基于二元语义的项目成功度群体综合评价方法

成功度评价是项目后评价中一种常用的定性综合评价方法.本文采用二元语义来对语言信息进行表示和运算,提出了一种对项目总成功度进行定量评价的方法.首先将专家给出的语言评价信息用二元语义的形式来表示,然后计算专家在各指标上的权重,建立基于最小二乘法的优化模型,对专家评价意见进行集结,得到各指标成功度和权重的群体评价结果.在此基础上,采用拓展的二元语义几何加权平均算子对群体评价信息进行集成,得到二元语义形式的项目成功度综合评价结果.本文提出的方法可有效避免语言评价信息集结和运算中出现的信息损失和扭曲,可以对项目的综合成功度等级作出精确的评定.最后给出了一个算例.     

基于二维密度加权算子的群体评价信息集结方法

群体评价中已有的信息集结算子都没有考虑到信息分布的疏密情况,且其评价信息又通常为二维数据,为此,提出了一种基于二维密度加权算子的群体评价信息集结方法.定义了二维密度加权算术平均(TDWA)算子和二维密度加权几何平均(TDWGA)算子2种新的集结算子.将新算子应用于群体评价的信息集结中,并分别给出了群体评价(二维)数据的分组与群体密度权向量的具体确定方法.最后,给出了一个具体的集结算例.     

基于协商视角的客观自主式综合评价方法

针对指标值和指标权重均为区间数的综合评价问题,提出了一种基于协商视角的客观自主式综合评价方法。该方法首先将各被评价对象平等地视为具有自主性的"智能体",评价主体通过引入指标竞争优势度的概念进行自主评价,确定各自的优势指标权重向量,进而达到最大化自身利益的目的;在此基础上,基于民主协商的思想,通过协商评价,综合有利益冲突的各评价主体的评价信息,得到最终的评价结果。最后,通过一个算例对该方法的应用进行了说明。     

群决策中基于一致性强度的专家意见集结方法

针对群决策问题,提出了一种基于群体一致性强度的虚拟专家意见逐步集结规划的方法.首先将两个专家的偏好信息集结为序关系值向量,将该次集结结果作为一个"虚拟专家"给出的判断信息,然后吸收下一个专家的意见成为新的虚拟专家,依此类推,直到最后一个专家参与决策.引入虚拟专家的群体一致性强度保证群体结果趋向一致,其中一致性强度和虚拟专家的权重依赖于所包含的个体专家的人数.个体人数越多一致性强度和权重就越大,从而体现了少数服从多数的原则.该方法将多专家的复杂群决策问题转化为低复杂度的多阶段二人决策问题,并保证了群体结果的一致性.最后,通过一个算例验证了方法的有效性.     

专家权重模糊评价下的超对策偏好认知集结

针对超对策环境中不同专家给出的对其他局中人结局偏好关系的不同认知,在专家权重为模糊评价时提出了一种偏好认知信息的集结方法。首先,给出了专家模糊权重评价相容的定义,讨论了相容的充分必要条件。然后,通过给出一个与模糊权重相对应的有效权重,集结专家群体对其他局中人结局偏好关系的认知,进而引用大多数一致性优胜者模糊集来确定其他局中人的结局偏好。最后,给出了一个数值例子。     

不完全信息下的群体多属性决策方法

针对群体多属性决策问题,提出一种新的不完全信息下的群体多属性决策方法。该方法假设方案在主观评价属性下的评价值采用区间数的形式来表示专家评价值的不确定性和模糊性。针对每一主观评价属性设定一组与之对应的专家重要性权重值,反映决策者在不同评价属性中的重要性程度,同时考虑到专家评价值的相似度,将专家评价值进行集结得到专家群体关于方案集的决策矩阵。计算各方案与理想方案的相似度,并以此对方案进行优劣排序。通过实例说明所提方法的可行性。     

基于证据理论的部分属性偏好信息群体赋权方法

针对已有的赋权方法在处理部分属性偏好信息的群体赋权问题上的局限性,提出了基于证据推理建模的解决方法。将不同专家的偏好信息视作来自不同信息源的证据,首先定义了焦元识别方法,然后采用惟一参照物比较判断法计算证据的基本可信度分配,应用Dempster规则进行证据合成,进而得到专家群体的属性赋权。在证据合成过程中,推导出了合成结果的解析表达式,与直接运用证据合成规则相比计算量大大缩小;在专家群体信息集结中,给出了一种基于位置权向量和证据相似度指数的客观证据赋权方法,从而突出了与大多数专家意见相似的专家的作用。最后给出了一个示例。     

基于双重反馈机制的语言型动态群体评价方法

针对语言型动态群体评价问题,提出了基于双重反馈机制的群体评价方法.在未满足共识要求时,按照自动化观点反馈机制向共识程度最低的专家提供修改建议,在该专家拒绝修改的情况下,按照专家权重反馈机制调整专家权重.然后依据新的专家意见或专家权重集结群体意见,检查群体共识程度并进行新一轮的共识提升,直到满足终止条件要求.由此可得最终专家评价意见和群体评价结果.本文证明了方法的收敛性并用一个算例验证了方法的可行性.     

基于证据理论和直觉模糊集的群决策信息集结方法

针对多属性群决策信息集结问题,利用D S证据理论和直觉模糊集的相关方法,提出基于直觉模糊熵的属性权重确定方法,并将专家对属性的直觉模糊评价信息转化为Mass函数形式,将专家关于方案集的多属性证据信息进行了修正和合成;为了便于度量任意两个专家之间评价证据的冲突程度,提出基于证据冲突度的专家权重确定方法,并将所有专家关于方案集的证据信息进行修正和综合集成。结合算例验证了方法的有效性和合理性。     

一种基于粗集的残缺语言区间信息的多属性群决策方法

针对具有残缺语言区间信息的多属性群决策问题,提出了一种基于粗糙集理论的新的求解方法.对残缺语言区间信息多属性群决策问题进行了描述,采用LOWA算子将不同专家给出的评价信息集结为群体评价信息;通过计算不同方案之间的偏差来度量不同方案之间的相似性,对属性集进行约简,并确定属性权重;进一步地,通过计算每个方案的综合评价值判断方案优劣.最后,给出了一个算例.     

具有三次差异驱动特征的动态综合评价方法

针对现有动态综合评价方法中没有考虑被评价对象的综合评价值的整体波动的局限性,给出了具有三次差异驱动特征的动态综合评价方法.定义了“能量”消耗和“能量”消耗指数的概念,从差异驱动的角度进行线性集结,有效地对在一定时间区间内的被评价对象进行整体的动态综合评价,同时避免了直接线性相加每个时刻的综合评价值后出现排序相同的状况.最后用案例说明了该方法的有效性.     

基于多粒度不确定语言和前景理论的应急方案选择

针对突发事件的复杂性和决策团队损失规避的心理行为特征,提出了基于多粒度不确定语言和前景理论的应急方案选择方法。首先,决策成员使用偏好的不确定语言短语表征各项关键指标的重要性,使用转换函数对这些多粒度不确定语言信息进行一致性转换;在此基础上,通过不确定的扩展加权平均算子得到群体评估向量,进而采用不确定语言决策理论得到各项关键指标的权重向量;引入前景理论的思想,计算采用不同备选方案情况时各项关键指标不同场景的价值和感知权重;进一步,将采用不同备选方案时关键指标的感知价值和权重向量集结,得到各个备选方案的综合感知价值,并据此确定最优的应急方案;最后,通过一个实例验证了所提方法的实用性和有效性。     

有序分位加权集结算子及在激励评价中的应用

为在信息集结过程中体现指标值的相对发展水平,提出了一种新的集结方法,即有序分位加权集结算子.该算子尤其适用于激励评价问题,其主要特征是用分位数表示指标值的相对发展水平,并且在信息集结过程中融入了决策者不同程度的激励偏好.通过性质分析,发现该算子具有置换不变性、界值性和条件单调性等特征.进一步,以算例的方式分析了该算子在激励评价中的应用问题,发现该算子在信息集结中通过权重加和不等于1的方式能够放大或缩小集结值,从而凸显被评价对象之间的差异,实现激励的目的.     

基于混合型评价矩阵的多属性群决策方法

本文针对具有语言型、直觉模糊数和区间直觉模糊数三种评价信息的混合型多属性群决策问题, 提出一种基于属性权重和专家权重均未知的决策方法. 首先, 定义新的转换函数, 可将不同粒度的语言评价信息统一成区间直觉模糊数; 然后, 基于支持度确定未知属性权重, 并在综合考虑区间直觉模糊数熵值和相似度的基础上, 建立了一种新的专家权重确定模型; 在将混合型决策矩阵转换成区间直觉模糊决策矩阵后, 利用IIFWA算子依次集结个体决策矩阵, 从而得出方案集的排序. 最后, 应用在ERP选优问题中, 验证了方法的有效性.     

施工导流方案多属性群协商决策

针对异质群体参与的施工导流方案风险型多属性决策问题,分析导流方案决策主体面临不同属性时所对应的偏好尺度和评价效用的差异性,引入群体协商集结理论,提出基于可能度矩阵表征的导流方案群决策策略. 通过对各属性下导流方案决策主体的非一致性、模糊性意见进行协商集结,计算属性权重的协商区间. 基于蒙特卡罗模拟仿真技术,计算随机权重向量下导流方案两两间的优胜概率,得到描述导流方案优胜程度的模糊互补判断矩阵,据此进行备选方案的优先排序,并给出了排序的可信度. 实例验证了该方法的可行性和有效性. 研究为多属性群决策视角下导流方案的优选提供了理论基础和决策支持.     

基于ET-WG和ET-OWG算子的二元语义群决策法

针对一类属性值和权重值均为语言评价信息的多属性群决策问题,提出了一种群决策分析方法.首先,为了便于语言评价信息的集结运算,提出了一些新的集结算子:扩展的二元语义加权几何(ET-WG)算子和扩展的二元语义有序加权几何(ET-OWG)算子,并分析了这些算子的性质.然后提出了一种基于ET-WG算子和ET-OWG算子的群决策方法,其核心是通过语言信息的集结运算,得到各方案的群体综合评价信息,从而根据二元语义信息的比较原则,得到所有方案的排序结果.最后给出了一个实例分析,说明了本文提出方法的可行性和实用性.     

基于多源密度信息集结算子的组合评价方法

基于密度加权平均（density weighted averaging, DWA）中间算子的集结性质,构建了面向组合评价的DWA For ce算子,该算子对用于“组合评价”的“甄别奖惩”思想进行了方法性的拓展,可通过参数的控制对“甄别奖惩”的程度进行无限级的调节。DWAFor ce算子具有适合组合评价问题的多种优良性质,并能对点数据或向量数据进行处理,同时具备了组合优化评价值或序值的集结结构。最后用一个算例验证了DWAFor ce算子的有效性及一些新颖的特征。     

基于熵可靠性的相对熵集结模型

针对传统的相对熵集结模型在赋权方面存在的缺陷,本文基于熵可靠性对其进行优化.首先利用广义熵的可靠性分析,剔除原专家群组中可靠性较低的专家,建立新的专家群组;其次基于熵的可靠性,确定新群组中专家的权重;最后将权重应用于相对熵集结模型中,来集结专家群组的一致性.算例结果表明,优化后的相对熵集结模型是有效的,而且可靠性得到很大的提高.     

基于群组AHP的复杂仿真系统可信度评估方法

针对复杂仿真系统的学科面广、仿真规模大、技术领域宽等特点,提出了基于群组层次分析法（analytic hierarchy process, AHP)的复杂仿真系统可信度评估方法。首先,根据判断矩阵对专家水平进行评判,并结合专家的主观权重,给出了一种确定专家综合权重的方法。然后,利用Hadamard凸组合对不同专家所建立的判断矩阵进行集结,并证明了判断矩阵Hadamard凸组合的一个性质,进而获得复杂仿真系统可信度的群体评估值。最后给出一个实例验证了方法的有效性。     

一种基于语言集结算子的语言多指标决策方法

针对一类指标值和指标权重值均为语言评价信息的多指标决策问题，给出了一种决策分析方法。首先．为了便于语言指标值和语言指标权重值的集结运算，定义了一种扩展的语言有序加权平均（ELOWA）算子，并进行了该算子的性质分析；然后．依据ELOWA算子给出了解决语言多指标决策问题的计算步骤,其核心是通过语言信息的集结运算，得到各方案的综合评价值，从而根据二元语义信息的比较原则，可得到所有方案的排序结果；最后通过一个算例说明了本文提出方法的可行性和实用性。