一种基于Cook-Seiford函数的序区间群决策方法

针对具有序区间偏好信息的群决策问题,提出了一种决策分析方法.首先,对具有序区间偏好信息的群决策问题进行了描述;然后依据传统Cook-Seiford函数解决群决策问题的基本思路,给出了求解具有序区间偏好信息的群决策问题的计算步骤,其核心是通过定义群体排序与各专家排序之间的距离,并依此建立最优化模型寻找一种群的排序,使之与各成员排序的总的距离最小,该排序即为方案最优排序;最后,通过一个算例说明了本文给出方法的可行性和有效性.     

一种具有序区间偏好信息的群决策方法

针对方案偏好信息为序区间形式的群决策问题,提出了一种决策分析方法.首先对具有序区间偏好信息的群决策问题进行了描述;然后依据传统Borda法的基本思路,将序区间偏好信息转化为Borda数值表,根据序区间的特点确定Borda分值计算规则;依据此Borda分值计算规则给出确定每个方案总Borda分值的计算公式,并根据每个方案总Borda分值的大小来进行方案排序;最后,通过一个算例说明了本文给出方法的可行性和有效性.     

基于三参数区间数型偏好序的群决策方法

研究了决策者偏好以三参数区间数型偏好序形式给出的有限方案群决策问题。首先给出了三参数区间数型偏好序的定义,在综合考虑决策者偏好信息的基础上,引入导出的偏好序向量,给出了三参数区间数型偏好序的概率描述。其次介绍了三参数区间数型偏好序一致性的两个定义,利用调整算法对一致性不可接受的偏好序进行修正。通过定义三参数区间数型偏好序之间的偏差函数,给出一种确定决策者权重向量的有效方法,从而建立了一种解决有限方案群决策问题的有效算法。最后通过一个实例说明该方法的可行性和有效性。     

群决策中不同形式属性权重信息的集结与应用

针对决策者给出不同形式偏好信息的群决策问题,基于不同形式模糊偏好信息之间的转换公式,将群决策问题中决策者给出的实数值、区间值、语言短语和直觉模糊值4类常见的偏好信息一致化,然后利用集结算子得到综合的有效权重。最后,给出了算例,结果表明方法简单、有效,易于实现。     

一种多粒度区间语言信息的多属性群决策方法

文章针对具有多粒度区间语言评价信息的多属性群决策问题,提出了一种基于区间二元语义信息处理和TOPSIS的群决策方法;该方法首先给出了将多粒度区间语言评价信息一致化为二元语义信息的方法,其中二元语义信息南基本语言评价集表示,然后计算各方案与正理想方案及负理想方案间的距离,并结合不完全确定的属性权重信息建立非线性规划模型,...     

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.     

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。     

基于Topsis方法的区间直觉模糊多属性决策方法

提出一种权系数信息不完全确定且准则值为区间直觉模糊集的多准则排序方法．给出了区间直觉模糊数之间的距离公式,并定义了区间直觉模糊正、负理想点,通过计算各方案与理想方案和负理想方案的距离,并结合不完全确定的权系数建立线性规划模型,利用manab求解所得优化模型,得出最优准则权系数,通过比较方案的直觉模糊集与理想方案和负理想方案的距离,得到方案集的排序,最后的数值计算说明了该方法的有效性和可行性．     

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.     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力.最后通过算例说明方法的可行性和实用性.     

区间数多指标决策的一种TOPSIS方法

针对具有不确定性区间数的多指标决策问题,给出了一种逼近于理想点(TOPSIS)的分析方法·首先对区间数多指标决策问题和区间数运算法则进行了描述;然后依据传统的TOPSIS方法的基本思路,给出了解决区间数多指标决策问题的计算步骤·该分析方法具有简单、实用的特点,它克服了以往研究此类决策问题时所遇到的区间数难以排序的问题·最后给出了一个算例·     

考虑属性关联的TOPSIS语言群决策方法

针对在实际的多属性语言群决策问题中属性之间往往具有相互关联作用这一问题,提出了一种考虑属性关联的TOPSIS语言群决策方法.该方法中决策者给出对方案的语言评价信息,并采用二元语义概念对语言评价信息进行处理.在传统理想点法的基础上引入λ模糊测度的概念,根据属性间的关联作用确定每个方案属性的权重并得到加权决策矩阵.然后计算每个方案与正、负理想点间在n维二元语义空间内的二元语义欧氏距离并得到相对贴近度,确定最优方案.该方法有效地避免了决策过程中语言评价信息的扭曲和损失,并能够考虑属性间的关联作用对于属性权重的影响,使得决策结果更加合理可信.通过一个实例验证了方法的有效性和实用性.     

群决策中基于不同偏好信息的相对熵集成方法

研究了基于不同形式偏好信息的群决策问题.在群决策中专家根据个人的偏好,常常对决策方案集给出4种不同形式的偏好信息,包括直接反映决策方案优劣次序的序关系值和效用值,以及2个决策方案成对比较互反判断矩阵和模糊互补判断矩阵.首先给出了序关系值、互反判断矩阵和模糊互补判断矩阵3种偏好信息均转化为效用值形式的计算公式, 然后从相对熵的概念出发,提出了一种相对熵最优化的集成模型,给出了模型的解.最后进行了2个实例分析,结果表明所提出集成方法是有效的.     

基于前景理论和VIKOR法的空战威胁评估

针对当前空战威胁评估中未考虑决策者的认知局限、决策偏好难以确定,以及没有综合考虑个体遗憾和群体价值的问题,构建基于三参考点的前景理论和多准则折衷排序法的威胁评估模型。首先,根据待评方案之间的独立性,建立前景价值最大化规划模型,计算指标权重,避免主观赋权法带来的不确定性;为了克服单纯采用指标平均值参考点带来的信息丢失和结果分辨率下降的问题,借鉴逼近理想解排序法,引入正负理想点作为参考点,采用模糊分析法确定决策者对不同参考点的偏好权重;最后为了平衡群体价值和个体遗憾,反映决策者主观偏好,结合前景价值,采用VIKOR法对目标进行威胁排序。威胁评估算例仿真验证了方法的可行性和有效性。     

带有多属性偏好决策模型的应用

多属性决策方法是决策者在管理和项目选择中的重要辅助工具,在分析多属性决策问题的基础上,依据LINMAP法的基本思想,在给出群体一致度和非一致度的基础上,构造了一个估计正理想点和权重的线性规划模型,通过计算每个方案与正理想点之间的距离来确定最优方案.     

群体决策的惩罚二次评分方法

在群体决策的大量实际应用中,常采用由决策个体对各供选方案作出偏爱评分,然后将个体评分综合成群体评分数,从而对方案进行群体偏爱排序,为了防止和纠正决策者在评分中可能出现的偏见,在决策过程中,一般选用带有惩罚功能的评分方法,本文引进各决策个体关系供选方案的惩罚二次评分系数和惩罚二次评分数概念,由此给出了一个群体决策的惩罚二次评分方法,证明了该方法的若干基本性质,并且讨论了方法的几种特殊形式。