基于证据推理的供应商绩效评价与决策

针对供应商绩效评价与选择这一不确定多属性决策问题,采用证据推理方法建立一个具有不确定性包含有定量和定性的具有多层次结构的多属性决策分析模型.在证据理论框架下,结合信息变换技术,对定性和定量的评价信息按照综合属性的评价等级变换成统一的分布评估形式,考虑属性的权重构造基本概率分配函数,利用证据推理算法综合所有的属性,从而完成方案的综合评价.运用多属性效用理论决策方法确定供应商的选优排序.结合供应商绩效评价与选择实例说明该方法的有效性.     

基于残缺语言区间信息的多属性群决策

针对属性权重为语言变量、评价信息为残缺语言区间信息的多属性群决策问题,提出了基于改进的模糊区间证据推理的分析方法.首先给出了残缺信息的随机变量表示方法,并根据专家在决策中的重要程度,将专家给出的决策矩阵组合成信任度矩阵,然后采用所提出的改进的模糊区间证据推理方法求得各方案的分布式评价值.计算各方案的模糊评价值,给出方案排序方法.最后给出了一个算例,证明了所提方法的有效性.     

基于前景理论和证据理论的混合型多属性决策方法

针对混合型多属性决策问题,提出基于前景理论和证据理论的决策方法。考虑属性值类型,将实数和语言变量转化为区间数形式,保留原属性值的不确定性。结合决策者的心理行为,依据前景理论和属性权重给出各方案在不同属性下的评价价值,根据证据理论将同一方案的评价价值合成得到综合评价值,按照基于可能度的区间数排序方法对方案的综合评价值进行排序,从而得到方案的排序结果。算例分析说明了该方法的可行性和有效性。     

基于证据推理的设计方案多属性决策新方法

为了解决传统证据推理方法中很难实现概念设计阶段权值确定且完全的问题,提出一种决策新方法.受物理规划法中偏好函数思想的启发,采用三角模糊数进行目标属性的模糊标度,创新地提出了一种反偏好函数法来确定权值,依据偏好区间的划分确定评价等级区间,并利用证据推理法、评价等级、概率分配函数及效用值等思想进行了方案的评价决策工作.最后通过实例验证了方法的可行性及其在定量描述决策者主观判断上的不确定性和不完全性的优势.结果表明,在概念设计阶段可以利用这种方法将模糊语言权值转化为具体权值,顺利实现有效评价.     

考虑主体失望情绪的分布语言自信群决策方法

针对分布语言自信评价信息下的多属性群决策问题,提出了一种考虑主体失望情绪的行为多属性群决策方法。首先,考虑实际群决策过程因为决策者的背景、经验、知识等原因会对自身给出的分布语言评价信息有着不同水平的自信程度(这反映了分布语言评价信息的可靠性),定义了一种新的评价结构,即分布语言自信评价;其次,在分布语言自信评价下,考虑有限理性的决策主体,其失望情绪常隐含于决策判断或评价中,利用失望理论,将主体失望情绪融入决策过程,同时,获得分布语言自信评价下的主体感知效用,将主体分布语言自信决策矩阵转化为主体自信效用决策矩阵;然后,定义自信效用向量Dice相似测度和加权Dice相似测度,结合属性的不兼容性程度构建优化模型确定属性权重;接着,基于 TOPSIS 思想对备选方案进行择优排序;最后,在循环经济背景下评估生态工业园区的决策算例,说明该方法的可行性与有效性。     

核事故应急决策的多属性效用分析方法

核事故应急决策是一个复杂的决策过程,需要综合考虑很多因素.多属性分析方法可以帮助决策者进行决策分析,使得决策过程更科学,决策结果更合理. 该方法首先为决策目标建立一棵与决策目标相关的属性树,并通过决策会议将决策树简化, 然后为简化后的决策树的重要属性建立效用函数, 使用RR、 RS、 ROC以及权衡方法确定各属性权重,并计算出各备选方案的效用值,从而得出最优方案. 最后给出了一个计算实例, 将此方法应用于一个特定的核事故情况下的应急决策.结果表明,多属性效用分析方法能有效地帮助决策者在核事故应急情况下作出最佳合理决策.     

基于质量功能配置和欧氏范数的产品方案评价

为建立面向顾客满意的贯穿产品全生命周期的方案评价模型,对传统质量功能配置进行了改进,实现了产品全生命周期的瀑布式分解.由于方案中属性权重的确定对后续评价起着至关重要的作用,利用I-QFD-E(improved qualityfunction deployment and entropy)方法获取指标权重值,达到了主客观相结合的目的.由于备选方案存在模糊性,所以采用模糊理论中的欧氏范数对备选方案进行排序.实例结果表明,基于I-QFD-E和欧氏范数的产品方案评价方法能够得到面向顾客满意的最优方案.     

“一带一路”视角下基于模糊证据推理的物流园区选址方法

基于模糊理论和证据推理理论提出了一种基于模糊证据推理的物流园区选址方法.该方法首先确定"一带一路"下物流园区选址的评价维度,然后采用专家评分的方式得到每个备选选址在不同维度上的模糊评分,接着采用模糊Dempster-Shafer规则将备选方案在不同维度上的得分进行集成,最后根据综合得分鉴别出最优的备选方案.本文提出的园区选址方法是证据推理理论在物流园区选址问题上的一种新的尝试,旨为企业界和相关政府主管部门进行"一带一路"物流园区选址决策提供新的支撑工具.     

逆向物流供应商的二元语义多属性群决策

为企业选择最佳的逆向物流供应商以降低运营成本,提高企业竞争力,建议采用二元语义多属性群决策法进行决策。将所有评价指标的语言评价值转化为二元语义,通过最小化决策群对评价指标判断的偏差为各评价指标赋权,运用二元语义混合有序加权平均以得到备选方案的最终评价值,根据备选方案最终评价值的大小选择最优供应商。通过设计具体算例与直觉模糊多属性群决策法比较发现:基于二元语义多属性群决策法不仅减少了主观偏好评价的影响,而且评价结论更加精细。     

不完全信息群体多属性决策的综合评价均值法

对于属性权重信息和属性效用信息都不完全的群体多属性决策问题,通过构造属性值区间和规范化决策矩阵,将问题归结为求解相应的线性规划问题,从而求出方案在比较理想和比较恶劣的条件下对应的相对优值和相对劣值.兼顾乐观主义和悲观主义的决策原则,利用综合评价均值建立了方案集上的全序关系,从而给出对所有方案进行群体排序的方法.最后给出一个算例.     

连续区间广义power多重集结算子及在群决策中的应用

针对不确定区间信息的集成问题,提出了连续区间广义power多重平均(C-GPMA)算子和连续区间广义power有序加权多重平均(C-GPOWMA)算子,研究了这些算子的性质,并讨论C-GPMA算子和C-GPOWMA算子的算子族。在此基础上,提出一种属性权重未知且属性值以不确定区间数形式给出的多属性群决策方法。最后,通过算例说明此方法在不确定多属性群决策中的应用,结果表明该方法是有效的、可行的。     

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.     

不确定语言广义加权Heronian平均算子及决策应用

在实际多属性决策问题中,属性间有时会存在一定的关联关系,且属性值有时以不确定语言的形式给出.为解决不确定语言环境下属性间存在关联关系的多属性决策问题,首先给出不确定语言广义加权Heronian平均(uncertain linguistic generalized weighted Heronian mean, ULGWHM)算子,并研究该算子的性质,包括幂等性、有界性、单调性、置换性及极限性质,然后给出了基于该算子的多属性决策方法,最后通过实例说明了基于ULGWHM算子的多属性决策方法的可行性.     

决策细化的粗糙集理论分析

对基于粗糙集的决策系统,从理论上分析了决策数据细化的程度对规则近似质量、近似分类精度、核属性和信息熵的影响.证明了决策属性的属性值划分越细,则其规则近似质量、近似分类精度和信息熵就越小,并且决策表中决策属性值细化后所得到的核属性集一定包含细化前的核属性集.因此,在对决策属性离散化时,决策数据细化的程度要适宜.研究结果对研究决策表属性的约简、决策规则的形成和有效性等问题具有实际意义.     

决策系统属性约简的关系矩阵算法

建立决策系统与关系矩阵之间的联系后,从关系矩阵的角度研究属性重要性的指标,并利用该指标作为启发式信息提出一种新的属性约简算法.该算法具有较大的灵活性,能够从搜索空间逐次删除不重要的属性,避免对这些属性进行重复搜索,提高了搜索的效率.该算法可行有效.     

基于邻域粗糙集的连续值分布式数据属性约简

为了去除系统中的冗余属性,保持系统的分类能力,研究了连续值分布式数据的属性约简.给出了连续值分布式决策信息系统中邻域粗糙集的定义,讨论了分布式连续值决策信息系统中正域计算的可分解性.以保持分布式决策信息系统的正域不变为前提,探讨了分布式决策信息系统中属性的可约性,提出了分布式连续值决策信息系统的属性约简算法.为了验证该算法的有效性,在7份数据集上进行了3组实验.实验使用提出的算法对分布式数据进行属性约简,进而采用加权集成的方式进行分类测试.实验结果表明,该算法能够有效去除连续值分布式数据中的冗余属性,使得约简后的连续值分布式数据的集成分类能力与约简前相差不大.甚至更高.     

基于不同直觉偏好结构的多属性决策方法

研究了属性值为实数、且决策者对属性的偏好信息以直觉判断矩阵或残缺直觉判断形式给出的直觉模糊多属性决策问题.首先介绍了直觉判断矩阵、一致性直觉判断矩阵、残缺直觉判断矩阵、一致性残缺直觉判断矩阵等概念,然后分别建立了基于直觉判断矩阵和基于残缺直觉判断矩阵的多属性决策模型,并且建立了基于直觉判断矩阵和残缺直觉判断矩阵的多属性群决策模型,进而给出了基于不同直觉偏好结构的多属性决策方法.该方法无需对不同偏好结构进行一致化处理,可直接通过求解模型得到最优权重向量,因而避免了一致化所导致的决策信息的失真和丢失.最后应用上述方法对江苏省企业技术创新能力进行了评估.     

部分特征值未知的空中目标威胁程度排序方法

空袭目标威胁程度的判断是要地防空作战指挥决策中的核心问题之一,它涉及许多不确定的因素,甚至是无法得知的。这些都可能使得己方获得的情报不足以确定空中目标的全部特征。文中利用证据理论对"无知"情况的处理,结合层次分析法,提出了一种解决部分特征值未知的威胁排序方法,并通过实例进行了说明。     

基于不确定语言信息的C-OWA和C-OWG算子及其应用

研究了不确定语言信息的集成问题，把连续的有序加权平均（C—OWA）算子和连续的有序加权几何（C-OWG）算子扩展到不确定语言环境之中。提出了一些新的不确定语言信息集成算子，如：加权的不确定语言偏差C-OWA（WULDC-OWA）算子和加权的不确定语言偏离C-OWG（WULDC-OWG）算子等，研究了它们的一些优良性质，如：齐次性、单调性等。分别给出了基于WULDC-OWA算子和基于WULC-OWG算子的不确定语言多属性决策方法，并且用实例对方法的求解过程进行了详细说明。