基于极差理论的多属性决策新方法

研究了属性权重完全未知，属性值以区间数形式给出的不确定型多属性决策问题，在极差理论基础上给出了求解属性权重的一个简洁公式．最后通过实例说明了该方法的实用性和有效性．     

一种基于线段法的模糊多属性决策模型

研究了属性权重完全未知,属性值以模糊数给出的不确定型多属性决策问题,借鉴集值统计理论中的线段法,给出了求解属性权重的一个简洁公式．最后通过实例,通过与其他决策方法的比较,说明了该方法的实用性和有效性．     

一类模糊属性值的多属性决策问题的排序方法

研究了属性权重信息完全未知且属性值以三角模糊数形式给出的不确定型多属性决策问题．利用模糊数数据的变异系数来度量三角模糊属性值之间的差异程度，给出了求解属性权重的简洁公式和一种基于可能度的决策方案排序方法．     

群体多属性决策的属性权重不完全信息的集结

对于不完全信息的群体多属性决策问题，研究在各决策者给出属性权重信息有冲突的情况下个体属性权重信息的集结问题．通过对决策个体提供的属性权重信息进行一致性检验，确定群体属性权重区间，使属性权重信息的集结过程充分体现群体的意志和意愿，最后给出案例分析．     

属性权重信息不完全的区间数多属性决策方法

针对属性权重信息不完全且属性值以区间数形式给出的多属性决策问题,提出了一种逼近于理想点(TOPSIS)的决策分析方法.首先对属性权重信息不完全的区间数多属性决策问题进行了描述;然后依据传统的,TOPSIS方法的基本思路,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤,其核心是通过构建并求解二次规划模型,得到每个方案与正理想点、负理想点的差异值,进而计算出每个方案与理想点的相对接近度,即可得到所有方案的排序结果. 最后通过给出一个算例说明了该方法.     

基于模糊理想点的模糊多属性决策方法

针对属性权重信息完全未知或只有部分权重信息且属性值为三角模糊数的模糊多属性决策问题,提出3种基于模糊理想点的最优化决策模型.通过对这3种模型的求解,获得属性的权重,给出相应的对方案进行排序和择优的决策方法,从而为解决权重信息不完全的模糊多属性决策问题提供新的途径.     

权重信息不完全的不确定语言多属性群决策方法

针对属性权重信息不完全、属性值信息以不确定语言形式给出的多属性群决策问题,提出了一种决策分析方法.首先,对不确定语言变量进行了描述;然后,给出了求解具有不完全信息的不确定语言多属性群决策问题的计算步骤,其核心是将专家给出的不确定语言决策矩阵集结为具有可能度信息的群决策矩阵,通过计算方案值与理想点的差异值,构建二次规划模型,得到属性权重值,进而可计算出相对接近度,从而得到所有方案的排序结果.最后给出了一个实例分析,结果表明该方法简单可行、便于应用.     

偏差最小化方法及其在多属性决策中的应用

针对权重信息完全未知或部分未知的多属性决策问题,以决策者主观态度为导向,借鉴变权思想,给出了一种基于偏差最小化模型的决策方法.该方法是偏差最大化决策方法的发展与推广.最后，给出了一个实际应用的例子来比较两类决策方法.     

基于区间直觉梯形模糊数MADM问题的GRA法

针对属性权重信息不完全未知的区间直觉梯形模糊数多属性多方案(MADM)决策问题,笔者定义了区间直觉模糊数的距离公式、灰关联系数,给出了权重信息不完全情况下属性权重的计算方法,并通过数学软件计算得到各属性的权重,对方案进行了排序。最后,通过算例说明了该方法的实用性。     

DEA模型在含有Vague集的模糊多属性决策中的应用

现实中的不确定性处处存在,因此对模糊多属性决策问题的研究是十分必要的。Vague集同时考虑了隶属与非隶属两方面的信息,较全面地反映了决策方案和评价属性之间的相关性。当决策者无法给出对各属性的偏好时,就较难确定各属性的权重,这样就无法姣好地解决模糊多属性决策问题。由于利用DEA评价模型不需要提前给定各属性的权重值。因此为了更好地对决策方案进行评价,本文将DEA模型与Vague集相结合．利用DEA—C^2R模型给出了解决含有Vague集的模糊多属性决策问题的一种评价方法。     

基于区间直觉模糊集的动态多属性群决策方法

针对决策者权重未知、属性权重已知,属性值为区间直觉模糊数的多属性群决策问题,提出采用区间直觉模糊加权平均算子进行信息集结,利用带有转化参数的得分函数进行决策.首先借助区间直觉模糊数的距离来确定决策者权重,然后利用区间直觉模糊加权平均算子和决策者权重对个体决策矩阵进行集结,最终得到每个方案对应的区间直觉模糊数,将其带入得分函数进行动态决策分析.通过实例求解验证了方法的可行性.     

基于心态指标的区间灰数预测模型

针对传统灰色预测模型仅适用于实数序列而无法进行区间灰数序列建模的缺陷,引入决策者心态指标,把区间灰数序列转化为带有心态指标的序列,并且当心态指标确定时,带有心态指标的序列就转化为体现决策者心态的实数序列,然后通过对体现决策者心态的实数序列建立灰色预测模型,从而得到了一种基于心态指标的区间灰数预测模型。由于决策者可以通过调整其心态指标建立灰色预测模型,因而使得模型预测更加符合实际。     

区间数模糊综合评估的主观信任模型

引入一种反映决策者心态的指标-区间数,用区间数表示因素的权重及其评估矩阵,并给出了因素的阈值区间数．定义了一滤波器,并结合阈值区间数有效地剔除了偏差较大的评估区间数．最后给出了区间数的二次综合评估模型,并定义了新的区间数排序方法．实例分析证明该模型能有效地克服由于决策者的模糊性而带来数值不确定性．     

群组决策的加权对数最小二乘法

层次分析法已广泛用于群组决策中,在群组决策中,每个决策者的决策水平都是不相同的,因而每个决策者提供的信息质量也是高低有别的,因此应区别对待每个决策者提供的信息,为此可构造一个过滤函数以充分利用高质量的信息而过滤掉低质量的信息,以改进对数最小二乘法,从而提高决策精度。     

基于群决策的数据包络分析模型

研究基于群决策的带有偏好约束的数据包络分析(DEA)模型．针对群决策中偏好形式的多样性，在对不同偏好一致化的基础上，将各决策者的偏好集结成群组偏好，以此作为反映权重的主观信息．进一步将此信息与DEA模型中反映权重的客观信息集成，构造出一种基于群决策的DEA模型，最后给出了算例．     

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·     

企业购并的信息需求模型分析

构建企业购并活动的信息需求模型,以此为企业的决策者在资本运营活动中提供帮助是很有意义的.在本文中作者提出了企业购并信息需求模型的架构,并对主要的辅助信息需求进行了分析,提出了相应的处理方法.     

企业购并的信息需求模型分析

构建企业购并活动的信息需求模型,以此为企业的决策者在资本运营活动中提供帮助是很有意义的。在本文中作者提出了企业购并信息需求模型的架构,并对主要的辅助信息需求进行了分析,提出了相应的处理方法。     

A New Inter-Sequence Analysis Method Using Objective Scaling Measure

The inter-sequence analysis method is a popular decision making method considering subjective information of the decision maker. The validity of this method is sensitive to the subjective information provided by the decision maker significantly. Thus, a new weighting method based on the inter-sequence analysis method is proposed. This new method can appropriately reduce the participation of the subjective judgment of the decision maker, and then accordingly decrease the influence of the subjective judgment to the results. It only needs the decision maker to give the inter sequence of the criteria. The importance comparison of two criteria is objectively determined by considering the ratio of a criterion being superior to another one. Some numerical examples are given to illustrate the calculation process of the new method.     

不确定语言多属性决策的心态指标方法

研究了已知部分属性权重信息,方案属性值和偏好值均为不确定语言的多属性决策问题.首先,通过引入心态指标,将不确定语言决策矩阵和方案偏好值转化为带有心态指标的语言决策矩阵和偏好值.其次,通过最小化方案综合属性值与偏好值之间总偏差,建立并求解一个规划模型得到属性权重,然后利用方案综合属性值对方案进行排序和择优.当决策者处于不同心态时,可以通过调节其心态指标进行决策,因而使得决策更加符合实际.最后,给出了一个算例说明了该方法.