一种基于可能度的区间数排序方法

利用可能度法研究区间数排序.对一组待排序的区间数,先给出一个简洁的可能度计算公式,其结果反映一个区间数大于另一个区间数的可能程度.分析表明,该公式具有传递性、互补性等诸多良好的性质.随后,由两两比较的结果建立一个可能度矩阵,同时给出基于可能度矩阵的区间数排序算法.最后给出一个排序算法的实例.     

三参数区间灰数排序及其在区间DEA效率评价中的应用

定义了三参数区间灰数与实数比较的相对优势度的概念,给出了两类典型的三参数区间灰数与实数比较的相对优势度的代数表达式。提出了一种基于相对优势度的三参数区间灰数的排序方法,并应用于变量为三参数区间灰数数据包络分析（data envelopment analysis,DEA）模型,用算例验证了其有效性。     

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.     

基于三参数区间灰数的TOPSIS决策方法

针对决策问题的灰色系统特征,引入三参数区间灰数对评价指标进行度量。从类型一致化和无量纲化这两个方面着手对评价矩阵进行标准化。考虑到三参数区间灰数的上下界与重心点的影响,给出了基于可能度的三参数区间灰数排序方法以及三参数区间灰数距离测度方法。在此基础上,提出了基于三参数区间灰数的逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)决策方法,并用实例验证了其科学性与有效性。     

可能度及区间数综合排序

首先对可能度进行综述, 证明其中四种可能度计算方法相互等价. 给出了可能度公理, 证明了文献中经常出现的两种区间数综合排序方法的排序结果是完全一致的, 并用反例说明用它们对区间数进行综合排序, 其排序结果不具有保序性. 文章给出了一种区间数综合排序的新方法, 并证明用该方法对区间数进行综合排序, 其排序结果具有保序性. 最后通过实例说明了该方法的合理性和可行性.     

带分布区间数的可能度计算模型及其排序

在区间数决策理论中,将决策参数的取值分布信息纳入区间数概念内涵,是理论发展与客观现实的双重要求.文章基于区间数大小关系的内涵,运用概率论相关理论方法,定义带分布区间数的概念,构建了带分布区间数可能度的定义及其一般性计算模型,给出了两个区间数同是均匀分布区间数、或一个为均匀分布区间数而另一个为三角分布区间数、或同为三角分布区间数等三种情形的可能度计算公式,以及带分布区间数及其可能度的几个新性质,修正了以往学者提出的有关概念.针对区间数排序问题,修正了优序数排序法,同时揭示了对称分布区间数的优序数排序法与中值排序法的等价性.通过实例计算,验证了理论和方法的科学性和有效性,进一步完善了区间数决策理论,具有更好的应用价值.     

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。     

基于前景理论的灰色随机多准则决策方法

针对概率和准则值均为区间灰数,准则权系数不完全确定的灰色随机多准则决策问题,提出了一种基于前景理论的决策方法.该方法定义了一种区间灰数排序方法及其前景价值函数,并以其余备选方案为参考方案计算各准则下各方案准则的前景值,构建前景决策矩阵,采用离差最大化思想建立规划模型,求解模型得出最优权系数向量,进而根据各方案综合前景值大小对方案进行排序.最后说明了该方法的可行性和有效性.     

灰色多属性决策的模糊互补判断矩阵排序方法

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的灰色多属性决策问题,提出了解决这种灰色决策问题的决策方法.根据区间灰数的本质特征,首先定义了两区间灰数的新的相离度和构建了基于相离度的灰色区间关联系数公式与灰色区间相时关联系数公式;其次通过引入方案间优势度和优势度比较矩阵概念及其计算公式,证明了方案间优势度比较矩阵为模糊互补判断矩阵,从而给出了方案的排序.实例分析说明了所提出的灰色决策方法的合理性及其算法的有效性.     

一种基于误差分析的区间数多属性决策方法

针对属性值以区间数形式给出,属性权重信息完全未知的区间数多属性决策问题,提出了一种基于误差分析的方法。对区间数多属性决策问题及误差传递公式进行了描述,并将区间数决策矩阵写为误差分布的形式。利用属性中间值决策信息,给出了基于属性值绝对偏差的大小确定属性权重中间值的方法,并依据线性加权算法得到方案综合评价值的中间值。在此基础上,依据误差传递公式求出属性权重和方案综合评价值的误差估计值,由此得到权重区间和方案综合评价值区间。进一步利用基于可能度的区间数排序方法得到方案排序。最后,给出了一个算例。     

区间数排序方法评述

从确定性角度和基于度的角度两方面分析评述了目前已有的具有代表性的区间数排序方法.分析了任意两个区间数在数轴上可能的位置关系.探讨了确定性排序法的适用性以及层次关系,提出选择确定性排序方法的方案,指出确定性排序法的优缺点;分析了基于度的排序法的特点及其存在的问题.综合区间数排序的确定性法和基于度的方法的优缺点,提出了在形式上直观表达数据均匀性和分散性的区间数排序的可能度公式.分析了引入建立在区间数比较关系划分基础上的排序方法的必要性.     

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。     

区间DEA的一种改进的充分排序方法

区间DEA中决策制定单元（DMU）的效率值是一个区间数，传统的区间DEA研究只能以区间效率值将DMU分为有效、部分有效和无效三类，而对区间DEA中DMU的排序研究较少。本文以两个区间数大小的可能度为基础，并且考虑了区间数退化为实数的情况。通过排序向量从而对输入输出中含有区间数的决策单元进行排序，通过将超效率DEA模型进行区间扩展，从而对同为有效的DMU进行排序，以迭到对所有的DMU进行充分排序的目的。最后给出了一个算例。     

区间数的排序方法研究

给出区间数两两比较的一个简洁公式，详细研究它的一些性质，如互补性、传递性等；基于可能度矩阵给出区间数排序的一种实用方法。     

基于区间运算的随机多准则决策方法

针对准则权重信息不完全且准则值为正态分布随机变量的多准则决策问题,提出一种基于区间运算的随机多准则决策方法。该方法将正态分布准则值转化为区间数,利用离差最大化原理和不完全准则权重信息建立区间参数线性规划模型,将其转化为最优模型。通过对最优模型进行求解,得到最优准则权重向量,从而构造加权规范化区间决策矩阵。然后计算每个方案到区间理想点的区间距离,并根据其大小确定方案集的带有可能度的排序。最后算例说明该方法的有效性和可行性。     

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.     

区间型多属性决策的相对熵排序法

针对决策矩阵元素为区间数的不确定多属性决策问题,给出了一种新的决策方法。利用被评方案与理想方案的相对熵,定义了一种新的与区间理想方案的贴近度,据此给出了各方案的排序结果。该方法无需对区间数进行比较,较好地保存了区间数的信息,并将此法与基于距离的多属性决策方法进行对比,结果表明在其他方法都不能排序的情况下,可以采用区间数相对熵方法排序。     

一种基于区间数的空中目标威胁评估技术

针对现有空中目标威胁评估方法存在的不足,提出了一种基于决策心态指标的区间数评估技术,讨论了目标机动对威胁度的影响,给出了评判矩阵和权重分配的有界区间表示及目标威胁度排序方法。最后举出一个应用实例,并将该方法排序结果与基于可能度的中转法排序结果进行了比较。实践证明,该技术评估结果准确,能有效减小误差。     

属性值为区间数的决策对象预期理论模型研究

针对属性值为区间数的多属性决策中不同区间数相互比较具有相同可能度的问题进行研究。根据决策者不同的风险偏好将其分为3类,对不同风险偏好类型的决策者提出相应的预期理论模型,确定区间数之间的优势关系。在此基础之上,提出决策对象优势关系及优势度矩阵,并根据优势度数值对决策对象进行排序择优。最后,通过实例验证新排序算法的科学性与有效性。     

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.