互反和互补判断矩阵的转换关系及其集成排序

介绍了加型一致性互补判断矩阵和积型一致性互补判断矩阵的概念 ,详细研究了互反和互补两类判断矩阵之间的转换关系。在对决策者所提供的判断信息进行一致化后 ,利用上升序加权平均 (AOWA)算子以及上升序加权几何 (AOWG)算子对其进行了集成 ,进而给出了方案的排序 ,并说明了所提出的 4种集成排序方法均具有强保序性。最后进行了算例分析。     

不完全信息下一种信度判断矩阵及其集结方法

针对现有判断矩阵在不完全信息环境下不能准确反映决策者的偏好,以及群决策背景下难以将专家偏好信息集结等问题,将证据推理方法引入到判断矩阵中,研究一种新型不确定判断矩阵——信度判断矩阵。在不完全信息情况下,用比较值及其信度表示两两比较时决策者的偏好,用证据推理算子将专家的意见(信度判断矩阵)进行集结,利用加权几何平均算子将合成后的信度判断矩阵转化为互反判断矩阵并求其权向量,最后结合例子来检验该方法的有效性。     

基于I-IOWG算子集结的组合判断矩阵的相容性和一致性

在考虑专家重要性程度的基础上,提出一种新的基于重要性的诱导有序加权几何平均(I-IOWG)算子,并应用到专家给出的互反判断矩阵的群决策信息集结中。证明了基于I-IOWG算子集结的组合判断矩阵可以保持互反性的性质,研究了I-IOWG算子集结的组合判断矩阵的相容性、满意相容性以及相容性和一致性的关系。在每个专家给出的互反判断矩阵与其特征矩阵具有满意相容性的条件下,探讨了基于I-IOWG算子集结的组合判断矩阵与相应的特征矩阵能保持满意的相容性的性质。该研究表明在群组决策中使用I-IOWG信息集结算子是科学可行的。     

群体思维收敛性定量验证

本文证明当专家数足够多的时候,加权几何平均综合判断矩阵与加权算术平均综合判断矩阵都依概率收敛到客观排序向量,从而从数学上解释和验证了群体思维具有收敛性,这对钱学森先生提出的综合集成研讨厅理论具有一定的理论价值.     

基于相容性准则的群组决策专家赋权最优模型

在群组决策中,针对专家给出的正互反判断矩阵提出一种专家赋权最优模型。在判断矩阵满足完全一致性的条件下,探讨了加权几何平均组合判断矩阵与加权几何平均组合向量所构成的特征矩阵的相容性。同时在相容性概念基础上,建立了基于相容性准则下的专家赋权方法的最优化模型,研究了模型的求解方法。最后进行了实例分析,结果表明提出的模型是合理可行的。     

一种基于区间直觉判断矩阵的群决策方法

提出了区间直觉偏好信息的有序加权集成算子和混合集成算子;定义了区间直觉判断矩阵及其得分矩阵和精确矩阵等新概念,详细研究了它们的性质;探讨了区间直觉判断矩阵、直觉判断矩阵以及互补判断矩阵之间的关系;基于算术集成算子和混合集成算子,给出了一种决策者对决策方案的偏好信息为区间直觉判断矩阵的群决策方法;最后,利用实例对方法的有效性进行了说明.     

一种基于互反判断矩阵的多属性决策信息集成方法

详细研究多属性决策中四类常见偏好信息（即偏好次序型，效用值型，互补判断矩阵型和互反判断矩阵型）之间的转换关系，然后将偏好次序型，效用值型，互补判断矩阵型这三类偏好信息转化成互反判断矩阵形式，再利用群组到反判断矩阵排序的加权几何平均法对决策方案进行排序择优，最后给出算例。     

信息不完全确定的动态随机多属性决策方法

针对属性权重信息不完全确定、属性值为正态分布随机变量且数据信息来自于不同时期的动态随机多属性决策问题,给出了正态分布数的运算法则,定义了正态分布数加权算术平均(NDNWAA)算子和动态正态分布数加权算术平均(DNDNWAA)算子,进而提出了一种信息不完全确定的动态随机多属性决策方法.该方法利用DNDNWAA算子和NDNWAA算子对正态分布属性值进行集成;利用正态分布属性值的方差和属性权重的随机性,通过建立优化模型确定最优属性权重;利用正态分布3σ原则、区间数比较的可能度公式和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,实例分析表明了该方法的可行性和有效性.     

一种不确定型OWGA算子及其在决策中的应用

把有序加权几何平均(OWGA)算子推广到所给定的数据信息均为区间数形式的不确定环境之中,基于区间数两两比较的可能度公式和模糊互补判断矩阵公式,提出了一种不确定有序加权几何平均(UOWEGA)算子,给出了其在应用过程中的具体步骤,并提出了一种相应的集结决策信息的方法。最后通过算例说明了方法的可行性和有效性。     

一种FOWG算子及其在模糊AHP中的应用

给出了三角模糊数两两比较的可能度公式 ,研究了它的一些优良性质。基于可能度公式 ,提出了一种模糊有序加权几何平均 (FOWG)算子。利用该算子对模糊AHP中以三角模糊数判断矩阵形式给出的判断信息进行了集结 ,而且 ,基于FOWG算子及互补判断矩阵的排序公式 ,给出了一种对决策方案进行排序和择优的算法。最后通过算例说明了该方法的有效性和实用性。     

直觉不确定语言集成算子及在群决策中的应用

直觉不确定语言数是直觉模糊数和不确定语言变量值的拓展. 针对直觉不确定语言信息的集成问题, 定义了直觉不确定语言数运算法则和大小比较方法, 提出了直觉不确定语言的加权算术平均算子(IULWAA)、直觉不确定语言的有序加权平均算子(IULOWA)以及直觉不确定语言的混合加权平均算子(IULHA)及这些算子的性质. 在此基础上, 提出一种属性权重确知且属性值以直觉不确定语言数形式给出的多属性群决策方法. 最后通过实例分析证明了该方法的有效性.     

Aggregation operators on intuitionistic trapezoidal fuzzy number and its application to multi-criteria decision making problems

Intuitionistic trapezoidal fuzzy numbers and their operational laws are defined. Based on these op-erational laws, some aggregation operators, including intuitionistic trapezoidal fuzzy weighted arithmetic averaging operator and weighted geometric averaging operator are proposed. Expected values, score function, and accuracy function of intuitionitsic trapezoidal fuzzy numbers are defined. Based on these, a kind of intuitionistic trapezoidal fuzzy multi-criteria decision making method is proposed. By using these aggregation operators, criteria values are aggregated and integrated intuitionistic trapezoidal fuzzy numbers of alternatives are attained. By comparing score function and accuracy function values of integrated fuzzy numbers, a ranking of the whole alternative set can be attained. An example is given to show the feasibility and availability of the method.     

直觉正态模糊优先集结算子及其在群决策中的应用

直觉正态模糊数是对直觉模糊数和正态模糊数的拓展.针对直觉正态模糊信息的集成问题,定义了直觉正态模糊数的运算法则、期望值和大小比较方法,提出了准则间具有优先关系的直觉正态模糊优先加权平均算子(INFPWA)、直觉正态模糊优先加权几何平均算子(INFPWG)、直觉正态模糊有序加权平均算子(INFPOWA)及这些算子的性质.在此基础上,针对专家和准则间具有优先关系并且准则值为直觉正态模糊数的多准则决策问题,提出一种基于直觉正态模糊优先集结算子的群决策方法.最后通过算例分析验证了该方法的有效性和可行性.     

Generalization of the linguistic aggregation operator and its application in decision making

A generalization of the linguistic aggregation functions (or operators) is presented by using generalized and quasiarithmetic means.Firstly,the linguistic weighted generalized mean (LWGM) and the linguistic generalized ordered weighted averaging (LGOWA) operator are introduced.These aggregation functions use linguistic information and generalized means in the weighted average (WA) and in the ordered weighted averaging (OWA) function.They are very useful for uncertain situations where the available information cannot be assessed with numerical values but it is possible to use linguistic assessments.These aggregation operators generalize a wide range of aggregation operators that use linguistic information such as the linguistic generalized mean (LGM),the linguistic OWA (LOWA) operator and the linguistic ordered weighted quadratic averaging (LOWQA) operator.We also introduce a further generalization by using quasi-arithmetic means instead of generalized means obtaining the quasi-LWA and the quasi-LOWA operator.Finally,we develop an application of the new approach where we analyze a decision making problem regarding the selection of strategies.     

Ordered weighted distance measure

The aim of this paper is to develop an ordered weighted distance （OWD） measure, which is the generalization of some widely used distance measures, including the normalized Hamming distance, the normalized Euclidean distance, the normalized geometric distance, the max distance, the median distance and the rain distance, etc. Moreover, the ordered weighted averaging operator, the generalized ordered weighted aggregation operator, the ordered weighted geometric operator, the averaging operator, the geometric mean operator, the ordered weighted square root operator, the square root operator, the max operator, the median operator and the rain operator are also the special cases of the OWD measure. Some methods depending on the input arguments are given to determine the weights associated with the OWD measure. The prominent characteristic of the OWD measure is that it can relieve （or intensify） the influence of unduly large or unduly small deviations on the aggregation results by assigning them low （or high） weights. This desirable characteristic makes the OWD measure very suitable to be used in many actual fields, including group decision making, medical diagnosis, data mining, and pattern recognition, etc. Finally, based on the OWD measure, we develop a group decision making approach, and illustrate it with a numerical example.     

基于纯语言混合几何平均算子的多属性群决策方法

在纯语言加权几何平均(PLWGA)算子和推广的有序加权平均(EOWA)算子基础上给出纯语言混合几何平均(PLHGA)算子,研究了专家权重、属性权重及属性值均以语言形式给出的纯语言多属性群决策问题,提出了一种纯语言多属性群决策方法。最后将该方法应用于解决虚拟企业中的战略合作伙伴选择问题。