基于直觉正态模糊集结算子的多准则决策方法

定义了直觉正态模糊数及其运算法则、Euclidean距离、直觉正态模糊加权算术平均算子和直觉正态模糊加权几何平均算子. 针对准则值为直觉正态模糊数而权重信息不完全的多准则决策问题, 提出了一种基于直觉正态模糊集结算子的决策方法. 该方法首先利用各方案之间的距离和最小化思想建立优化模型求得最优权重, 然后利用集结算子对各准则进行集结, 从而得到各方案的综合评价值, 最后通过比较它们跟正负理想方案间的相对贴近度的大小, 得到方案集的排序. 实例表明该方法的有效性和可行性.     

考虑风险偏好的区间2型模糊多属性决策方法

针对区间2型梯形模糊集(IT2TrFS)的多属性决策问题,提出了一种考虑决策者风险偏好的多属性决策方法.首先根据决策者的风险偏好给决策者分类,提出了决策者风险偏好的度量方法,进而求得决策者风险偏好决策矩阵,并定义了新的可能度计算公式:最后通过计算符号距离得到方案的排序结果.实例分析表明该方法科学合理,决策者的不同风险偏好对决策结果存在影响,方法对比说明与已有算法相比该方法有更强的适用性:对风险偏好和风险保守的决策者同样适用.     

直觉正态模糊优先集结算子及其在群决策中的应用

直觉正态模糊数是对直觉模糊数和正态模糊数的拓展.针对直觉正态模糊信息的集成问题,定义了直觉正态模糊数的运算法则、期望值和大小比较方法,提出了准则间具有优先关系的直觉正态模糊优先加权平均算子(INFPWA)、直觉正态模糊优先加权几何平均算子(INFPWG)、直觉正态模糊有序加权平均算子(INFPOWA)及这些算子的性质.在此基础上,针对专家和准则间具有优先关系并且准则值为直觉正态模糊数的多准则决策问题,提出一种基于直觉正态模糊优先集结算子的群决策方法.最后通过算例分析验证了该方法的有效性和可行性.     

不完全信息下对方案有偏好的多指标决策

在实际决策中 ,决策者往往对不同的决策方案有程度不同的偏好 .另外 ,在多指标决策中 ,要将指标的权重精确地确定在某一点上也几乎是不可能的 ,但一般都可以确定权重所在区域 .本文研究了决策者对决策方案有一定的偏好程度 ,并且各决策指标的权重都是区间数的条件下的多指标决策问题 ,给出了这类决策问题的决策方法 ,并通过例子进一步说明了该方法的合理性 .     

区间直觉模糊多属性群决策自收敛算法

对区间直觉模糊多属性群决策中的一致性问题进行研究,引入了一种可自收敛算法得到一致性群决策矩阵。首先基于区间直觉模糊数的运算法则和集结算子,将单个决策者的决策矩阵集结为群体决策矩阵;然后通过可自收敛算法反复迭代,直到得到满足一致性的群体决策矩阵;最后再次基于区间直觉模糊数的集结算子和排序规则实现方案选优。从理论上论证了该算法的收敛性和保序性,并通过算例验证了算法的可行性和有效性。     

基于前景理论的突发事件应急响应的风险决策方法

针对应急方案对突发事件发展演变存在干预并可能导致不同的人员伤亡和财产损失的情形, 提出了一种基于前景理论的应急响应风险决策方法. 首先, 描述了突发事件应急响应的风险决策问题; 然后, 基于前景理论的思想, 计算突发事件不同情景的综合价值, 即定量化描述针对不同情景的人员伤亡和财产损失的决策者综合心理感知; 进一步地, 计算突发事件不同情景的权重, 即定量化描述针对不同情景出现的重要性程度的决策者心理感知; 在此基础上, 依据情景综合价值、情景权重和应急方案的成本投入, 计算各应急方案的综合前景值, 并依据综合前景值的大小确定应急方案排序. 最后, 通过一个案例研究说明了该方法的可行性与有效性.     

基于 ITFN 信息关联输入的改进群体 MULTIMOORA 决策方法

提出基于直觉梯形模糊数(intuitionistic trapezoidal fuzzy number, ITFN)极小、极大期望值的序关系判别准则, 并引入风险系数构建ITFN相对完善的带有决策者风险偏好的运算规则, 在此基础上定义直觉梯形模糊Bonferroni (intuitionistic trapezoidal fuzzy Bonferroni, ITFB)平均算子, 验证其相关性质. 针对决策者之间、属性之间分别存在关联关系且权重均未知的多属性群决策问题, 提出基于ITFN信息关联输入的改进群体MULTIMOORA决策方法. 首先, 构建直觉梯形模糊决策矩阵序列, 予以标准化处理, 并将其转化为极小期望决策矩阵序列; 其次, 综合利用基于熵权法和考虑决策者偏好关联的基于2-可加模糊测度与Choquet积分联合的主客观赋权法确定决策者权重及属性权重; 最后, 分别引入WITFB平均算子及ITFN的Hamming 距离以改进传统MULTIMOORA决策方法, 基于优势理论可对方案展开综合排序以确定最优方案. 通过算例分析验证本文方法的可行性及有效性.     

基于MYCIN不确定因子和前景理论的随机直觉模糊决策方法

针对指标权重未知, 方案的指标值为直觉模糊数的随机直觉模糊决策问题, 提出了一种基于MYCIN不确定因子和前景理论的随机决策方法.根据直觉模糊数的记分函数和前景理论得到各指标下不同方案的MYCIN 不确定因子, 运用灰色关联方法确定各指标的信度; 推导出多证据下不确定因子的融合方法, 并证明了其满足交换律和结合律, 通过该融合方法确定最优方案.最后, 算例分析说明了该方法的合理性和可行性.     

基于前景理论和证据推理的混合直觉模糊决策

针对不确定的混合多属性决策问题,提出基于前景理论和证据推理的直觉模糊决策方法.首先通过直觉模糊数描述决策信息,保留了决策数据的不确定性,并实现了精确数、区间数和语言变量3种混合型属性的信息统一.其次考虑人的有限理性,结合前景理论,以直觉模糊数的形式表示前景决策矩阵.再次,运用证据理论合成方案的综合前景值,减少了决策信息的丢失,并以此对方案进行排序和优选.最后,以航运企业竞争力综合评估为实例,通过分析表明了该方法具有合理性和可行性.     

基于新距离测度的直觉模糊VIKOR多属性决策方法

针对属性与决策者权重未知且方案属性值为直觉模糊数的多属性决策问题,并充分考虑直觉模糊环境下信息波动性与不具体性,提出了一种基于新的直觉模糊距离测度和多准则妥协解排序(VlseKriterijumska optimizacija I kompromisno resenje,VIKOR)法的多属性决策方法。首先拓展补充了直觉模糊距离测度的定义,在此基础上构建了新的直觉模糊距离公式以减少决策信息缺乏,利用直觉模糊熵确定属性与决策者权重,然后再运用新的直觉模糊距离计算VIKOR法中的群体效用和个体后悔度进而得到决策结果,最后,通过实际案例分析验证了该方法的合理性与有效性。     

Extension of the TOPSIS method based on prospect theory and trapezoidal intuitionistic fuzzy numbers for group decision making

Considering the decision maker＇s risk psychological factors and information ambiguity under uncertainty, a novel TOPSIS based on prospect theory （PT） and trapezoidal intuitionistic fuzzy numbers （YrIFNs） for group decision making is investigated, in which the criteria values and the criteria weights take the form of TrIFNs, and weights of decision makers are unknown. Firstly, distance measures for TrIFNs are used to induce value function under trapezoidal intuitionistic fuzzy environment. Secondly, the concepts of distance measures and trapezoidal intuitionistie fuzzy weighted averaging operator are employed to induce the weights of decision makers and thus the decision makers＇ options can be aggregated. Then the PT-based separation measures and relative closeness coefficient are defined and an algorithm for ranking alternatives under trapezoidal intuitionistic fuzzy environment is proposed. Finally, a numerical example further illustrates the practicality and effectiveness of the proposed TOPSIS method.     

社会网络环境下基于犹豫度和一致性的大群体决策方法

针对社会网络环境下,决策成员偏好为直觉模糊数的大群体决策问题,提出一种新的决策方法.根据决策成员的社会网络关系,利用Louvain社区发现算法进行决策成员社区划分,并利用节点的度中心性和紧密中心性确定基于社会网络结构的决策成员权重和分区权重.进一步,提出新的直觉模糊数距离公式,并引入犹豫度,获取分区的犹豫水平和一致性,进而确定基于犹豫度和一致性的分区权重.在此基础上,有效融合基于社会网络结构和基于犹豫度和一致性的分区权重,确定分区综合权重,进而对备选方案进行排序.最后,通过生态安全案例分析验证本文方法的有效性,对比分析显示了所提方法的优势和合理性.     

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.     

基于案例比较信息的多准则群决策分类方法

提出了一个基于案例比较信息的多准则群决策分类方法.该方法使用级别高于关系作为决策者的偏好模型.它要求决策者根据自己的偏好预先给出部分方案之间的比较信息.基于这些比较信息和决策者的重要度确定了具有最大可信度的群体一致案例比较信息集,并利用该信息集构建一个混合整数规划模型来计算方案的分类区间,从而引导决策者给出部分方案的精确分类信息.在此基础上,确定一个代表函数来获得其余方案的精确分类.最后通过一个实例说明了方法的可行性和合理性.     

基于调整成本的三阶段区间直觉模糊型多准则群体共识改进模型

群体共识度是实现高效群决策的重要指标,较高群体共识的实现是一个多阶段多约束的动态决策过程。本文提出了高水平群体共识的构建包含群体信息集结、调整元素识别和元素调整步长设计3个阶段,并以相似度作为群体共识度刻画指标贯穿于3个阶段。首先,以相似度为诱导变量进行区间直觉模糊型群体信息集结;其次,基于统计假设检验思想和相似度近似正态分布的构想,识别需要调整的元素集合(决策方案在特定准则下的评估值和决策者);再次,以最小化调整成本为决策目标,以共识度阈值、个体相似度保序、最小调整量、区间直觉模糊评价值特征为约束条件,构建共识度改进优化决策模型;最后,通过比较分析凸显本文算法的可行性和优越性。     

基于调整成本的三阶段区间直觉模糊型多准则群体共识改进模型

群体共识度是实现高效群决策的重要指标,较高群体共识的实现是一个多阶段多约束的动态决策过程。本文提出了高水平群体共识的构建包含群体信息集结、调整元素识别和元素调整步长设计3个阶段,并以相似度作为群体共识度刻画指标贯穿于3个阶段。首先,以相似度为诱导变量进行区间直觉模糊型群体信息集结;其次,基于统计假设检验思想和相似度近似正态分布的构想,识别需要调整的元素集合(决策方案在特定准则下的评估值和决策者);再次,以最小化调整成本为决策目标,以共识度阈值、个体相似度保序、最小调整量、区间直觉模糊评价值特征为约束条件,构建共识度改进优化决策模型;最后,通过比较分析凸显本文算法的可行性和优越性。     

基于直觉模糊优选模型的混合型多属性决策

根据区间值模糊集和直觉模糊集可以互相转化,而且语言变量和标准化后的实数变量也可以用直觉模糊数的形式来表示,将规范化处理后的混合型决策矩阵转化为直觉模糊决策矩阵,并建立了直觉模糊优选模型,从而得出各个方案的直觉模糊评价值。基于直觉模糊点运算引入了一种新的得分函数,对直觉模糊数进行排序。算例结果表明了该决策方法是实用和可行的。     

基于直觉模糊λ-Shapley Choquet积分算子TOPSIS的多属性群决策方法

提出一种改进的逼近理想解排序(TOPSIS)方法,即直觉模糊λ-Shapley Choquet积分算子TOPSIS的多属性群决策方法.首先,定义了直觉模糊λ-Shapley Choquet积分算子Hamming距离,并运用模糊测度,Choquet积分,Shapley值定义了直觉模糊算术广义λ-Shapley Choquet积分算子和直觉模糊几何广义λ-Shapley Choquet积分算子,并分析其有关性质;然后利用直觉模糊决策矩阵Hamming距离和记分函数和精确函数确定专家模糊测度和属性模糊测度;进而给出直觉模糊环境下方案优选的算法;最后,通过算例进一步说明了该直觉模糊TOPSIS方法的有效性.