对方案有偏好的三角模糊数型多属性决策方法研究

研究了这样一类多属性决策问题 :①决策者对方案有偏好 ;②属性值以三角模糊数形式给出 ;③属性的权重信息不能完全确知。提出了一种基于相似度的对方案有偏好的三角模糊数型多属性决策方法 ,该方法首先建立一个线性规划模型 ,通过求解该模型获得属性权重。然后 ,基于三角模糊数两两比较的可能度公式及互补判断矩阵的排序公式 ,对决策方案进行排序和择优。最后进行了算例分析。     

区间混合判断矩阵排序的线性目标规划法

研究了决策信息以区间混合判断矩阵形式给出的多属性决策问题。基于区间一致性混合判断矩阵的概念,建立了一个线性目标规划模型。通过求解该模型得到区间混合判断矩阵的权向量,并利用已有的区间数比较的可能度公式求得决策方案的排序。该方法具有简洁、实用、易于计算机上实现等特点。最后进行了算例分析。     

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.     

一种多属性多方案大群体决策方法研究

多属性多方案大群体决策问题广泛存在于网络环境中,将单方案大群体决策方法推广到基于多属性的多方案大群体决策中,由此获得大群体偏好矩阵.利用熵权法获得各个属性权重向量.将各个属性权重向量和大群体偏好矩阵进行合成,获得各个方案的综合评价值向量,由该向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.最后通过一个算例说明了方法的有效性.     

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。     

施工导流方案多属性群协商决策

针对异质群体参与的施工导流方案风险型多属性决策问题,分析导流方案决策主体面临不同属性时所对应的偏好尺度和评价效用的差异性,引入群体协商集结理论,提出基于可能度矩阵表征的导流方案群决策策略. 通过对各属性下导流方案决策主体的非一致性、模糊性意见进行协商集结,计算属性权重的协商区间. 基于蒙特卡罗模拟仿真技术,计算随机权重向量下导流方案两两间的优胜概率,得到描述导流方案优胜程度的模糊互补判断矩阵,据此进行备选方案的优先排序,并给出了排序的可信度. 实例验证了该方法的可行性和有效性. 研究为多属性群决策视角下导流方案的优选提供了理论基础和决策支持.     

混合判断矩阵的两种排序方法

定义了两个新概念———混合判断矩阵和完全一致性混合判断矩阵。针对决策中专家给出的判断信息———混合判断矩阵 ,基于互反判断信息和互补判断信息的转换公式 ,提出了两种求解混合判断矩阵排序向量的简便方法 ,然后把它们进一步推广到群体决策的情形 ,并应用于决策方案的排序和择优。最后通过算例说明了该方法的有效性和实用性     

多属性决策的支持向量机方法

为获取和表达决策者的偏好,实现对决策方案的选择,提出了基于支持向量机的多属性决策方法.首先,分析了多属性决策支持向量机方法的原理.其次,提出了基于属性效用函数估计的学习样本构造方法,从决策问题本身抽取学习样本.最后给出了一个算例.     

三角模糊数互补判断矩阵的加性一致性及排序

研究三角模糊数互补判断矩阵的加性一致性及排序问题.从加性一致性角度,讨论了三角模糊数互补判断矩阵与三角模糊数互反判断矩阵之间的相互转化关系,建立了一个基于最小方差的多层次非线性规划模型.通过求解该模型得到三角模糊数互补判断矩阵的权重向量,并利用三角模糊数期望值公式对决策方案的权重向量进行排序.最后通过算例验证该方法的可行性和有效性.     

三角模糊数互补判断矩阵排序方法研究

研究了决策信息以三角模糊数互补判断矩阵形式给出的多属性决策问题．提出了三角模糊数一致性互补判断矩阵等概念，建立了一个线性目标规划模型．通过求解该模型得到三角模糊数互补判断矩阵的权重向量，并利用已有的三角模糊数排序公式求得决策方案的排序．最后给出了一个算例．     

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。     

一种三角模糊数互补判断矩阵的排序方法

互补判断矩阵是决策者给出两两方案比较的一种偏好信息形式 ,有关此方面决策问题的研究近年来引起了重视。针对一类带有三角模糊数的互补判断矩阵的排序问题 ,提出了一种新的排序方法。首先给出了关于三角模糊数互补判断矩阵的概念和三角模糊数的运算规则 ,然后在此基础上 ,通过计算三角模糊数期望值的方法来得到每个方案的排序值 ,从而进行方案的排序。该方法具有简单、实用的特点。最后通过一个算例说明了提出的排序方法。     

基于IOWA算子的模糊语言偏好矩阵排序方法

给出了方案之间比较的一种模糊语言标度及其相应的区间数表示形式。运用模糊语言标度构造出模糊语言偏好矩阵。利用导出的有序加权平均(IOWA)算子对模糊偏好信息进行集结,提出了一种基于IOWA算子的模糊语言偏好矩阵排序方法,并把该方法进一步运用于群体决策中的方案排序和择优。最后通过算例说明了该方法的可行性和实用性。     

权重信息完全未知且对方案有偏好的多属性决策法

研究了属性权重信息完全未知且决策者对方案有偏好的多属性决策问题. 针对决策者对方案的偏好信息以互补判断矩阵形式给出的情形, 基于互补判断矩阵, 利用线性转换函数将决策信息一致化, 然后建立了一个优化模型, 进而给出了一种相应的决策方案排序方法. 最后进行了实例分析.     

一种新的有优序综合评价的群决策方法

在群决策中存在着多个决策者根据自己的知识、经验和偏好独立选择决策方法 ,对决策方案集作出决策后 ,如何综合确定群体决策方案的多人多指标群决策问题。针对这类问题中决策信息量较少 ,而决策一致性较差的特点 ,在分析一些决策方法的基础上 ,提出了一种多人有优序综合评价的群决策方法。该方法首先采用总体偏差法对决策方案进行分类 ,然后对元素个数多于 1的类采用足码法进行排序 ,最后综合得到整个决策方案的排序。通过具体算例的比较 ,表明该方法弥补了原有方法的不足 ,具有明显的有效性。     

基于Hausdorff度量模糊多指标群决策的TOPSIS方法

针对模糊多指标群决策中模糊数的比较与排序问题 ,定义了模糊数的 Hausdorff度量与乐观 -悲观效用函数 ,根据乐观 -悲观效用函数求出模糊多指标群决策问题的理想点和负理想点 ,进而由 Haus-dorff度量获得不同备选方案到理想点与负理想点的距离及其贴近度 ,从而在模糊多指标群决策中托展了理想点逼近方法 .最后 ,就带三角形模糊数与梯形模糊数的多指标群决策问题分别进行了深入的讨论 .     

Method for multiple attribute decision making based on incomplete linguistic judgment matrix

With respect to the multiple attribute decision making problems with linguistic preference relations on alternatives in the form of incomplete linguistic judgment matrix, a method is proposed to analyze the decision problem. The incomplete linguistic judgment matrix is transformed into incomplete fuzzy judgment matrix and an optimization model is developed on the basis of incomplete fuzzy judgment matrix provided by the decision maker and the decision matrix to determine attribute weights by Lagrange multiplier method. Then the overall values of all alternatives are calculated to rank them. A numerical example is given to illustrate the feasibility and practicality of the proposed method.     

Interactive group decision making procedure based on uncertain multiplicative linguistic preference relations

Group decision making problems are investigated with uncertain multiplicative linguistic preference relations. An unbalanced multiplicative linguistic label set is introduced, which can be used by the experts to express their linguistic preference information over alternatives. The uncertain linguistic weighted geometric mean operator is utilized to aggregate all the individual uncertain multiplicative linguistic preference relations into a collective one, and then a simple approach is developed to determine the experts' weights by utilizing the consensus degrees among the individual uncertain multiplicative linguistic preference relations and the collective uncertain multiplicative linguistic preference relations. Furthermore, a practical interactive procedure for group decision making is proposed based on uncertain multiplicative linguistic preference relations, in which a possibility degree formula and a complementary matrix are used to rank the given alternatives. Finally, the proposed procedure is applied to solve the group decision making problem of a manufacturing company searching the best global supplier for one of its most critical parts used in assembling process.