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.     

基于模糊粗糙集的物流服务供应链绩效评价

针对物流服务供应链绩效评价中指标过多的问题．提出了一种基于模糊粗糙集的指标约简方法。该方法首先将连续实值属性值转化为模糊值，把每个对象对应的各个属性值看作一个模糊集合，定义了对象间的模糊相似关系和模糊相似类的概念。给出了模糊相似关系下的变精度粗糙集下、上近似及属性约简方法。针对只有模糊评价矩阵而没有专家权重的情况，根据属性的重要性确定约简后指标的客观权室．通过构造被评对象到理想点的贴近度，对多个方案进行优选评估。最后通过实例说明了该方法的有效性。     

基于熵权的多属性大群体决策方法

针对传统的大群体决策方法只能处理单方案决策问题的缺陷,提出了一种基于多属性的多方案大群体决策方法。该方法首先将单方案大群体偏好模型与算法推广成多方案大群体偏好模型与算法,获得大群体偏好矩阵,然后利用熵权法获得各个方案的排序权重,最后利用各个方案的排序权重和大群体偏好矩阵获得各个方案的综合评价值矢量。通过该综合评价值矢量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题。通过计算机仿真实验证明该方法的有效性。     

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。     

一种基于误差分析的区间数多属性决策方法

针对属性值以区间数形式给出,属性权重信息完全未知的区间数多属性决策问题,提出了一种基于误差分析的方法。对区间数多属性决策问题及误差传递公式进行了描述,并将区间数决策矩阵写为误差分布的形式。利用属性中间值决策信息,给出了基于属性值绝对偏差的大小确定属性权重中间值的方法,并依据线性加权算法得到方案综合评价值的中间值。在此基础上,依据误差传递公式求出属性权重和方案综合评价值的误差估计值,由此得到权重区间和方案综合评价值区间。进一步利用基于可能度的区间数排序方法得到方案排序。最后,给出了一个算例。     

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。     

模糊信息的熵权多属性决策方案评估方法

针对方案评估中属性信息的模糊特性,提出了一种基于模糊信息的熵权多属性方案评估方法。该方法在只有模糊判断矩阵而没有专家权重的情况下,通过模糊评价矩阵的熵以及被评对象到理想点的三角模糊数距离及贴近度,对多个合理方案进行优选评估,得出了可信度较高的优选方案。最后通过实例证明了该方法的有效性。     

属性值为区间数的决策对象相对相似规划模型

对于属性值是区间数的不确定多属性决策问题,首先在界定区间数相对相似度的基础上给出两种新的供选决策对象Max型与Min型相对相似度定义,提出区间数相对相似度与比较优势关系理论并得到一些优良性质关系和结论;其次借鉴合作博弈中可能度最大化算法构建一种确定属性权重向量的区间数型决策对象相对相似规划模型,通过集结所有决策对象比较的总体相对相似度值便于对方案对象集进行优劣筛选和次序排定,以此得到一种新的区间数多属性决策对象的相对相似规划模型算法;最后通过算例分析说明该算法的可行性和实用性.     

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.     

多属性相似度一致性投影决策法

针对多属性决策与评价问题中投影法存在平面空间一系列评价失效情况, 提出了一种相似度一致性的投影决策法。首先, 给出了理想偏移向量的定义, 其中包含了理想决策的偏移程度和决策者的偏好; 其次, 根据理想偏移向量, 构造了一种新的综合评价函数; 然后, 按照投影决策法的基本步骤, 得到各方案的综合评价值。有效性分析表明, 新提的方法对模相似度、距离相似度、余弦相似度和方向相似度都有综合考量, 从而能避免单一相似度的不全面和综合评价函数的失效。最后, 通过案例分析验证了方法合理有效。     

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。     

基于Hausdorff度量模糊多指标群决策的TOPSIS方法

针对模糊多指标群决策中模糊数的比较与排序问题 ,定义了模糊数的 Hausdorff度量与乐观 -悲观效用函数 ,根据乐观 -悲观效用函数求出模糊多指标群决策问题的理想点和负理想点 ,进而由 Haus-dorff度量获得不同备选方案到理想点与负理想点的距离及其贴近度 ,从而在模糊多指标群决策中托展了理想点逼近方法 .最后 ,就带三角形模糊数与梯形模糊数的多指标群决策问题分别进行了深入的讨论 .     

基于直觉模糊集的多属性模糊决策方法

针对模糊条件下的多属性决策问题,提出了一种新的基于直觉模糊集的多属性模糊决策方法。首先,给出了直觉模糊集的几何解释,定义了两个直觉模糊集之间的距离,确定了各候选方案指标值在直觉模糊集中的表示形式。其次,针对在信息不完全确定的模糊环境下,建立了基于直觉模糊集的多属性模糊决策模型,给出了适合这种模型的相应定义,提出了理想方案和负理想方案的概念,并结合信息不完全确定性处理来保证方案的唯一性。最后,通过比较各方案的直觉模糊集与理想和负理想方案的距离来确定方案集的排序。通过实例验证了方法的正确性和有效性。     

应用多属性决策的威胁评估方法

威胁评估是作战系统需要完成的功能之一 ,对实现指挥控制系统自动化是非常重要的。威胁评估涉及的因素比较多 ,目前还没有统一的方法。威胁评估实际上是一个推理、决策的行为 ,而决策理论为推理、决策提供了理论方法。根据威胁评估和多属性决策的特点 ,提出了基于多属性决策的威胁评估模型和方法 ,应用隶属函数及逼近于理想的排序法 (TOPSIS)分析 ,并通过示例说明应用多属性决策的威胁评估方法。     

基于混合多属性信息的复杂多阶段决策方法

针对属性权重和阶段权重完全未知且属性信息表示为混合形式的多阶段决策问题,提出一种新的决策方法。首先,将混合型属性信息统一成区间数形式,在此基础上根据属性信息的熵权区间和离差水平确定属性权重。然后,借助有序聚类法将决策对象各个阶段的矢量信息划分为若干个聚集,再以聚集中决策矢量的距离最小化为目标,构建优化模型求得聚集内各矢量的阶段权重,进而得到所有决策对象的综合阶段权重。最后,利用TOPSIS法对决策对象进行排序,并通过算例对该方法的可行性和实用性进行证明。     

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。     

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.     

基于概率犹豫-直觉模糊熵和证据推理的多属性决策方法

针对专家决策带有犹豫性和偏好性的多属性决策问题,提出一种基于概率犹豫-直觉模糊熵和证据推理的决策方法。在概率犹豫模糊集和犹豫直觉模糊集的基础上,考虑专家偏好,提出一种新的概率犹豫-直觉模糊集,对混合型属性的决策信息进行统一描述;基于犹豫熵和直觉模糊熵,提出概率犹豫-直觉模糊熵对决策信息的犹豫性和不确定性进行测度,并确定属性权重;采用证据推理算法进行属性信息的集结,并基于效用理论对方案进行排序。通过算例对比分析验证了所提方法得到的决策结果更为科学、准确。     

Two-phase TOPSIS of uncertain multi-attribute group decision-making

To solve the uncertain multi-attribute group decisionmaking of unknown attribute weights, three optimal models are built to decide the corresponding ideal solution weights, standard deviation weights and mean deviation weights. The comprehensive attribute weights are gotten through the product of the above three kinds of weights. And each decision maker's weighted decision matrices are also received by using the integrated attribute weights. The closeness degrees are also gotten by use of technique for order preference by similarity to ideal solution (TOPSIS) through dealing with the weighted decision matrices. At the same time the group decision matrix and weighted group decision matrix are gotten by using each decision-maker’s closeness degree to every project. Then the vertical TOPSIS method is used to calculate the closeness degree of each project. So these projects can be ranked according to their values of the closeness degree. The process of the method is also given step by step. Finally, a numerical example demonstrates the feasibility and effectiveness of the approach.