基于目标的软对策分析方法

针对软对策论不易解决面向目标的群决策问题 ,将多目标决策技术与之有机结合 ,根据各局中人的决策矩阵及对两两可行结局的比较结果 ,利用多维偏好分析技术确定各自对所有结局的偏好序 ,然后再利用对抗分析法确定其合理策略 ,建立了基于目标的软对策分析模型 .该模型的建立对利用软对策方法解决面向目标的决策或协商问题有一定意义 .     

一种基于权向量的组合赋值法求群权向量的方法

在群体决策中，决策群体中每个成员对一组可行的备选方案有不同的偏好次序且在确定指标权重时，随意性较大，这样对最终的方案就会作出不同的决策。运用多目标权系数的组合权向量，解决有限方案多目标群决策如何由各个决策者的偏好形成群的偏好，使决策客观、真实、有效，并用事例说明了其可行性。     

模糊偏好环境下Vague集多层群体决策

讨论了Vague集应用于模糊偏好环境下多层多目标群体决策的问题,建立了一种Vague集多层群体决策模型,分别采用传统精确加权和模糊加权2种方式实现模糊偏好信息集结.通过决策距离值表达多层决策中偏好信息的模糊性,并将距离值用于修正不同层次中决策权重偏好信息,解决了分层决策中不同决策目标、不同决策者偏好信息的不确定问题.从赞成一致性和反对一致性度量决策矩阵偏好信息一致性,并讨论了2种Vague集偏好信息集结函数的集结效果.     

对策中个体偏好与整体偏好的偏差分析

考虑到现有软对策分析中对局中人偏好调整方向不够明确的缺点，提出了个体偏好偏差的概念，使得该问题得到较好的解决。同时对一水资源冲突问题进行了实证分析，说明了上述观点的合理性。     

基于模糊层次熵多目标评价决策模型的物流服务商优选

首先利用模糊层次分析法决定指标的模糊权重,利用决策矩阵提供的信息,进一步用多目标决策中的熵技术修正决策者先前决定的优先权重,再利用模糊综合评判确定最优方案．提出的这种基于模糊层次熵多目标评价决策模型,兼顾主观偏好和客观实际,应用于解决物流服务商优选问题,表明了该方法的合理性与有效性．     

一种VaR度量下基于OWGA算子的区间数组合投资模型

本文建立了VaR度量下基于OWGA算子的区间数多目标组合投资模型.通过引入乐观系数将区间数组合投资模型转化为确定型组合投资模型,利用目标函数偏好水平将多目标组合投资模型转化为单目标组合投资模型,并引入0-1变量对模型进行求解.最后通过算例分析了OWGA加权向量,置信水平及目标函数偏好水平对决策结果的影响,并说明了模型的可行性和有效性.     

考虑模糊区间的水库群优化调度决策方法

为有效解决多目标决策中存在的不确定性问题,提出考虑主客观因素模糊区间的综合赋权方法。首先利用模糊层次分析法确定反映决策者主观偏好的主观权重,其次引入区间数的相离度概念提取客观决策信息,最后利用基于博弈论的综合赋权方法确定综合权重,并根据综合权重选出最佳调度方案。该方法在金沙江下游梯级水库群多目标优化调度中的应用结果表明:综合的赋权法在多目标调度方案优选中具有可行性,综合权重选出的调度方案能同时体现决策者偏好和各指标客观特征,所选方案在各指标上表现均衡,为流域水资源多目标综合调度决策提供了新的思路。     

基于矩阵分解的不完全偏好值信息双边匹配决策

针对匹配主体没有提供全部偏好值信息的双边匹配问题,提出了一种基于偏差矩阵分解技术解决不完全偏好值信息双边匹配问题的决策方法。给出了基于部分偏好值信息的双边匹配问题的描述,利用偏差矩阵分解技术,充分挖掘用户的潜在偏好,填充缺失偏好值,将匹配双方的不完全偏好值矩阵转化为完全偏好值矩阵并进一步转化为满意度矩阵。建立匹配优化模型并通过模拟退火算法求解,实验结果表明,该决策方法可行。     

多冲突环境下的多目标双矩阵对策集结模型

针对两人多冲突环境,建立了多个多目标双矩阵对策的综合集结模型.基于局中人所受到的约束条件,构造局中人面向多冲突环境的可行策略串集合,以全体局中人的可行策略串集合建立新的结局空间,分别构造局中人在新结局空间上所有目标下的合成结局支付函数,建立多冲突环境下的多目标双矩阵对策综合集结模型;运用熵权法对集结模型中的多个目标进行加权和,将集结模型转化为单目标双矩阵对策进行求解.给出的例子说明了模型的实用性和有效性.     

多目标多阶段动态交互协调迭代决策方法

多目标多阶段决策是决策系统中常见的问题，本文介绍了一种似动态规划的交互协调迭代法，这种方法首先采用模糊综合评判技术确定迭代的指标值，并在交互协调迭代中引入了决策者的偏好性，使决策更加合理、可靠。     

融入用户风险偏好的三支协同过滤推荐模型

基于用户的不同风险偏好特征，提出一种融入用户风险偏好的三支协同过滤推荐模型来提高推荐规则的准确性.首先，考虑用户的不同风险偏好对项目评分的影响，基于用户-项目评分矩阵定义用户关于项目的偏好概率测度，建立用户-项目偏好概率模型，从理论上证明了该模型是现有模型的推广和拓展.其次，利用决策粗糙集，推导出用户在不同风险偏好下的三支推荐模型阈值表达.然后，以上述工作为基础，将推荐准确性和推荐成本作为优化目标，设计基于粒子群优化算法的用户偏好概率模型参数确定方法 .最后，在MovieLens数据集上的实验验证了提出模型的有效性.     

基于证据推理的设计方案多属性决策新方法

为了解决传统证据推理方法中很难实现概念设计阶段权值确定且完全的问题,提出一种决策新方法.受物理规划法中偏好函数思想的启发,采用三角模糊数进行目标属性的模糊标度,创新地提出了一种反偏好函数法来确定权值,依据偏好区间的划分确定评价等级区间,并利用证据推理法、评价等级、概率分配函数及效用值等思想进行了方案的评价决策工作.最后通过实例验证了方法的可行性及其在定量描述决策者主观判断上的不确定性和不完全性的优势.结果表明,在概念设计阶段可以利用这种方法将模糊语言权值转化为具体权值,顺利实现有效评价.     

部分权重信息下对方案有偏好的不确定多属性决策法

研究了权重信息部分确知且以区间数互反判断矩阵形式给出方案偏好信息的不确定多属性决策问题.首先,基于区间数互反判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,建立一个目标规划模型,通过求解该模型得到属性的权重,进而获得方案的综合属性值;其次,利用已有的可能度公式对方案进行排序或择优,提出了一种基于目标规划和可能度的...     

模糊偏好下多目标决策的一种客观赋权方法

对具有模糊偏好的多目标决策问题给出了模糊决策矩阵规范化公式,建立了确定权重的优化模型,提出了一种客观赋权方法,为模糊偏好的多目标决策提供了一种简单实用的可靠方法,具有广泛的用途.最后通过一个算例说明了该方法的实用性和有效性.     

住宅小区建筑设计方案评价的层次群决策方法

为了体现住宅小区特定用户或决策者的方案偏好对建筑设计方案评价的影响,建立了一类两层次多属性群决策模型.其中,专家评价层决策矩阵的获取体现了专家专业水平差异对决策的影响.用户评价层则采用不确定语言多属性决策方法来确定用户对方案的偏好.并建立了使2个决策层评价差异最小化的优化模型确定属性权重,该权重用于专家综合评价,充分考虑了用户方案偏好对决策的影响,结果表明模型能正确反映此类决策的实际情况.     

带有Fuzzy偏好关系的多属性决策方法

带有方案偏好信息的多属性决策问题是多属性决策分析中一类常见的问题·根据决策者给出关于方案的Ｆｕｚｚｙ偏好关系,提出了一种新的多属性决策方法·该方法是通过建立一个线性目标规划模型来确定属性的权重向量,使最终决策方案的排序结果最大程度地反映决策者的偏好·最后给出了一个算例·带有Fuzzy偏好关系的多属性决策方法@樊治平@肖四汉     

HULZNs环境下基于语义偏好参数的多准则群决策模型

针对语义分布不平衡环境下的语义偏好和决策信息的复杂性问题，为提高决策的准确性，提出了一个新型不平衡语言尺度函数.它可通过改变语义偏好参数来调节相邻语义之间的偏差，适用于不同的决策环境，并对相关性质进行了证明.在犹豫不确定语言型Z-numbers(hesitant uncertain linguistic Z-numbers,简称HULZNs)的环境下，定义了两个HULZNs之间的距离以及部分运算，建立了优先加权平均运算算子和一种新型多准则群决策模型.最后，对提出的新模型利用实例进行了分析，验证了方法的有效性和可行性.     

梯形模糊偏好关系的DEA交叉效率群决策方法研究①

针对梯形模糊偏好关系信息环境下的群决策问题,设计了一种面向区间DEA交叉效率的群决策方法。首先,利用α-截集将梯形模糊偏好关系转化为区间模糊偏好关系,并证明其符合DEA的产出特征,进而建立区间模糊偏好关系对应的交叉效率DEA模型,将自评和他评相结合,得到每个方案的区间交叉效率值。将不同专家的区间交叉效率矩阵通过UOWA算子进行集结,然后计算出决策单元的最大后悔值,据此得到最终的方案排序结果。实证分析表明该方法不需要对偏好关系进行一致性调整,可以有效减少决策信息的损失,有着较好的适用性。     

基于Pareto遗传算法和TRIZ理论的数控装备加工参数智能优化

针对数控装备加工参数优化问题,提出了一种基于Pareto遗传算法结合TRIZ理论的优化算法.首先建立优化目标为切削效率和刀具耐用度的多目标优化模型,基于Pareto遗传算法实现先寻优后决策的求解模式,并得到Pareto最优解集;其次,基于TRIZ发明问题解决理论,从最优解集中分析技术矛盾并建立矛盾矩阵表,根据技术问题解决原理进行最优解的决策,有效地避免了基于经验和偏好选择的弊端,实现合理寻优和理性决策的良好组合.最后,通过采用4组切削参数分别进行铣削后的表面粗糙度实验验证了该方法的可行性和有效性.     

信息筛选中群体用户偏好聚合模型

将信息筛选描述为信息对象到用户偏好值的映射函数,利用多目标决策方法提出了一个信息筛选中群体用户偏好聚合模型,对信息筛选过程进行了分析,它包括用户偏好,接受信息输入流,计算其用户好值以及用户偏好修正。