具有区间数决策信息的人员评价的新方法

本文研究了人员评价的多属性决策问题。在模糊的决策领域,由于决策问题的复杂性和不确定性,决策方案在诸属性上的评价值为区间数。Brvson和Mobolurin提出了计算区间数属性权重值和方案的区间数综合评价值的线性规划方法,但是,在进行方案的比较时,方案的区间数综合评价值被转换为单点值。然而,在计算各方案的区间数综合评价值时采用了不同的属性权重值,因而各决策方案是不可比的：为了克服Bwson和Mobolurin的方法的局限性,本文提出了一个新的方法将区间数决策矩阵转化为单点值决策矩阵,并由此来建立一个线性规划模型来求解属性的权重值,进而计算方案的综合评价值以进行方案的排序。案例结果表明提出的方法简便可行。本文提出的方法具有创新性和广泛的应用前景。     

对方案有偏好的区间粗糙数多属性决策方法

针对属性权重信息不完全且属性值和对方案的偏好值均为区间粗糙数的多属性决策问题,首先引入区间粗糙数的一些运算法则,然后给出了基于投影思想的目标规划模型来确定属性权重,基于区间粗糙数集成算子对区间粗糙信息进行集结,计算出各方案的期望效用值,从而获得各方案的排序择优.最后,实例分析说明了该方法的实用性和有效性.     

基于集对分析的区间直觉模糊多属性决策方法

本文研究了属性权重为实数且属性值为区间直觉模糊数的多属性决策问题. 首先, 基于直觉模糊集思想与集对分析思想兼容性的考虑, 将区间直觉模糊决策矩阵转化为联系度矩阵. 然后算出各方案的综合联系度, 通过一个排序公式得到区间数形式方案排序, 再结合区间数排序方法最终实现方案排序. 最后, 给出一个算例, 说明了该方法的有效性和实用性.     

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。     

基于距离测度的折衷型区间数多属性决策方法

针对服从均匀分布的区间数情况,通过区间数之间的距离并考虑决策者的偏好,给出一种基于距离测度的折衷型区间数多属性决策方法,并以实例说明方法的有效性和可行性.该方法首先将区间数属性值转化为排序指标值,以方案排序指标值离差最大化为目标建立数学模型求得属性权重,然后按方案综合排序指标值的大小对方案进行排序.该方法充分利用已有的客观信息,结果准确可信,具有简洁、直观、便于上机实现等优点.     

构建区间数排序准则下的多属性群决策理论与实践

针对多属性群决策问题,构造区间数表达属性值并用区间数熵值法确定属性权重;建立区间数排序模型,利用各方案中加权的属性优劣个数进行比对决策.基于此,提出一种区间数排序准则下的多属性群决策方法.最后通过实例对决策过程做了详细说明,结果表明该决策理论指导实践科学有效.     

一种基于区间数概率优势关系的多准则决策方法

针对特征属性为区间数、属性权重完全未知的多准则决策问题,基于概率优势关系理论,提出一种新的决策方法.给出了区间数与优势关系的基本原理,定义了相对优势度,采用概率优势关系表征区间数属性,通过构建评价矩阵,将决策方案排序问题转换为矩阵运算过程,实现了不同候选方案的优劣排序.实例分析表明,该方法能够充分利用区间数信息,有效克服传统决策方法的局限,具有排序客观合理,决策精度高等优点.     

信息不完全确定的区间直觉模糊多属性决策方法

针对属性权重信息不完全确定且属性值为区间直觉模糊数的多属性决策问题,建立一个基于加权精确度函数的多目标线性规划模型来获取属性权重信息,然后求得每个方案的加权精确度函数,进而根据方案加权精确度函数对方案进行排序,最后通过算例分析说明该方法是有效和实用的.     

基于期望值的区间直觉模糊多属性决策方法及其应用

研究属性权重信息完全未知和部分已知,且属性值和对方案的偏好值均为区间直觉模糊数的多属性决策问题.基于偏差极小化的思想,利用区间直觉模糊得分函数构造优化模型,计算属性权重,然后利用区间直觉模糊数加权平均算子对区间直觉模糊信息进行集结,根据得分函数和精确函数对方案进行排序.最后,通过一个实例说明了该方法的合理性与有效性.     

基于变精度粗糙集的一种新的区间数排序方法

针对模糊环境下的多属性决策中属性权重信息未知且属性值是区间数的情况,利用粗糙集理论将区间数排序问题转化为实数域上的排序问题,得到基于变精度粗糙集的一种新的区间数排序方法.     

基于优性指标的灰色风险型多指标决策方法

针对指标权重完全未知且指标值为区间灰数的风险型多指标决策问题进行了研究,提出了基于优性指标的灰色风险型多指标决策方法;利用区间灰数大小比较的可能度、优性指标矩阵和分析技巧,将原问题转化为指标值为实数的无风险多指标决策问题;利用信息熵确定出指标权重,给出了两种相应的算法,进而得到方案集的排序并进行择优;应用实例说明了所提出的两种算法的合理性和有效性.     

部分权重信息下基于两阶段优化的多属性决策方法

研究了只有部分权重信息(区间数)且属性值为定值的多属性决策问题。首先,基于局部与全局最优综合属性值,分别建立了一个目标规划模型。其次,通过求解这两个模型获得方案的排序,提出了基于两阶段规划的多属性决策新方法,该方法具有操作简便且易于上机实现的特点。最后,通过实例说明模型及方法的可行性和有效性。     

基于联系数的多属性决策模型

针对权重为区间数且属性值为实数和区间数相混合的多属性决策问题,提出了基于联系数的多属性决策模型.该模型将区间型权重、实数型及区间型属性值转化成联系数的形式,利用联系数的运算规则确定决策方案的排序.该方法集确定与不确定分析为一体,反映了不确定性对结果的影响,所需计算量较少,便于应用.实例分析验证了该方法的有效性和实用性.     

基于信息熵的模糊多属性决策方法

针对属性值为梯形模糊数的模糊多属性决策问题,给出一种基于信息熵的模糊多属性决策方法,并用实例进行检验.该方法利用信息熵求出各属性权重,利用简单加权法来计算方案的模糊效用值,根据梯形模糊数的期望值排序方法对方案进行排序和择优.用该方法选出的方案有效、可行而且计算简单,为解决模糊多属性决策问题提供了新途径.     

对方案有偏好的基于期望值的多属性决策法

目的研究权重信息完全未知情形下的模糊多属性决策问题。方法通过引入基于负理想点下和基于正理想点下的期望值决策矩阵概念，结合决策者的偏好信息，对方案进行排序。结果算例表明所给出的算法是有效的。结论对于属性值以区间数的形式给出，而对方案的偏好信息以三角模糊数的形式给出的多属性决策问题，该方法是有效的。     

综合区间数Spearman秩相关系数及其应用

针对属性值为区间数,属性权重完全未知的区间多属性决策问题,提出了一种综合考虑方案与正理想、负理想方案之间的Spearman秩相关系数的决策方法。分析了相关文献中仅考虑方案到正理想方案的Spearman秩相关系数的局限性,在逼近理想点方法(TOPSIS)的启发下,定义了方案与负理想方案的Spearman秩相关系数;然后,在方案与正负理想方案Spearman秩相关系数的基础上,定义了方案的综合Spearman秩相关系数,并证明了其相关性质;最后,提出了基于综合区间数Spearman秩相关系数的多属性决策方法,并通过一个高校二级院系财务管理评价的实例,验证了所提出方法的是可行和有效的。     

一种区间直觉模糊信息集成的新方法

研究了属性权值完全未知且属性值为区间直觉模糊数的多属性决策问题．首先提出了一种将区间直觉模糊数转化为区间数的公式;然后,基于可能度法给出了一种新的客观赋权方法。并给出一种基于可能度的方案的排序方法;最后。通过实例证明了该方法的有效性和实用性．     

基于方案满意度的区间型多属性决策方法及应用

研究了属性权重和属性值均以区间数形式给出的不确定多属性决策问题.针对此类区间型多属性决策问题,定义了方案的综合属性正理想值、综合属性负理想值和带风险度的综合属性值;依据决策者对风险的态度,给出了方案满意度函数;提出了基于方案满意度的单目标优化模型;最后应用该模型解决了投资方案的选择问题.