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。     

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.     

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.     

一种具有序区间偏好信息的群决策方法

针对方案偏好信息为序区间形式的群决策问题,提出了一种决策分析方法.首先对具有序区间偏好信息的群决策问题进行了描述;然后依据传统Borda法的基本思路,将序区间偏好信息转化为Borda数值表,根据序区间的特点确定Borda分值计算规则;依据此Borda分值计算规则给出确定每个方案总Borda分值的计算公式,并根据每个方案总Borda分值的大小来进行方案排序;最后,通过一个算例说明了本文给出方法的可行性和有效性.     

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.     

群决策中基于不同偏好信息的相对熵集成方法

研究了基于不同形式偏好信息的群决策问题.在群决策中专家根据个人的偏好,常常对决策方案集给出4种不同形式的偏好信息,包括直接反映决策方案优劣次序的序关系值和效用值,以及2个决策方案成对比较互反判断矩阵和模糊互补判断矩阵.首先给出了序关系值、互反判断矩阵和模糊互补判断矩阵3种偏好信息均转化为效用值形式的计算公式, 然后从相对熵的概念出发,提出了一种相对熵最优化的集成模型,给出了模型的解.最后进行了2个实例分析,结果表明所提出集成方法是有效的.     

基于OWA算子的群决策方法的灵敏度分析

针对基于OWA算子的群决策方法,给出了一种灵敏度分析方法·首先,给出了关于OWA算子的描述及其基本性质;然后,给出了一种基于OWA算子的群决策方法以及相应的灵敏度分析问题的描述·分析了在保持任意两个方案优劣关系不变的条件下,专家给出的评价信息的灵敏度变化范围的计算公式,为进一步研究基于OWA算子的方案排序稳定性以及群组决策分析等问题打下了基础·最后,通过一个算例说明了本文给出的分析方法·     

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．     

一种基于二元语义的多指标群决策方法

针对具有语言形式评价信息的多指标群决策问题,给出一种基于二元语义信息处理的群决策分析方法·该方法是采用近年来最新发展的二元语义概念来描述语言评价信息并进行处理和集结运算·首先描述了具有语言评价信息的多指标群决策问题,然后在介绍有关二元语义的定义及其相关性质的基础上,给出了基于二元语义的几种集结算子,并且进一步给出了解决该群决策问题的具体步骤,最后给出了一个算例·     

群偏好GMM集结方法的讨论

分析了ＧＭＭ在群偏好集结过程中,有关Ｐａｒｅｔｏ公理的违反问题,提出了序等价类的概念,并证明ＧＭＭ群集结模式满足Ｐａｒｅｔｏ公理的要求。     

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。     

不确定环境下语言信息集结算子研究

简述了语言信息集结算子的概念及其发展,根据属性权重不同划分了不确定环境下语言信息评价的类型,并对其进行了系统的分析,深入探讨了语言信息评价的研究趋势。     

基于PAO算子的直觉模糊多准则决策算法

定义了直觉模糊数及其比较规则,提出了直觉模糊数间的PAO算子.针对准则间具有偏好关系且准则权重未知并变化,准则值为直觉模糊数的模糊多准则决策问题,提出了利用PAO算子进行集结的决策方法.该方法通过计算各方案在不同准则下的相对满意指数和相对精度,利用PAO算子获得每个方案的具体准则权重并生成计分函数和精确函数.通过计分函数的比较,得出方案集的排序结果.实例分析表明了该方法的有效性和可行性.     

求解序区间偏好信息群决策问题的理想点法

为了求解具有序区间偏好信息的群决策问题,提出了一种理想点法.首先对具有序区间偏好信息的群决策问题进行了描述,给出了任意两个序区间之间距离的公式;然后依据传统理想点法的基本思路,给出了解决具有序区间偏好信息的群决策问题的计算步骤,其核心是运用所给出的距离公式计算每个方案与正理想点、负理想点之间的距离,并进一步根据计算得到的方案的相对接近度对方案进行排序.最后通过一个算例说明了给出方法的可行性和有效性.     

群决策中两类偏好信息集成的目标规划模型

带有不同偏好信息形式的群决策问题是一个重要的研究方向·根据多个决策者给出关于方案的两类偏好信息Fuzzy偏好关系矩阵和AHP判断矩阵,建立了一个能够集成这两类偏好信息的线性目标规划模型,通过求解这个模型可以直接得到每个方案的参考排序值,并使方案的排序结果最大程度地反映了每个决策者的偏好·最后给出了一个算例·     

基于直觉模糊值Sugeno积分算子的多属性群决策

针对现实的多属性群决策问题中,决策属性及专家偏好之间均存在不同程度的相互关联问题,提出了一种基于直觉模糊值模糊积分的多属性群决策方法. 并基于直觉模糊值模糊测度,提出了一种直觉模糊值Sugeno积分算子,讨论了该算子的性质,给出了基于该算子的多属性群决策方法与途径. 通过实例分析说明了该方法的具体应用及计算过程.