基于主观与客观集成的属性权重求解方法

针对属性权重未知且属性值为定值的多属性决策问题,分析了两类求解属性客观权重方法的不足,建立了客观权重模型合理性的判定定理。提出了基于熵系数的客观权重模型,此模型可以根据决策的实际情况而设置系统参数,来调节权重的大小程度,所以具有一定的适应性。通过折衷系数把主观权重与客观权重集成,使得到的综合权重同时反映主观和客观程度。最后的实例说明该方法是有效可行的。     

对方案有偏好的模糊多属性决策的GRA方法

针对属性权重信息不完全且属性值和对方案的主观偏好信息均以三角模糊数形式给出的多属性决策问题,提出了一种基于灰色关联分析GRA的决策方法.该方法依据一般的灰色关联分析方法的基本思路,给出了解决该问题的计算步骤,其核心是通过构建并求解一个单目标最优化模型,通过求解该模型得到属性权重信息,从而得到每个方案客观偏好值对主观偏好值的灰色关联系数,进而计算出每个方案客观偏好与主观偏好的关联度,根据关联度对所有方案进行排序.最后给出了一个数值例子,结果表明方法简单,有效和易于计算.     

多属性群决策中权重自适应调整的方法

在已知专家和属性主观权重的基础上,提出了一种多属性群决策中权重自适应调整的方法。该方法根据专家个体决策与群体决策之间的偏离程度计算专家权重并用熵权系数法计算属性的权重,以新的权重重新计算出专家个体决策与群体决策,并以此对权重做进一步调整。重复以上步骤,直至计算出稳定的综合权重和决策结果。给出算例说明了该方法的可行性。     

多属性决策中基于离差最大化的组合赋权方法

依据多属性决策中属性权重的确定方法有多种,每种赋权方法有其各自的特点,为了综合利用各种赋权法的优势,基于离差最大化的基本原理,提出了一种组合赋权方法。该方法通过一个最优规划模型来确定组合权重。研究了模型的求解,给出权重的计算公式,探讨组合赋权方法的检验,确保组合权重能反映主观信息和客观信息,并总结该方法的计算步骤。最后进行实例分析,结果表明该组合赋权方法是有效性的。     

基于前景理论和区间二元语义MULTIMOORA的多属性决策方法

针对属性值为不确定语言,属性权重为部分已知或完全未知的多属性决策问题,提出一种新的决策方法。运用前景理论计算出每个属性的二元语义前景值,建立二元语义前景决策矩阵。在考虑主、客观影响因素的基础上,构建属性权重优化模型,得到属性的综合权重。基于区间二元语义对MULTIMOORA进行扩展,并对方案进行排序。在此基础上,运用占优理论得到方案的最终排序。最后,通过算例验证了该方法的可行性与有效性。     

区间灰数群决策中决策者和属性权重确定方法

研究区间灰数信息的多属性群决策中决策者和属性的权重问题.为解决决策者给出的属性值蕴含的客观权重和主观权重冲突的问题,利 用各方案与理想方案间的灰色关联度和极大熵原理建立规划模型求出属性的客观权重,并结合主观权重求得属性的综合权重;基于群体 意见的一致性要求和信息分布的特点,依据极大熵思想及各决策者关于方案的综合指标值与群体综合指标均值间的灰色关联度建立模 型求出各决策者的权重.在此基础上提出了区间灰数信息的群集结方法.算例验证了此方法较于其他方法更加合理.     

属性权重未知的连续风险型多属性决策研究

针对属性权重未知、属性值为有限区间上的连续随机变量的风险型多属性决策问题,提出了一种灰色关联度排序方法。首先,通过密度函数的变换,对风险决策矩阵进行规范化处理,并通过期望值定义了两个随机变量之间的偏差,利用离差最大化原则确定了属性指标权重。然后定义了正负理想解,计算每个方案与正负理想解的灰色关联度及相对贴近度,根据每个方案的相对贴近度确定方案排序。最后,给出了以属性值为区间数的多属性决策问题的决策步骤,证明了该方法的有效性。     

多属性群决策中决策者权重的确定方法

在群决策过程中,决策者的权重起着非常重要的作用,它直接影响着群决策的结果。本文将决策者的权重分为主观权重和客观权重两部分,并给出确定多属性群决策中决策者客观权重的几种方法,最后将决策者的主观权重和客观权重组合为决策者的最终权重。     

基于期望值的模糊多属性决策法及其应用

研究了属性值以及决策者对方案的偏好信息均以三角模糊数形式给出的模糊多属性决策问题.定义了期望值决策矩阵的概念,对于权重信息完全未知或只有部分权重信息的情形,给出了一种基于期望值的模糊多属性决策方法.该法的特点是:既能充分利用已有的模糊客观信息,又能尽可能地满足决策者的主观愿望.最后把该法应用于解决虚拟企业的合作伙伴选择问题.     

基于TFNCD算子的三角模糊数多属性群决策

针对属性权重和专家权重全部未知的三角模糊数(triangular fuzzy number,TFN)多属性群决策问题,在TFN熵的基础上构造了确信度指标来量化对决策信息的信任程度,构建了TFN确信度(TFN certitude degree,TFNCD)算子,并证明了其置换不变性、幂等性和有界性等性质,结合支持度确定专家权重,提出了基于TFNCD算子的属性信息集结新方法。最后,通过算例的对比分析验证了TFNCD算子及其集结方法的有效性,该方法充分考虑了TFN类型的数据特征和两种权重完全未知的情况,且属性信息集结更加客观高效,计算相对简便,为TFN多属性决策问题提供了新的信息集结方式和解决思路。     

基于混合多属性信息的复杂多阶段决策方法

针对属性权重和阶段权重完全未知且属性信息表示为混合形式的多阶段决策问题,提出一种新的决策方法。首先,将混合型属性信息统一成区间数形式,在此基础上根据属性信息的熵权区间和离差水平确定属性权重。然后,借助有序聚类法将决策对象各个阶段的矢量信息划分为若干个聚集,再以聚集中决策矢量的距离最小化为目标,构建优化模型求得聚集内各矢量的阶段权重,进而得到所有决策对象的综合阶段权重。最后,利用TOPSIS法对决策对象进行排序,并通过算例对该方法的可行性和实用性进行证明。     

一种基于集对分析的区间数多属性决策方法

针对属性权重和决策矩阵均为区间数的多属性决策问题,提出了一种基于集对分析的排序方法。通过借鉴集对分析理论把论域三划分的思想,把区间评价值转化成联系数的形式,给出了两个具有直观意义、计算简便的排序准则,并分析其合理性。分析过程中发现,区间数权重向量和区间数决策矩阵的方案评价向量具有不同的自由度,因此需要对它们采用不同的处理方法。最后,通过算例表明算法排序有效。与已有的数学规划等方法相比,该方法计算更为简便,排序准则具有直观的意义。     

融合新型偏好度模型和改进累积前景理论的决策方法

针对决策问题的不确定性和复杂性以及属性权重和专家权重未知等特征,提出一种融合新型偏好度模型和改进累积前景理论的决策方法。首先,定义群决策问题的基本框架,将属性值和心理参考点改进为区间值;其次,根据区间心理参考点的二维几何表示定义新型偏好度模型,由此确定属性权重和专家权重;再次,聚合专家意见,考虑专家心理行为,由属性值和区间心理参考点的位置关系,得到收益值和损失值的计算公式,进而确定各方案的总前景值及排序关系;最后,通过案例分析和方法对比验证该方法的有效性、可行性和实用性。     

具有部分指标权重信息的语言多指标决策方法

针对指标权重信息部分已知、部分未知且指标值为语言评价信息的多指标决策问题,提出了一种决策分析方法。对具有部分指标权重信息的语言多指标决策问题进行了描述。给出了求解具有部分指标权重信息的语言多指标决策问题的计算步骤,其核心是将语言评价信息转化为三角模糊数,通过计算每个方案与理想点之间的距离,构建最优化模型,求得未知的指标权重值,进而可计算出每个方案的模糊评价值,相应地通过计算两两模糊评价值比较的可能度,得到所有方案的排序结果。通过给出一个算例说明了所提方法的可行性和实用性。     

多目标决策中的目标可变权法

多目标决策分析中，最常用的方法是目标加权法，目标权系数通常是由决策者主观确定的。但事实上，目标的权系数还应包含反映目标值所传递的反馈信息量的客观权。本文把两部分权值结合起来形成可变目标权，从而使决策更符合实际决策过程。并用实例说明，该方法实用、可行、有效。     

Two-phase TOPSIS of uncertain multi-attribute group decision-making

To solve the uncertain multi-attribute group decisionmaking of unknown attribute weights, three optimal models are built to decide the corresponding ideal solution weights, standard deviation weights and mean deviation weights. The comprehensive attribute weights are gotten through the product of the above three kinds of weights. And each decision maker's weighted decision matrices are also received by using the integrated attribute weights. The closeness degrees are also gotten by use of technique for order preference by similarity to ideal solution (TOPSIS) through dealing with the weighted decision matrices. At the same time the group decision matrix and weighted group decision matrix are gotten by using each decision-maker’s closeness degree to every project. Then the vertical TOPSIS method is used to calculate the closeness degree of each project. So these projects can be ranked according to their values of the closeness degree. The process of the method is also given step by step. Finally, a numerical example demonstrates the feasibility and effectiveness of the approach.     

三参数区间数调和平均算子及决策应用

针对决策信息以三参数区间数据形式给出的多属性决策问题,提出了一些新的三参数区间数据信息的集成算子和决策方法。基于连续区间数据有序加权调和平均(C OWHA)算子,定义了连续的三参数区间数据有序加权调和平均(CP OWHA)算子,并将该算子进行了拓展,提出了加权调和CP OWHA(WHCP OWHA)算子、有序加权调和CP OWHA(OWHCP OWHA)算子和组合的CP OWHA(CCP OWHA)算子。进一步证明了WHCP OWHA算子和OWHCP OWHA算子均为CCP OWHA算子的特例。CCP OWHA算子同时推广了WHCP OWHA算子和OWHCP OWHA算子,CCP OWHA算子不仅考虑了每个数据的自身重要性程度,而且还体现了该数据所在位置的重要性程度。基于WHCP OWHA算子和CCP OWHA算子,提出了一种属性权重和专家权重均为确定实数且属性值为三参数区间数的多属性群决策方法。最后给出了一个数值例子,结果表明该方法有效。     

基于三元联系数的不确定多属性决策方法

利用集对分析理论对不确定多属性决策方法进行了研究。给出了三元联系数的广义同一度以及候选方案与理想解之间的联系数距离的定义,提出了两种属性权重确知、且属性值为三元联系数的不确定多属性决策方法:广义同一度法和距离法。这两种方法均简洁直观,计算量小,易于在计算机上实现。最后,通过与已有方法的比较和实例分析,阐明了提出方法的有效性和优越性。     

基于ULMADM的智能指挥控制系统决策分配方法

在智能指挥控制系统设计中，为了充分发挥指挥员与自动化系统的决策优势，需要将决策功能在两者之间进行合理分配. 给出了指挥控制系统决策分配步骤，针对决策分配过程中属性值无法准确测度的特点，采用不确定性语言型多属性决策（ULMADM）方法，基于UEWAA算子确定决策功能的自动化等级范围，基于UEWAA算子和ULHA算子相结合的多属性群决策算法确定决策功能的自动化等级，算例表明ULMADM方法解决决策分配问题的可行性、有效性和通用性.     

不确定性多属性决策中确定熵权的一种误差分析方法

研究属性值以区间数形式给出的不确定性多属性决策中确定属性权重的问题，依据传统的熵权的概念，给出一种确定区间数熵权的误差分析方法，最后通过一个算例说明该方法的实用性和有效性。