多准则决策评价系统设计

针对产品设计中方案设计与评价的复杂的决策问题 ,研究并设计了基于知识的 ,有限方案的多准则决策评价系统 .文章从系统的体系结构、功能结构、数据结构、工作机制 ,以及实现途径等方面进行了阐述 .首先综合考虑技术及经济等各项设计指标 ,建立并维护多准则的决策指标模型 ;然后以知识库、模型库、数据库、方法库等信息源为基础 ,设计各种信息处理工具 ,包括知识处理工具、方案处理工具、多准则决策评价工具 ;综合运用知识推理以及多准则决策评价方法 ,按评价指标模型 ,对有限的待选方案进行评价与排序 ,最后综合分析的结果为复杂的方案论证过程提供科学的决策依据.     

面向突发事件的模糊多目标应急决策方法

应急环境下的信息具有不确定性、模糊性, 运用单一的方法很难做出有效决策. 集成模糊理论, 灰色系统理论和多目标决策理论, 提出了一种改进的模糊多目标应急决策方法. 该方法首先结合灰色关联度计算各决策方案到TOPSIS正负理想解的距离, 然后采用三角模糊数, 处理决策信息的模糊性和不确定性, 突出了各决策方案之间的关联影响. 最后, 结合核电站事故应急决策的例子, 验证了所提出方法的可行性和有效性.     

多准则、多目标决策评价系统的设计与实现

以导弹系统设计方案评应用为背景,针对多准则、多目标的决策问题,研究和设计系统化的决策评价体系,完成具有核心功能的,通用性、实用性较好的多准则、多目标决策评价工具,对复杂的决策问题提供决策支持。     

最小隶属度偏差法应用于路网规划方案评价

考虑到公路网规划方案评价体系的多因素和多目标性，文章提出用模糊多目标系统最优决策法——最小隶属度偏差法进行路网规划方案的综合评价，该方法在处理模糊性的评价指标方面具有明显优势．随后给出了各评价指标无量纲化的标准函数，并对适中型指标和区间型指标的无量纲化标准函数给予了重点介绍．最后结合工程实际，对提出方法的实用性进行了验证。     

复杂群决策系统的适应性及其决策机理研究

随着社会上各类群决策问题的不断发展,例如上市公司董事会决策、政府宏观规划与战略决策以及网络招投标决策等,所有的这些群决策问题都呈现了一些新特点,传统的群决策理论已逐渐显得无能为力,需要发展新的群决策理论体系。最近兴起的复杂性科学理论为研究此类群决策问题提供了一种新的研究视角。鉴于上述研究背景,本文首先运用复杂适应系统理论分析复杂群决策系统的适应性特性,其次对复杂群决策系统的决策机理进行深入剖析,最后对复杂群决策系统的管理与控制问题进行探讨。     

改进的蚁群聚类算法及在多属性大群体决策中的应用

多属性复杂大群体决策中,对决策人员的决策结果进行有效地聚类,是分析以及完成群体决策的基础。针对蚁群聚类算法参数选取复杂、自适应性差以及随机性等缺点,提出了一种改进的蚁群聚类算法,该算法将决策群体成员对决策问题的若干个评价准则值转化成偏好矢量,以偏好矢量相聚度作为邻域相似度的计算公式,形成一个启发式聚类算法。通过一个算例计算说明该算法具有聚类质量高、自组织和鲁棒性的特点,适用于解决多属性复杂大群体聚类与决策问题。     

一类动态多指标决策问题的关联分析法

本文针对一类动态多指标决策问题，基于灰色系统理论中的关联分析法和多指标决策理论中的理想点法，提出了一种新的关联分析方法，并以实例说明该方法的合理性。     

复杂群决策系统的研究纲领初探

现实生活中复杂群决策问题是普遍存在的,这是由群决策本身的内在属性决定的,不能单纯地认为简单群决策是复杂群决策的一种特例,而仍然沿用处理传统简单群决策的一些理论与方法。如果那样做,必然会降低决策效果。因此,很有必要深入探讨复杂群决策系统的特有决策模式与规律。鉴于此,本文尝试对复杂群决策系统的一些最新研究成果进行总结与梳理,并对复杂群决策系统的研究对象以及理论方法进行归纳分析。     

基于前景理论的灰色随机多准则决策方法

针对概率和准则值均为区间灰数,准则权系数不完全确定的灰色随机多准则决策问题,提出了一种基于前景理论的决策方法.该方法定义了一种区间灰数排序方法及其前景价值函数,并以其余备选方案为参考方案计算各准则下各方案准则的前景值,构建前景决策矩阵,采用离差最大化思想建立规划模型,求解模型得出最优权系数向量,进而根据各方案综合前景值大小对方案进行排序.最后说明了该方法的可行性和有效性.     

基于多阶段多指标的编队干扰方案协同决策研究

在现有装备的基础上,为合理地选择各个阶段的干扰方案以达到最佳效果,将编队干扰方案决策问题看作一个多阶段多指标系统,依据系统协同原理,定义了协同度概念,将模糊优选理论与动态规划原理相结合,提出一种能够有效求解多阶段多指标问题协同决策的方法。将该方法运用于编队干扰方案决策中,建立了全程决策数学模型。在给定的战术想定情况下,对求解过程进行了分析,为能够实时准确地得到各种作战态势下的最优决策,编程设计了基于GUI的干扰方案决策系统操作界面,通过仿真分析了不同指标权值下协同度对决策结果的影响。     

基于直觉模糊熵和VIKOR的装备器材供应商选优决策

针对装备征用动员中器材需求不确定性大、响应时效性和质量要求高等特点,构建基于军事供应链的装备器材供应商选优评价准则体系,为解决不同准则带来的多种异质评价信息及准则权重、决策者权重均未知的多准则群决策问题,提出了一种基于直觉模糊熵和扩展多准则妥协解(VlseKriterijumska Optimizacija I Kompromisno Resenje,VIKOR)框架的决策方法。首先,采用包含隶属度与非隶属度偏差及犹豫度信息的直觉模糊熵,基于熵权法和权重协调系数确定综合准则权重;其次,综合考虑决策矩阵直觉模糊熵和距离测度,建立一种新的决策者权重方法;然后,采用直觉模糊加权平均算子得到决策者和决策群体综合评价矩阵;最后,将VIKOR方法扩展到直觉模糊语言环境,对备选供应商进行折衷排序和选优。     

基于PROMETHEE的群体多准则模糊规划方法

针对决策准则值为模糊数、准则和决策者权重信息均不完全的群体多准则决策问题,从两两方案之间的优劣程度大小入手,拓展PROMETHEE方法中优先函数,分别建立了单个决策者下的方案准则集成、群体决策者偏好及其总体风险态度集成等模糊规划优化模型,得到训练集中各方案完全排序。通过算例表明该算法可行,其结论具有较高的可信度。     

多准则模糊决策的Vague集方法

对模糊环境下的多准则决策问题,指出了采用Vague集进行多准则模糊决策的现有记分函数的不足,根据Vague集隶属度、非隶属度的之间的大小关系,对由Vague值组成的集合进行划分,提出新的记分函数法以及加权记分函数法.并用Vague集描述方案关于准则集的满足程度与不满足程度,即准则的权重也由Vague集表示.这种方法为决策者做出最优决策提供了一种方便有效的方法.     

灰色多指标风险型决策方法研究

针对方案指标评估值为区间灰数的风险决策问题,提出了灰色多指标风险型决策的概念。将灰色系统理论的思想和方法与经典风险决策方法相融合,对风险型决策问题指标权重完全未知的且指标值为区间灰数的情况进行了探讨。利用分析技巧,建立了灰色模糊关系法及双基点法两种决策方法。在灰色模糊关系算法中,利用信息熵确定的指标权重使决策方法更符合客观要求。双基点算法在一定程度上解决了单方面基于理想点或负理想点进行决策时,未能充分利用已知信息所产生的偏差,决策更贴近于实际,应用说明了所提出的两种决策方法的合理性和算法的有效性。     

基于前景理论和证据推理的混合直觉模糊决策

针对不确定的混合多属性决策问题,提出基于前景理论和证据推理的直觉模糊决策方法.首先通过直觉模糊数描述决策信息,保留了决策数据的不确定性,并实现了精确数、区间数和语言变量3种混合型属性的信息统一.其次考虑人的有限理性,结合前景理论,以直觉模糊数的形式表示前景决策矩阵.再次,运用证据理论合成方案的综合前景值,减少了决策信息的丢失,并以此对方案进行排序和优选.最后,以航运企业竞争力综合评估为实例,通过分析表明了该方法具有合理性和可行性.     

时序模糊多指标决策的模糊关联分析法

提出了时序模糊多指标决策问题 ,基于模糊关联分析给出了一种新的决策方法 .运用模糊集理论构建各时段的模糊加权决策矩阵 ,应用一种对模糊数排序的方法找出各时段的正、负理想方案 ,并通过所有时段各方案与正理想方案的相对模糊关联度的模糊加权和来确定最优方案 .最后给出了一个数值例子.     

基于证据推理的信息不完全确定的MCDM方法

针对权系数为信息不完全确定、准则值不确定且不完全的多准则决策问题,提出了一种基于证据推理的方法。该方法先对决策者给出的权系数不完全确定信息进行分析,得到一组可利用的基数权重,然后将方案的准则值(不确定且不完全)用基于证据推理的算法进行集成,比较方案集在所有基数权重下的效用值的大小,从而确定方案集的排序。最后以实例表明该方法的有效性和可行性     

模糊Bonferroni平均算子及在多准则群决策中的应用

在进行信息集成时,有时需要考虑输入变量之间的相互影响,而Bonferroni平均（Bonferroni mean, BM）算子正好具有这种优点。为了集成三角模糊数,提出模糊Bonferroni平均（fuzzy Bonferroni mean, FBM）算子,讨论它的几种特殊情形。在此基础上,提出模糊加权Bonferroni平均（fuzzy weighted Bonferroni mean, FWBM）算子和组合模糊加权Bonferroni平均（combined fuzzy weighted Bonferroni mean, C-FWBM）算子,同时研究它们的一些性质。针对决策信息以三角模糊数给出的决策问题,提出一种基于FWBM算子和C-FWBM算子的多准则决策方法。最后举例说明其在模糊多准则群决策中的应用,结果表明该方法是可行的。     

基于马田系统和φs转换的模糊积分多属性决策方法

在实际决策问题中,决策属性间往往存在一定的交互作用,而传统决策方法并不能有效处理。针对这种情况提出了一种基于马田系统（Mahalanobis-Taguchi system, MTS）和φs转换的模糊积分多属性决策方法。该方法针对φs转换法利用属性权重确定λ模糊测度存在的问题,提出利用Shapley值代替属性权重来确定λ模糊测度,同时提出了一种基于马田系统的Shapley值测度方法,并给出了合理性分析。最后通过实例分析了不同交互度对决策结果的敏感性,并验证了利用Shapley值确定的λ模糊测度更有利于决策。