基于OWA算子的不同形式偏好信息的群决策方法

研究了决策者(或专家)的偏好信息以不同形式给出的群决策问题。首先,利用不同偏好信息之间的转换公式,将偏好次序型、效用值型、互补判矩阵型三种偏好信息一致化为互反判矩阵型的偏好信息。其次,利用OWA算子对一致化的决策信息进行群集结,再对各方案的相对优势度进行综合集结,并以此进行方案的排序。提出了基于OWA算子的群决策方法。最后,通过实例说明方法的可行性和实用性。     

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。     

基于模糊集合理论和OWA算子的群决策偏好集结模型

将OWA算子和模糊集合理论应用到群决策偏好集结领域,给出了相应的集结群决策信息的模型和实施步骤.最后通过一个算例的演算来说明如何将模糊集合方法和OWA算子应用到群决策偏好集结领域,并给出算例分析.     

基于OWA算子的群决策方法的灵敏度分析

针对基于OWA算子的群决策方法,给出了一种灵敏度分析方法·首先,给出了关于OWA算子的描述及其基本性质;然后,给出了一种基于OWA算子的群决策方法以及相应的灵敏度分析问题的描述·分析了在保持任意两个方案优劣关系不变的条件下,专家给出的评价信息的灵敏度变化范围的计算公式,为进一步研究基于OWA算子的方案排序稳定性以及群组决策分析等问题打下了基础·最后,通过一个算例说明了本文给出的分析方法·     

一种结合主客观偏好的区间直觉模糊多属性决策方法

针对决策者的偏好信息和决策矩阵元素均为区间直觉模糊数的多属性决策问题,提出了一种新的决策方法．该方法通过求解主观偏好与客观偏好的总绝对偏差最小,同时各方案综合属性值差距最大的双目标规划模型,得到属性的最优权重向量．并基于IIFWA算子对区间直觉模糊信息进行集结,进而根据得分函数和精确函数对方案进行排序．最后,通过实例证明了该方法的有效性和实用性．     

基于随机森林赋权和TOPSIS-RSR的目标威胁等级评估

针对目标威胁评估过程中现有赋权方法难以反映指标贡献和威胁等级划分过于主观化的不足，提出了一种基于随机森林赋权和TOPSIS\|RSR的目标威胁等级评估方法。该方法首先建立随机森林模型，通过计算模型中指标与威胁值的相关性确定指标权重,然后构建了基于TOPSIS\|RSR的威胁等级评估模型，通过对相对优劣距离进行编秩得到目标的威胁排序和威胁等级，并通过ANOVA方差分析检验威胁等级划分结果的合理性。最后通过仿真实验和对比分析证明了所提方法的有效性。     

一种不确定型OWA算子及其在群决策中的应用

把Yager提出的有序加权平均（OWA）算子推广到所给定的数据信息为区间数形式的不确定环境之中，基于区间数据两两比较的可能度公式和模糊互补判断矩阵的排序公式，提出了一种不确定型OWA算子，人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群决策信息的方法，最后通过算例说明了方法的可行性和有效性。     

一种基于MADM的AHP威胁度评估方法

分析了影响目标威胁评估的各种因素,依据多属性决策(mu ltip le attribute dec ision m ak ing,MADM)理论,并采用层次分析法(AHP),提出了基于MADM的目标威胁评估排序模型,该方法有效地解决了目标威胁评估与排序问题,提高了作战效能.     

数据缺失下基于IOWA TOPSIS的辐射源威胁评估

由于战场环境的高复杂性,侦察方难于获取目标辐射源的完备信息.为解决传统辐射源威胁评估算法不适用于数据缺失情况的问题,引入诱导有序加权平均算子空值估计算法,与逼近理想解排序法相结合,采用CV-G1法赋权,构建数据缺失下基于IOWA-TOPSIS的辐射源威胁评估模型.首先,利用IOWA算子估算空值,解决数据缺失问题;然后,利用基于变异系数法改进的G1法实现对各属性的组合赋权;最后,通过TOPSIS算法对辐射源威胁度进行排序.仿真验证了算法的有效性,该方法拓展了TOPSIS算法使用范围,实现数据缺失情况下的辐射源威胁评估.     

有序加权平均算子权重确定新方法及其应用

在应用OWA算子进行决策分析过程中,OWA算子权重的确定是关键的一环.提出了一种确定OWA算子权重的新方法,并把新方法应用于数据为区间数的不确定环境中,基于区间数两两比较的可能度公式和互补判断矩阵的排序公式,提出了一种不确定型OWA算子,给出了其在应用过程中的具体步骤.数值例子表明了新算子的有效性和可行性.     

VAR度量下基于C-OWA算子的区间数组合投资模型

考虑资本结构因子和交易费用,提出VAR度量下基于C-OWA算子的区间数组合投资模型,通过引入目标函数偏好水平将该模型转化为混合整数规划模型进行求解,得到相应有效投资方案,并对OWA权向量、置信水平和目标偏好水平进行分析,使证券组合投资决策更具柔性.最后通过算例分析说明了模型的有效性和可行性.     

基于模糊偏好关系及OWA算子的多准则群决策方法

根据一种基于加权的新型模糊偏好关系及计算模糊关系的解析表达式，集结不同决策者的偏好信息，得出群体偏好矩阵，进而求出最优方案．此外，为了使专家在决策时能就所决策的问题达成最大程度的一致，提出了一些“软的”度量专家在决策时所达成的一致程度的一些指标及计算方法，为进一步调整专家决策时的评估信息提供了依据．     

基于犹豫模糊方法的煤矿应急物资仓库选址评价

煤矿应急救援物资仓库合理的选址能够减少物资运输时间,提高救援效率。但仓库选址受到多种因素的影响,是一个极其重要的多元决策问题。为此,本文提出一种新的应急救援物资仓库选址评价指标体系,基于OWA算子计算指标权重,并与犹豫模糊方法相结合,构建了应急救援物资仓库的选址评价模型,为仓库选址决策提供参考。经实例验证,基于犹豫模糊方法的评价模型可全面评估选址结果的优劣性,针对性地指出仓库选址存在的问题,为选址类问题提供一种新的解决方法。     

基于最小偏差指标赋权法的威胁判断模型

提出了一种用于多属性决策中的最小偏差指标赋权方法，该方法将主观和客观两类权重信息相结合，既充分利用了客观信息，又尽可能地满足了决策者的主观意愿。给出了基于最小偏差指标赋权法的防空作战威胁判断模型，并通过具体的应用案例验证了该模型的可行性和有效性。     

一种基于不同粒度语言判断矩阵的群决策方法

针对基于不同粒度语言判断矩阵的群决策问题,提出了一种新的群决策分析方法.对有序语言短语集中的语言短语进行“量化”,通过变量转换关系将语言判断矩阵转换为互补判断矩阵,并进行了判断信息转换的一致性分析;采用OWA算子将每个决策者给出语言判断矩阵所对应的互补判断矩阵集结为群的偏好矩阵,并通过计算每个方案的优势度来确定最优方案;最后给出一个算例说明了所提出的方法的有效性与实用性.     

煤矿井下变电所选址评价

在综合考虑电网构架、建设投资、地质条件和环境问题等因素的基础上,建立了1套完整的井下变电所选址评价指标体系.针对井下变电所选址这一属性中度混合的多属性群决策问题,采用专家前置法,利用HWA算子和T-HWA算子将这一混合型多属性群决策问题转化为混合型多属性个体决策问题.对模糊物元分析方法的权重确定进行了改进,并结合所提出评价指标体系的多级性,提出了1种多级模糊物元分析评价方法用以解决井下变电所选址个体决策问题.经过实例验证,采用所提出的评价指标和评价方法,所得出的变电所位置与实际变电所位置选择相符,具有一定的实用性.     

TFOWA算子及其在决策中的应用

研究了属性权重信息完全未知、属性值以梯形模糊数形式给出的多属性决策问题,给出了梯形模糊数决策矩阵的规范化公式.把有序加权平均(OWA)算子推广到所给定的数据信息均为梯形模糊数形式的不确定环境中,提出了一种梯形模糊有序加权平均(TFOWA)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.TFOWA算子的特点是充分利用梯形模糊数的不确定性,因而更能反映客观事物的复杂性及人类思维的模糊性,从而使得决策更符合实际情况.最后通过算例说明了方法的可行性和有效性.