属性权重信息不完全区间数多属性决策方法

依据传统的TOPSIS方法的基本思路,基于相对隶属度法,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。其核心是借助每一方案的综合加权距离求得每个方案相对于优等方案的隶属度,再按隶属度的大小进行决策。该方法克服了以往研究此类问题时所遇到的区间数难以排序的困难,表明相对隶属度法的择优与排序能力要比传统的逼近理想解法强。最后,用实例说明了模型的可行性和有效性。     

一种不确定型多属性决策方法及其应用

讨论了权重完全未知且属性值为区间数的多属性决策问题,提出了一种基于理想区间数贴近度的决策方法。首先定义区间数的距离,并给出区间数贴近度的公理化定义,讨论区间数贴近度的性质,然后针对区间型多属性决策问题给出一种区间型决策矩阵的规范化方法,并给出3种确定权重的方法,分别是模糊标度重心赋权法(主观赋权法)、基于最小相对熵原理的熵与相对熵综合赋权法(客观赋权法)以及利用优化方法,以待评方案与理想最优方案的贴近度最大化为优化目标,建立的贴近度最大化赋权法(主、客观组合赋权法)。利用权重可计算出每个方案与理想方案的综合贴近度,即可得到所有方案的排序结果。最后通过实例分析验证了该方法的有效性和实用性。     

基于模糊理想点的模糊多属性决策方法

针对属性权重信息完全未知或只有部分权重信息且属性值为三角模糊数的模糊多属性决策问题,提出3种基于模糊理想点的最优化决策模型.通过对这3种模型的求解,获得属性的权重,给出相应的对方案进行排序和择优的决策方法,从而为解决权重信息不完全的模糊多属性决策问题提供新的途径.     

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。     

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.     

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。     

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,...     

基于三角模糊数权重信息不完全的多属性决策方法

针对属性值为三角模糊数且权重信息不完全的多属性决策问题,提出了一种基于三角模糊数权重信息不完全的多属性决策方法.该方法首先利用权系数的不完全确定信息,建立关于各方案综合三角模糊数与理想解和负理想解的加权距离优化模型,通过求解优化模型得到各属性权重值,之后根据各方案到相对理想解的贴近度的大小进行排序.实例分析表明了该方法的有效性和可行性.     

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.     

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.     

基于实数型多属性决策TOPSIS方法的研究

本文对基于属性值为实数的多属性决策问题进行了探讨，提出了一种改进的TOPSIS方法，该方法在一定程度上解决了传统的TOPSIS方法不能反映决策者主观偏好信息的问题．应用实例说明了改进后的TOPSIS方法的合理性及其有效性．     

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·     

基于I-TOPSIS的可比较语言多属性决策方法

针对属性值是可比较语言的多属性决策问题,提出了一种新的多属性决策方法——I-TOPSIS法;传统的TOPSIS方法的综合评价值只能反映各评价对象内部的相对接近度,为了体现各方案与理想的最优方案的接近程度,引进I-TOPSIS法,通过定义正负理想点找到最优的参照方案,根据备选方案与最优参照方案之间的距离对备选方案进行排序和择优;最后,通过实例分析说明了方法的有效性和合理性。     

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.     

不完全信息下一种基于方案序列优势的多属性决策方法

针对权重信息和属性值完全未知,而决策者仅能给出同一指标下各备选方案排序关系的特殊情况,给出了一种低成本、快捷的决策方法.提出了序列优势数的概念,并在此基础上构建出不影响排序结果的虚拟决策属性值.通过已构建的虚拟决策属性值,利用逼近理想点法(TOPSIS),构建了虚拟决策指标权重,然后利用构建的虚拟决策属性值和虚拟决策指标权重对各方案数值进行集结并给出排序.最后用一个算例证明方法的有效性.     

考虑指标关联的直觉不确定语言型多指标群决策方法

提出了指标关联且指标值为直觉不确定语言变量的多指标群决策方法.首先给出了关于直觉不确定语言变量的相关概念及直觉不确定语言变量间的距离计算公式,然后,依据各专家针对指标集所给出的直接关系矩阵,运用DEMATEL方法确定各指标权重,并将各专家给出的决策矩阵集结为群体决策矩阵.进一步地,构建正负理想点向量,并计算各方案与正负理想点向量间的加权距离;在此基础上计算各方案的相似系数,并据此对所有方案进行排序.最后,通过一个项目风险应对策略选择的实例分析说明了本文方法的可行性和潜在应用.     

一种指标权重信息不完全的语言多指标决策方法

针对指标权重信息不完全且指标值为语言评价信息的多指标决策问题,提出了一种决策分析方法.首先对具有不完全信息的语言多指标决策问题进行了描述;然后给出了求解具有不完全信息的语言多指标决策问题的计算步骤,其核心是将语言评价信息转化为三角模糊数,通过计算方案值与理想点的距离,构建线性规划模型,得到指标权重值,进而可计算出每个方案的模糊评价值,相应地通过计算两两模糊数比较的可能度,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所提方法的可行性和实用性.     

权重信息不完全的梯形模糊数多属性决策

针对权重信息不完全且属性值为梯形模糊数的模糊多属性决策问题,给出了基于梯形模糊数质心的多属性决策方法,并通过投影法建立了非线性规划模型,通过数学软件得到各属性权重,并通过质心横坐标与纵坐标在虚拟理想方案上的投影率的乘积作为排序指标,进行排序择优.最后通过实例说明了该方法的有效性.     

求解序区间偏好信息群决策问题的理想点法

为了求解具有序区间偏好信息的群决策问题,提出了一种理想点法.首先对具有序区间偏好信息的群决策问题进行了描述,给出了任意两个序区间之间距离的公式;然后依据传统理想点法的基本思路,给出了解决具有序区间偏好信息的群决策问题的计算步骤,其核心是运用所给出的距离公式计算每个方案与正理想点、负理想点之间的距离,并进一步根据计算得到的方案的相对接近度对方案进行排序.最后通过一个算例说明了给出方法的可行性和有效性.