基于相似关系的多属性决策问题研究

属性权重确定是多属性决策问题中一个重要的研究内容。针对属性权重未知的多属性决策问题：首先,指出决策对象与理想对象之间的相似度与决策对象的优势度之间存在直接的关系;其次,借鉴离差最大化算法,提出用属性值的相似度来确定属性权重;再次,利用各个决策对象与理想对象的相似度对各决策对象进行排序并择优;最后,对属性值为区间数的多属性决策实例进行了分析,同时对该算法与离差最大化算法的异同点进行对比。     

三角模糊数型不确定多指标决策的相似规划模型及其应用

针对指标权重未知的三角模糊数型不确定多指标决策问题:首先,给出了一种新的规范三角模糊数相似度和决策方案相似度的定义,提出了三角模糊数相似度关系理论并得到了一些相关结果;其次,借鉴离差最大化思想提出了一种基于三角模糊数相似度关系确定指标权重的相似规划模型;再次,利用各决策方案与理想决策方案相似度的相对比值大小对各决策方案进行排序和择优,以此给出了三角模糊数型不确定多指标决策的相似度关系算法;最后,通过算例对该算法与离差最大化算法进行对比分析说明了该算法的可行性和有效性。     

不确定多指标决策问题的相对相似关系法研究

针对指标权重未知的不确定多指标决策问题,从描述区间数的相似性程度出发,提出了一种全新的区间数相对相似度和决策方案相对相似度定义,给出了区间数相对相似关系理论并得到了一些相关结果;然后在通过相对相似度对决策指标权重进行度量的基础上,采用备选决策方案在决策方案集中的总体相对相似度值大小选取最优对象并排序,以此给出了不确定多指标决策问题的相对相似关系法.通过算例分析了该算法和离差最大化算法的相异,说明了该算法的适用性和合理性.     

基于粗糙集的区间型数据离散化算法

针对条件属性取值为区间型数据的离散化问题,提出了一种新的基于粗糙集理论的离散化算法.首先将粗糙集理论中上、下近似的概念进行扩展,用以描述区间数对象间的距离和相似关系,并通过定义相似度阈值来确定对象间的 相似关系.为了达到用最少的离散划分区间得到较好的离散化结果,并合理地确定相似度阈值, 文章给出了粗糙熵的概念.通过离散化属性的上、下近似粗糙熵值的计算以及该属性下各区间数对象的相似度矩阵的确定,可以得到该属性下最终的离散化结果.最后给出了一个烟叶质量等级评价的实例, 实验结果表明该算法是有效的.     

属性值为区间数的决策对象预期理论模型研究

针对属性值为区间数的多属性决策中不同区间数相互比较具有相同可能度的问题进行研究。根据决策者不同的风险偏好将其分为3类,对不同风险偏好类型的决策者提出相应的预期理论模型,确定区间数之间的优势关系。在此基础之上,提出决策对象优势关系及优势度矩阵,并根据优势度数值对决策对象进行排序择优。最后,通过实例验证新排序算法的科学性与有效性。     

不确定型多属性决策的权系数确定及其应用

研究了属性权重信息完全未知且属性值以区间数形式给出的不确定型多属性决策问题,提出了一种基于区间数相离度的不确定型多属性决策权系数确定方法——标准差和平均差极大化方法,并给出了一种基于可能度的决策方案排序方法。最后,通过实例表明了该方法的实用性和有效性。     

基于误差传递和隶属度的动态灰靶多属性决策

针对当前区间数动态多属性决策方法存在的不足,提出了一种基于误差传递和隶属度的动态灰靶多属性决策方法。该方法从区间数型属性值的误差视角,运用误差传递模型确定了属性权重区间;考虑决策目标在时序上的差异性和波动性,引入时间度的概念,并基于最大熵原理和方差最小的思想,建立了多目标非线性规划模型确定时间权重;依据灰靶理论计算各方案的正负靶心距,并采用相对隶属度法对各时间段的正负靶心距进行集结,得到备选方案的优劣性排序。以突破性技术创新研发联盟伙伴选择为例,验证了该方法的可行性和有效性。     

基于二次规划与相对优势度的不确定多属性决策法

针对属性权重未知且属性值为区间数的不确定多属性决策问题,提出了一种新的决策分析方法。该方法的核心是基于加权属性值离差平方和最大,建立一个二次规划模型,通过求解该模型获得属性权重,从而由加性加权法得到方案的综合属性值,进而利用各方案的相对优势度和对方案进行排序。最后,通过算例说明方法的可行性和实用性。     

一种不确定型多属性决策的组合方法

针对不确定型条件下的多属性决策问题，给出了区间数的规范化公式，消除了属性值之间量蜩的差异，建立了基于区间数的不确定型属性权重的组合优化模型，提出了一种基于各属性客观权重的可能度方法，为不确定型的多属性决策提供了一种简单实用的可靠方法。最后通过一个算例说明了谊方法的实用性和有效性。     

基于灰色关联系数和D-S证据理论的区间数投资决策方法

主要研究投资方案的指标值为区间数时的投资方案选择问题.定义了效益型和成本型指标下的理想属性区间数,并且通过理想属性偏离度定义把指标值为区间数的矩阵转化为以理想属性偏离度为测度的矩阵,把不确定性问题转化为确定性问题处理.在此基础上把灰色关联分析方法与证据理论相结合,构造了一种新的信息不确定度提取方法和基本概率分配函数,探讨了不同子集间信度函数和基本概率分配函数之间的数量关系;通过对各投资方案对应于不同指标下基本概率分配函数的确定,利Dempster法则进行信息融合, 确定最佳投资方案. 算例结果表明,文中提出的方法可以得到满意的决策结果并显著降低决策的不确定性.     

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.     

一种混合型多属性决策问题的TOPSIS方法

研究了精确数、区间数和模糊数指标相结合的混合多属性决策问题，提出了一种基于理想点的多属性决策模型，给出具体的决策方法和过程．各方案的排序是根据其到正理想解的相对贴近度大小进行的，从而为解决混合多属性决策问题提供了一条新的途径．     

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。     

Novel combinatorial algorithm for the problems of fuzzy grey multi-attribute group decision making

To study the fuzzy and grey information in the problems of multi-attribute group decision making, the basic concepts of both fuzzy grey numbers and grey interval numbers are given firstly, then a new model of fuzzy grey multi-attribute group decision making based on the theories of fuzzy mathematics and grey system is presented. Furthermore, the grey interval relative degree and deviation degree is defined, and both the optimistic algorithm of the grey interval relational degree and the algorithm of deviation degree minimization for solving this new model are also given. Finally, a decision making example to demonstrate the feasibility and rationality of this new method is given, and the results by using these two algorithms are uniform. Keywords: multi-attribute group decision making, fuzzy grey number, grey interval relational degree, deviation degree.     

基于投影的区间数评价方法探讨

针对指标取值以区间数形式给出的多指标决策问题,提出了一种基于投影的区间评价方法。该方法依据一般的投影分析方法的基本思路,给出了解决指标取值为区间数的多指标决策问题的计算步骤,其核心是通过构建并求解每个方案在虚拟正、负理想方案上的投影,进而计算出每个方案对虚拟正、负理想方案的相对隶属度,即可得到所有方案的排序结果。最后给出了一个数值例子,结果表明该方法简单,有效且易于计算。     

一种基于相似度的混合型多属性决策方法

研究了实数、区间数、语言值和不确定语言值相结合的混合型多属性决策问题。基于逼近理想解的排序方法(TOPSIS方法)确定理想方案,并定义了一种新的相似度,将各类型属性值的相似度计算规范到统一的度量空间,并且指出该相似度的几何意义,说明用该方法描述方案相似程度的合理性。将待选方案与理想方案比较,进行排序择优。最后,给出两个算例,证明了该算法的有效性。     

基于投影法的区间型多属性决策两阶段优化模型

研究了属性权重和属性值均为区间数的不确定多属性决策问题。先从局部考虑,建立一个目标规划模型来获得各组属性权重向量;再从全局考虑,基于投影法提出了一种非线性的二次规划模型,获得最优的属性权重向量;然后,通过各个方案在区间型理想点上的投影进行排序。最后,通过算例说明了该方法的可行性和有效性。     

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。