群决策中两类偏好信息——AHP判断矩阵和模糊偏好关系矩阵的一致化方法

在有限方案的群决策问题中，如何统一具有不同形式的偏好信息是一个新的研究课题。本文针对群决策中决策者给出着于方案的两类偏好信息－AHP判断矩阵和模糊偏好关系矩阵，通过构造转换函数，给出关于这两类偏好信息的一致化方法，这为研究群决策中不同形式偏好信息的集成方法和方案排序打下了坚实的基础，最后给出一个算例。     

多属性决策中四类偏好信息的一种集成途径

研究了偏好信息以不同形式给出的多属性决策问题 .基于不同类型偏好信息之间的转换公式 ,将四类常见的偏好信息 (即偏好次序型、效用值型、互补判断矩阵型、互反判断矩阵型 )一致化 ,然后利用互补判断矩阵的排序公式对决策方案进行排序 .最后进行了算例分析.     

多属性决策中区间数偏好信息的一致化方法

构造了多属性决策中4种区间数偏好信息,即区间数偏好次序、区间数效用值、区间数互补判断矩阵和区间数互反判断矩阵之间的转换关系函数,得到具有不同形式的不确定性偏好信息一致化。算例表明该方法简单实用。     

一种基于互反判断矩阵的多属性决策信息集成方法

详细研究多属性决策中四类常见偏好信息（即偏好次序型，效用值型，互补判断矩阵型和互反判断矩阵型）之间的转换关系，然后将偏好次序型，效用值型，互补判断矩阵型这三类偏好信息转化成互反判断矩阵形式，再利用群组到反判断矩阵排序的加权几何平均法对决策方案进行排序择优，最后给出算例。     

基于不同偏好信息的评价专家水平研究

针对不同偏好信息给出了一种分析方法.首先,给出有关效用值、序关系值、互反判断矩阵、互补判断矩阵和语言判断矩阵的定义及其相关性质;然后,通过定义不同偏好信息之间的转换公式,将不同偏好信息都转换为互补判断矩阵的偏好信息,得出各个专家的方案排序值向量,进而利用因子分析法,通过SPSS软件找出方案集相关系数矩阵的公共因子,计算出每个专家的因子得分及因子总得分.根据各个专家的因子总得分的大小,对各个专家的评价水平进行排序;最后,通过一个算例说明了本文提出的分析方法.     

属性具有不同形式偏好信息的群决策方法

针对决策者给出属性具有不同形式偏好信息的多目标群决策问题,提出了一种新的集结方法。该方法首先将多个决策者提供的属性的三类偏好信息———属性重要程度的序关系、AHP判断矩阵和语言描述作一致化处理———转化为AHP判断矩阵,重点针对如何将属性重要程度的语言描述转化成AHP判断矩阵的方法进行了研究。其次,关于属性偏好信息建立了一个能集成决策群体意见的线性目标规划模型。最后给出了算例说明该方法能最大程度地反映每个决策者的偏好意见。     

一种基于区间直觉判断矩阵的群决策方法

提出了区间直觉偏好信息的有序加权集成算子和混合集成算子;定义了区间直觉判断矩阵及其得分矩阵和精确矩阵等新概念,详细研究了它们的性质;探讨了区间直觉判断矩阵、直觉判断矩阵以及互补判断矩阵之间的关系;基于算术集成算子和混合集成算子,给出了一种决策者对决策方案的偏好信息为区间直觉判断矩阵的群决策方法;最后,利用实例对方法的有效性进行了说明.     

一种有不同形式偏好信息的群体决策方法

针对具有不同形式偏好信息并且决策者的权系数信息不完全确定的群体决策问题,提出了一种群决策方法。该方法先将不同形式的偏好信息转化为互反判断矩阵形式,然后利用决策者权系数的不完全确定信息和互反判断矩阵,构建一个非线性规划模型,利用遗传算法求解非线性规划模型,得到方案的重要性程度值和决策者的最优权系数,进而确定方案的排序。最后实例说明该方法的有效性和可行性。     

基于不同粒度语言判断矩阵的群决策方法

针对具有不同粒度语言判断矩阵形式偏好信息的群决策问题,提出了一种基于二元语义信息处理的群集结与方案优选方法.在该方法中,首先给出了不同粒度语言判断矩阵一致化为由基本语言评价集表示的二元语义形式的方法;然后基于二元语义的T-OWA算子,将各决策者给出的偏好信息集结为群的偏好并进行方案的优选.最后给出了一个算例.     

基于二元语义符号运算的群决策方法

具有语言判断矩阵形式的偏好信息的群决策是决策分析及群决策支持系统研究中的一个重要课题。针对这类群决策分析问题,提出了一种基于二元语义符号运算的群决策方法。在该方法中,首先描述了语言判断矩阵形式的偏好信息及其语言判断矩阵转化为二元语义符号的方法,然后基于T OWA算子给出了集结各决策者偏好信息和方案优选的方法。算例验证表明,用该方法所得到的方案是最优方案。     

多元判断偏好集结的混合群决策过程研究

针对评价过程中出现的不同偏好表达,提出了两阶段集结的群体决策方法:个人偏好转换和多专家集结。个人偏好转换把不同专家做出的模糊偏好关系、效用函数、部分选择、偏好排序、语言偏好关系等表达方式,转换为归一化的数值绝对偏好,并在专家相对偏好的权重表达中,采用模糊有序加权平均(ordered weighted averaging,OWA) 算子和语言有序加权平均(linguistic ordered weighted averaging,LOWA)算子;多专家集结则根据等差数的专家权重排列,并将权重做归一化处理,得出总分后即从可行方案中选出最优的方案,分数越高表明专家群体越为偏好,从而获得多元偏好表达的混合专家群体的民主选择结果。将该两步集结的方法用于某公司的人才综合评估中。与以往传统的选择方法相比,突出了决策者偏好表达的自由、民主的特征。     

Flexible Interaction Multiobjective Programming

This paper develops and interactive method,called flexible interaction multiobjectiveprogramming(FIMP),for solving multiobjective decision problems.In a decision process a minimaxproblem is iteratively solved within a progressively reduced objective space until a noninferior solutionwhich is perferred by the decision maker(DM)is found.The interaction process is easy,reliable and     

基于不同偏好信息集成的带钢质量评价方法

在研究多属性决策中常见偏好信息之间的相互转换关系基础上,将带钢质量评价抽象为研究多属性群决策问题.根据企业对产品质量各个影响因素评价的特点选用不同偏好信息决策方法,集成构造不同参数的评价矩阵,然后将不同偏好信息矩阵一致化,再利用矩阵排序的加权平均法对带钢质量状态排序,从而达到对一批带钢产品进行质量综合评价的目的.文中给出了实例对该方法进行验证.     

考虑不同心理行为偏好的混合随机多属性决策

针对决策者为有限理性且属性关联的随机多属性决策问题,提出一种考虑决策者不同心理行为偏好的混合随机决策方法.本文针对决策者面对风险时所表现的四种心理行为偏好:风险中立,风险规避,风险追求,损失规避,首先,给出了相应的四种随机占优准则,提出了考虑决策者心理行为偏好的随机占优度的定义,研究了四种随机占优度的性质;然后,基于决策者的不同心理行为偏好,运用随机占优准则判断两两方案之间的随机占优关系,计算相应的随机占优度;利用模糊测度和Choquet积分集结关联属性下的随机占优度;最后,运用PROMETHEEⅡ方法对备选方案排序.案例分析验证了本文方法的可行性与有效性.     

An assignment method for group decision making with uncertain preference ordinals

This paper presents an assignment method to solve the group decision making problem with uncertain preference information. The uncertain preference information is given as uncertain preference ordinals by decision makers. We first address the concept and calculation formulae of preference ordinal frequency, and then, uncertain preference ordinals are transformed into preference ordinal frequencies accordingly. Furthermore, a linear assignment model is built based on the derived preference ordinal frequencies, and the ranking of alternatives can be obtained by solving the model. Finally, a numerical example is used to illustrate the use of the proposed method.     

A MULTI-ATTRIBUTE LARGE GROUP EMERGENCY DECISION MAKING METHOD BASED ON GROUP PREFERENCE CONSISTENCY OF GENERALIZED INTERVAL-VALUED TRAPEZOIDAL FUZZY NUMBERS

In this paper,a new decision making approach is proposed for the multi-attribute large group emergency decision-making problem that attribute weights are unknown and expert preference information is expressed by generalized interval-valued trapezoidal fuzzy numbers(GITFNs).Firstly,a degree of similarity formula between GITFNs is presented.Secondly,expert preference information on different alternatives is clustered into several aggregations via the fuzzy clustering method.As the clustering proceeds,an index of group preference consistency is introduced to ensure the clustering effect,and then the group preference information on different alternatives is obtained.Thirdly,the TOPSIS method is used to rank the alternatives.Finally,an example is taken to show the feasibility and effectiveness of this approach.These method can ensure the consistency degree of group preference,thus decision efficiency of emergency response activities can be improved.     

基于熵权的多属性大群体决策方法

针对传统的大群体决策方法只能处理单方案决策问题的缺陷,提出了一种基于多属性的多方案大群体决策方法。该方法首先将单方案大群体偏好模型与算法推广成多方案大群体偏好模型与算法,获得大群体偏好矩阵,然后利用熵权法获得各个方案的排序权重,最后利用各个方案的排序权重和大群体偏好矩阵获得各个方案的综合评价值矢量。通过该综合评价值矢量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题。通过计算机仿真实验证明该方法的有效性。     

基于可变精度粗糙集的多决策表分析方法

针对可能存在分类误差缺失信息的群体分类决策问题,提出了一种可以从多个决策表中获取群体分类偏好的可变精度粗糙集方法。该方法通过控制决策者的分类误差率,群体分类一致率及反对率,将多个决策表中符合条件的信息汇集,形成群体分类模式表,然后根据每种分类模式在不同分类误差率和群体一致率下得到支持和反对的频数,得到群体分类模式集合的下近似,即群体分类偏好。给出了应用该方法的具体步骤,算例验证了该方法的有效性。     

模糊偏好下基于属性二元关系的群体聚类方法

在多属性复杂大群体决策中,对决策成员的决策结果进行有效的聚类,是分析以及完成群体决策的基础。考虑属性间二元关系,用直觉梯形模糊数表示决策者的偏好信息,给出一种大群体聚类方法。该方法通过计算直觉梯形模糊偏好矢量的期望值得到群体成员期望偏好矢量。基于属性间二元关系形成期望矢量的属性关系矩阵,并以此为基础构造了两期望矢量的相聚度模型,同时提出了大群体聚类方法。最后通过算例以及算例结果与其他聚类方法比较,证明该方法的有效性和实用性。