所提算法的有效性和可行性。     

基于混合型评价矩阵的多属性群决策方法

本文针对具有语言型、直觉模糊数和区间直觉模糊数三种评价信息的混合型多属性群决策问题, 提出一种基于属性权重和专家权重均未知的决策方法. 首先, 定义新的转换函数, 可将不同粒度的语言评价信息统一成区间直觉模糊数; 然后, 基于支持度确定未知属性权重, 并在综合考虑区间直觉模糊数熵值和相似度的基础上, 建立了一种新的专家权重确定模型; 在将混合型决策矩阵转换成区间直觉模糊决策矩阵后, 利用IIFWA算子依次集结个体决策矩阵, 从而得出方案集的排序. 最后, 应用在ERP选优问题中, 验证了方法的有效性.     

考虑概率分布的灰数排序方法

综合分析了模糊数学、随机概率及区间数等不确定性信息处理方法的优劣之处,提出用灰数来描述不确定性信息, 在考虑灰数的概率分布的基础上, 给出了灰数的新定义, 提出了灰数排序的可能度方法,并重点研究了离散灰数和区间灰数的排序规则, 在均匀分布情况下, 区间灰数将退化为区间数. 最后通过算例佐证所建立灰数排序方法的有效性.     

基于Choquet积分的区间灰数多属性决策方法

针对多属性决策中属性间的关联性对决策结果的影响,提出了基于区间灰数灰度和Choquet积分的区间灰数多属性决策方法。根据区间灰数灰度的定义,证明了区间灰数的灰度是一种灰测度,由此定义了关于区间灰数灰度的离散Choquet积分并证明其性质;依据各方案的综合属性值的方差最小的原则建立多目标优化模型,确定了各属性或属性集的权重,最后利用Choquet积分对各方案的效果评价向量进行集成。通过实例说明了该方法的有效性。     

区间灰数的灰色变权与定权聚类模型

针对观测值为区间灰数的灰色聚类问题, 通过构建区间灰数集上的积分均值函数, 将实数域上单一观测值的白化权函数推广到观测值为区间灰数的情形, 并给出了上限、适中、下限测度白化权函数的区间灰数形式, 进而建立了区间灰数的灰色变权、定权聚类模型, 并开发了该模型的人机交互式界面软件. 最后将该模型应用于高校教师工作绩效评估, 说明了该方法的有效性和实用性.     

灰色风险型多属性群决策方法

对一类权重信息未知并且属性值为区间灰数的灰色风险型多属性群决策问题进行了探讨,提出了一种基于理想矩阵的相对优属度决策方法.首先,利用属性值为区间灰数这一特性,将灰色系统理论的思想和方法与经典风险决策方法相融合,构建了决策系统中各方案之间的关联度公式以及优化模型,合理地解决了属性权重未知问题.然后综合考虑决策者群体的主观偏好,通过构造理想矩阵,借助每一方案决策矩阵与理想矩阵、负理想矩阵的综合加权距离获得每个方案相对于理想方案的优属度,再由优属度的大小对方案的优劣进行排序.应用实例说明了所提出决策方法的合理性和算法的有效性.为解决灰色风险型决策问题提供了一种新思路.     

基于多维关联抽样的区间数灰靶决策模型及其应用

传统区间数灰靶决策模型忽略了指标区间分布及指标间相关性对于方案优劣评价的重要影响,且赋权过程中存在一定的模糊误差.针对上述不足,本文提出了基于多维关联抽样的区间数灰靶决策模型,通过全面考虑指标空间边界及空间内部的多维联合概率密度分布情况,弱化了指标极值对于决策结果的影响;并引入模糊集值统计方法确定指标权重,将灰靶决策模型权重由实数序列拓展到区间数序列,减小了专家判定过程中的模糊误差.以潘口水库汛期运行水位抬升方案决策为研究案例,将改进模型与传统模型进行比较,结果表明,改进后的模型能够更有效地考虑区间内部数据特点及指标间的关联程度,区间数权重的设定也更合理客观.     

部分权重信息且对方案有偏好的灰色关联决策法

以灰色系统理论的思想和方法为基础,探讨了决策方案的属性值为区间灰数、属性权重部分已知和决策者对方案有偏好的灰色决策问题,提出了解决这种灰色决策问题的方法与算法。运用分析技巧,构建了基于区间灰数相离度的灰色区间关联系数公式和灰色区间相对关联系数公式。该决策方法既利用了客观信息,又尽可能地满足决策者的主观愿望,也避免了在某些准则下去求出属性权重真值的估计值,并且计算易于在计算机上实现。实例分析说明了所提出的灰色关联决策方法的合理性及其算法的有效性。     

一种部分权重信息的灰色多属性群决策方法

基于灰色系统理论的思想和方法,探讨了决策方案的属性值为区间灰数及权重信息部分已知的灰色多属性群决策问题。根据区间灰数的本质,定义了两区间灰数的相离度。引入了个体理想最优方案向量、群体综合关联度等概念及其计算公式。构建了基于区间灰数相离度的灰色区间关联系数公式及灰色区间关联度。对于各方案的区间型群体综合关联度的比较和排序,给出了基于最小最大化悔值方法。实例分析说明了所提出的灰色多属性群决策方法的合理性及其算法的有效性。     

基于灰色类别差异特性的评价指标客观权重极大熵配置模型

本文基于灰色类别的差异特性进行指标权重配置问题研究,运用灰色关联聚类将评价对象按照反映事物不同类别本质的自然差异特性划分成不同灰类.基于相同灰色类别间自然差异特性具有相似性、 不同灰色类别间自然差异特性具有差异性的特点,构建了反映灰色类别差异特性的评价指标客观权重极大熵配置模型. 通过案例分析与其他方法进行比较研究,证明了本模型的可行性及有效性,为多属性决策指标客观权重赋权问题提出了一种新的解决思路.     

三参数区间灰数信息下的决策方法

基于灰色系统理论的思想和方法,探讨了方案指标值为区间灰数且灰数取值可能性最大数已知的决策问题.首先定义了三参数区间灰数,利用这类灰数的特性及经典灰色关联决策的优势,提出了三参数灰色区间关联度方法;其次考虑到各方案的效果评价向量与理想最优方案及临界方案在空间位置及几何形状的接近度和相似性,构建了三参数灰色区间斜率关联系数公式,结合建立的三参数灰色区间关联系数公式,给出了灰色区间综合贴近度方法.最后借助三参数区间灰数评价值的期望值及一维投影寻踪法的分析技巧,引入了投影指标函数方法.并对上述三种决策方法建立了相应的算法,应用实例说明了文中提出的决策方法的合理性和有效性.为灰色决策理论与应用研究提供了新的思路.     

Study on the extending multi-attribute decision model of grey target

Based on the distance of interval numbers and the two-stage decision methods, this paper expands the decision model of grey target into some situation under which the decision information and target weights are the interval numbers at the same time. It also gives the optimization method of weights in the grey target. We get the optimum coordinated vector utilizing the combination assigning method, based on the local optimization of various schemes. So it can shift the weights of interval number into real number form and sequence it according to the weighted off-target distance. Finally the effectiveness and practicality of the model is proved by a real project.     

灰色决策问题的特征向量方法

基于灰色系统理论的思想和方法,探讨了方案的指标评价值为区间灰数并且指标权重未知的决策问题,提出了这种灰色决策问题的特征向量方法.首先运用分析技巧,构建了灰色区间关联系数公式和灰色区间相对关联系数公式;其次通过引入方案间优势强度、相对优势强度和优势比较矩阵等概念及其计算公式,对指标评价值为区间灰数并且指标权重完全未知的情况建立了特征向量决策算法,给出的算法避免了指标权重的计算,使上述问题在一定程度上得以解决.应用实例说明了文中提出的决策算法的合理性和有效性.