无量纲化方法对属性权重影响的敏感性和方案保序性

针对多属性决策中属性值无量纲化处理方法对决策结果的影响问题,给出了6种无量纲化方法产生的属性值方差,并基于属性均方差方法求解属性权重。在此基础上,分析了不同无量纲化处理方法对属性权重影响的敏感性,研究了属性值发生变化以及增加或者减少方案情况下的方案保序性问题,得出了一些重要结论,为决策者选择合适的无量纲化处理方法提供理论参照。最后通过军队资金管理绩效案例对结论进行了检验。     

收益率为模糊数的加权证券组合选择模型

Markowitz基于概率理论建立了有名的均值方差证券组合模型，文章则基于模糊理论建立了一类具有权系数的均值方差证券组合模型，首先对证券市场上的收益与风险特性重新进行度量和刻画，提出了一类新的具有加权的可能性均值、方差及协方差的概念，类似于概率论中均值方差的分析讨论了这些概念的性质．其次基于该文定义的均值方差，建立了以收益率为模糊数的加权可能性证券组合投资模型，并给出了相应的加权可能性有效证券组合及有效前沿概念，通过求解两个相对应的优化模型得到了一个具有带状投资区域的有效前沿．尤其当资产收益率具有线性或分段线性隶属函数的模糊数时，该证券组合选择模型实质上为一个线性规划问题，因此有效前沿可化为一个具有折线段的带状投资区域。     

基于 ITFN 信息关联输入的改进群体 MULTIMOORA 决策方法

提出基于直觉梯形模糊数(intuitionistic trapezoidal fuzzy number, ITFN)极小、极大期望值的序关系判别准则, 并引入风险系数构建ITFN相对完善的带有决策者风险偏好的运算规则, 在此基础上定义直觉梯形模糊Bonferroni (intuitionistic trapezoidal fuzzy Bonferroni, ITFB)平均算子, 验证其相关性质. 针对决策者之间、属性之间分别存在关联关系且权重均未知的多属性群决策问题, 提出基于ITFN信息关联输入的改进群体MULTIMOORA决策方法. 首先, 构建直觉梯形模糊决策矩阵序列, 予以标准化处理, 并将其转化为极小期望决策矩阵序列; 其次, 综合利用基于熵权法和考虑决策者偏好关联的基于2-可加模糊测度与Choquet积分联合的主客观赋权法确定决策者权重及属性权重; 最后, 分别引入WITFB平均算子及ITFN的Hamming 距离以改进传统MULTIMOORA决策方法, 基于优势理论可对方案展开综合排序以确定最优方案. 通过算例分析验证本文方法的可行性及有效性.     

灰色多属性偏离靶心度群决策方法

针对一类属性值、属性权重和决策者权重均为区间灰数的群决策问题,引入群体正靶心、负靶心和群体偏离靶心度的概念,提出了灰色多属性偏离靶心度群决策方法,即群决策的结论应尽量接近所有成员最理想的方案,即越接近群体正靶心而同时又远离群体负靶心的方案,则方案越优. 文章分别给出了灰色多属性群决策问题的决策矩阵的构建及规范化,提出了正负群靶心及群靶心距的计算方法;最后,利用群体偏离靶心度的大小对各方案的优劣进行排序,实现多目标群决策. 文末通过算例说明了该方法的有效性.     

区间灰数群决策中决策者和属性权重确定方法

研究区间灰数信息的多属性群决策中决策者和属性的权重问题.为解决决策者给出的属性值蕴含的客观权重和主观权重冲突的问题,利 用各方案与理想方案间的灰色关联度和极大熵原理建立规划模型求出属性的客观权重,并结合主观权重求得属性的综合权重;基于群体 意见的一致性要求和信息分布的特点,依据极大熵思想及各决策者关于方案的综合指标值与群体综合指标均值间的灰色关联度建立模 型求出各决策者的权重.在此基础上提出了区间灰数信息的群集结方法.算例验证了此方法较于其他方法更加合理.     

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.     

基于Bayes理论与Monte Carlo模拟的风险型多属性群决策方法

针对方案属性值为随机变量、属性权重未知的风险型多属性群决策问题，根据决策者有无先验信息、专家估计方差是否可知等情形，提出了两类集结决策者和专家主观概率的多元Bayes模型。这些模型先将群体对属性值的估计集结成单一分布，然后用Monte Carlo模拟的方法，通过计算每个方案的排名期望值，得到各方案的排序。给出了应用该方法的具体步骤，实例分析验证了方法的有效性和实用性。     

一类基于Hausdauff距离的模糊型多属性决策方法

研究了已知属性的部分权重信息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.给出了三角模糊数的Hausdauff距离的简明计算公式.利用Hausdauff距离来度量三角模糊属性值之间的差异程度,建立了一个线性规划模型来确定属性的权重,并给出了一种基于可能度的决策方案排序方法.最后通过应用示例说明了该方法的实用性和有效性.     

给出方案优先序的模糊多属性决策方法

针对属性值为模糊变量,属性权重完全未知但给出方案优先序信息的模糊多属性决策问题给出决策方法.该方法通过建立一个二次规划模型来确定属性的权重,进而通过求解一个以极大化方案总贡献为目标的0-1规划模型来获得方案的排序及最佳方案.最后给出了应用算例.     

一种部分权重信息的灰色多属性群决策方法

基于灰色系统理论的思想和方法,探讨了决策方案的属性值为区间灰数及权重信息部分已知的灰色多属性群决策问题。根据区间灰数的本质,定义了两区间灰数的相离度。引入了个体理想最优方案向量、群体综合关联度等概念及其计算公式。构建了基于区间灰数相离度的灰色区间关联系数公式及灰色区间关联度。对于各方案的区间型群体综合关联度的比较和排序,给出了基于最小最大化悔值方法。实例分析说明了所提出的灰色多属性群决策方法的合理性及其算法的有效性。