基于OWA算子的不同形式偏好信息的群决策方法

研究了决策者(或专家)的偏好信息以不同形式给出的群决策问题。首先,利用不同偏好信息之间的转换公式,将偏好次序型、效用值型、互补判矩阵型三种偏好信息一致化为互反判矩阵型的偏好信息。其次,利用OWA算子对一致化的决策信息进行群集结,再对各方案的相对优势度进行综合集结,并以此进行方案的排序。提出了基于OWA算子的群决策方法。最后,通过实例说明方法的可行性和实用性。     

基于OWA算子威胁评估的群决策方法

基于作战实际情况,提出了一种新的基于OWA算子的威胁评估方法。采用将主观偏好信息一致化为效用值的方法,通过OWA算子集结出决策群体的主观偏好信息,建立主客观信息相集成的威胁评估模型,然后通过二次规划模型计算属性权重,最后\"通过一个排序公式\"得出目标的威胁评估值和排序结果。所建立的威胁评估模型更为符合作战的实际过程,算例表明了方法的有效性。     

基于模糊集合理论和OWA算子的群决策偏好集结模型

将OWA算子和模糊集合理论应用到群决策偏好集结领域,给出了相应的集结群决策信息的模型和实施步骤.最后通过一个算例的演算来说明如何将模糊集合方法和OWA算子应用到群决策偏好集结领域,并给出算例分析     

基于模糊偏好关系及OWA算子的多准则群决策方法

根据一种基于加权的新型模糊偏好关系及计算模糊关系的解析表达式，集结不同决策者的偏好信息，得出群体偏好矩阵，进而求出最优方案．此外，为了使专家在决策时能就所决策的问题达成最大程度的一致，提出了一些“软的”度量专家在决策时所达成的一致程度的一些指标及计算方法，为进一步调整专家决策时的评估信息提供了依据．     

一种不确定型OWA算子及其在群决策中的应用

把Yager提出的有序加权平均（OWA）算子推广到所给定的数据信息为区间数形式的不确定环境之中,基于区间数据两两比较的可能度公式和模糊互补判断矩阵的排序公式,提出了一种不确定型OWA算子,人出了其在应用过程中的具体步骤,并提出了一种相应的集结群决策信息的方法,最后通过算例说明了方法的可行性和有效性。     

一种梯形模糊偏好的多属性群决策方法

针对多属性群决策问题,以梯形模糊数为基础,给出了一种群决策方法.该方法采用梯形模糊数表示决策者偏好和决策者权重,由偏好矩阵和权重向量构造出加权决策矩阵,通过期望值计算和归一化处理得到规范化的决策矩阵,采用OWA算子进行集结,结合属性权重得出决策结果.最后通过算例表明了该方法的有效性和实用性.     

基于拓展C-OWGA算子的多属性群决策方法

目的为求决策方法的简洁实用,研究决策信息为区间数的多属性群决策问题。方法将连续的OWGA(C-OWGA)集结算子拓展到不确定环境之中,提出了一些不确定信息(区间数)集成新算子,如加权的C-OWGA(WC-OWGA)算子、有序加权的C-OWGA(OWC-OWGA)算子以及混合的C-OWGA(HC-OWGA)算子。结果结合区间数的运算法则,利用HC-OWGA算子对决策信息进行集结而获得方案的排序。提出了基于HC-OWGA算子的不确定多属性群决策方法。结论算例表明该方法是可行有效的,且该方法有良好的应用前景。     

基于FOWA算子的不同模糊偏好信息的群决策法

研究决策者以不同形式给出其模糊偏好信息的群决策问题.首先,利用三角模糊运算的一些拓展法则和不同模糊偏好信息之间的转换公式将模糊效用值型、模糊互反判断矩阵型的偏好信息形式一致化为模糊互补判断矩阵型.其次,以三角模糊数的期望值为排序工具,利用FOWA算子对一致化的决策信息和方案的优势程度进行集结,依据综合优势度的期望值对方案进行排序,提出一种新的模糊群决策方法.最后,通过实例说明方法的可行性和有效性.     

一种基于不同粒度语言判断矩阵的群决策方法

针对基于不同粒度语言判断矩阵的群决策问题,提出了一种新的群决策分析方法.对有序语言短语集中的语言短语进行“量化”,通过变量转换关系将语言判断矩阵转换为互补判断矩阵,并进行了判断信息转换的一致性分析;采用OWA算子将每个决策者给出语言判断矩阵所对应的互补判断矩阵集结为群的偏好矩阵,并通过计算每个方案的优势度来确定最优方案;最后给出一个算例说明了所提出的方法的有效性与实用性.     

基于集对分析的群决策灵敏度分析

在集对分析理论的同、异、反概念基础上,对一类常见的多层群决策问题给出了相应的模型与处理方法,进行了参数灵敏度分析,得到了有意义的结果,有关结论和方法具有实际可操作性。     

一种具有不同形式偏好信息的群决策方法

给出了一种具有不同形式偏好信息的群决策方法·描述了在群决策中决策者可能给出的效用值、序关系值、互反判断矩阵、区间数评价值、模糊语言评价值和模糊互补判断矩阵等 6种不同形式的偏好信息 ,并给出了将不同形式的偏好信息均转化为模糊互补判断矩阵形式的计算公式·基于近年来最新发展的OWA算子给出了集结各决策者的偏好信息和方案优选的方法 ;最后给出了一个算例·     

连续区间广义power多重集结算子及在群决策中的应用

针对不确定区间信息的集成问题,提出了连续区间广义power多重平均(C-GPMA)算子和连续区间广义power有序加权多重平均(C-GPOWMA)算子,研究了这些算子的性质,并讨论C-GPMA算子和C-GPOWMA算子的算子族。在此基础上,提出一种属性权重未知且属性值以不确定区间数形式给出的多属性群决策方法。最后,通过算例说明此方法在不确定多属性群决策中的应用,结果表明该方法是有效的、可行的。     

决策系统中信息的转换与合并

 在群体决策支持系统中,最终的决策方案来自于不同的领域专家.根据自己喜好的表达方式将知识提供给上层知识库,如何将知识库中的不同表达方式的知识进行合并而做出决策便是要解决的问题.阐述它们之间的转换并且引入合成符的概念,将两种信息进行合并,并且在它们之间相互转换的基础上提出了特征值的概念.     

置换群与群决策的排序数估计

在决策方案优劣等级排序分析和多层序等价类划分的基础上,构造了等级排序置换群,并提出了群决策中序位相同的可能排序数的解析和递推估计式.分析结果显示,注重维护决策方案的齐次性和协调决策者的意见冲突是提高群偏好集结有效性的重要方法.     

一种区间型不确定多属性决策的统计方法

讨论了属性值为区间值的一类不确定性多属性决策问题.将属性值转化为决策者的满意值后,结合决策者的满意值和属性自身的权重,指出现行简单加权平均以及有序加权平均方法存在的缺陷,提出了一种新的基于随机变量和统计特征的新方法.通过实例证明了该方法的有效性.     

一种区间型不确定多属性决策的统计方法

讨论了属性值为区间值的一类不确定性多属性决策问题．将属性值转化为决策者的满意值后，结合决策者的满意值和属性自身的权重，指出现行简单加权平均以及有序加权平均方法存在的缺陷，提出了一种新的基于随机变量和统计特征的新方法．通过实例证明了该方法的有效性．     

一类群体决策模型

本文利用距离的概念求得一个与各专家所给的数的距离总和最小的数作为对备择对象的总体衡量。首先我们指出海明距离与欧几里得距离的应用可导出现已存在的两个模型。然后对一个特殊的距离给出的一些结论。最后,我们利用单调函数去构造更一般的结合算子,从而导出很多常用的算子作为特例。