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.     

一种基于二元语义的多指标群决策方法

针对具有语言形式评价信息的多指标群决策问题,给出一种基于二元语义信息处理的群决策分析方法·该方法是采用近年来最新发展的二元语义概念来描述语言评价信息并进行处理和集结运算·首先描述了具有语言评价信息的多指标群决策问题,然后在介绍有关二元语义的定义及其相关性质的基础上,给出了基于二元语义的几种集结算子,并且进一步给出了解决该群决策问题的具体步骤,最后给出了一个算例·     

区间数多属性决策的一种ELECTRE方法

在对不确定性区间数多指标决策问题和区间数运算法则进行描述的基础上,通过区间数可能度的计算,将指标值从区间数映射到优劣关系等价的实数形式,最后依据简化的ELECTRE方法的计算步骤进行方案的排序.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.     

三参数区间数研究及其在决策分析中的应用

在定义三参数区间数的基础上,给出了三参数区间数的运算关系;然后将权重为区间数的多指标决 策问题转化为指标取值为三参数区间数的多指标决策问题;在三参数区间数理想方案点定义的基础上,给出了 权重为三参数区间数的逼近理想点法;最后将其应用于某城市公交线网的优化调整中。结果表明,该法科学合 理、切实可行。     

一种基于风险态度因子的区间数信息聚类方法

针对具有不确定性区间数信息的聚类分析问题,提出了一种新的聚类分析方法·该方法的基本思路是:首先通过引入具有风险态度因子的区间映射函数,将区间数聚类信息映射为点值聚类信息,并使要研究的问题转化为传统的模糊聚类问题;然后在此基础上给出了基于编网的聚类方法;进一步地,可通过选取不同的风险态度因子对聚类分析结果进行灵敏度分析·该分析方法具有简单、实用的特点,它克服了研究此类聚类问题时所遇到的区间数难以排序的问题·在文中最后,通过给出一个算例说明了该方法的应用·     

区间数多属性决策中决策矩阵的规范化方法

决策矩阵的规范化是多属性决策分析中的一个重要组成部分,针对具有不确定性区间数的决策矩阵的规范化问题,给出了两类实用的规范化方法,即基于区间数运算的规范化方法和基于误差传递的规范化方法·最后,给出了算例并说明了两类方法各自的特点·     

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.     

区间值直觉犹豫模糊多属性决策方法研究

针对评价信息为区间值直觉犹豫模糊集的多属性决策问题,结合ELECTRE-I和TOPSIS方法,提出了一种解决区间值直觉犹豫模糊多属性决策问题的方法。基于区间值直觉犹豫模糊元得分函数,提出了一种新的确定属性权重的方法。将经典的ELECTRE-I和TOPSIS拓展到区间值直觉犹豫模糊环境下,定义了绝对和谐指标与不和谐指标,相对优势指标和综合优势指标。根据综合优势指标得到方案的排序。最后提供了一种基于区间值直觉犹豫模糊信息的多属性问题的决策步骤,并进行了算例分析与比较分析,证明了该方法的有效性。     

基于模糊TOPSIS方法的变压器维修策略

变压器维修策略的决策是一种涉及到量化指标和定性分析指标共存的混合多属性指标的决策问题.运用模糊理想解法(fuzzy TOPSIS)建立了变压器维修策略的模糊综合评价分析模型,来解决含有混合多属性指标决策问题.这种方法不仅可以对多台变压器的运行情况进行监视,通过利用计算相对贴近度来确定变压器的运行状态,进而确定变压器的维修策略,而且还可以通过专家系统对1台变压器的多种维修策略进行直接的判断与确定,通过精确的实数型指标值、区间数型的指标值和模糊数的指标值进行分类判断,给出多种维修策略下的取值情况,进而分析比较各个相对贴近度的大小,做出排序,决定选取哪种维修策略.通过实例验证此方法具有良好的决策效果.     

危险评价指标特征值的非线性模糊处理

对评价指标特征值采用等区间的划分方法以确定危险等级,忽略了指标特征值在一定条件下作进一步改进时的难易程度,具有明显的不合理性·为解决这一问题,利用模糊数学方法给出了定量指标特征值及其无量纲特征值的非线性模糊处理模型·为了使定性指标无量纲特征值的确定具有非线性意义,在采用定量指标无量纲特征值的非线性模糊分级标准的基础上,探讨了定性指标无量纲特征值的确定方法·为了充分体现专家的经验和判断,专家在为某一指标赋值时可给出区间数,然后运用模糊数学的综合分析法,以获得该指标的无量纲特征值·实例表明,对危险评价指标特征值及无量纲特征值的非线性模糊处理优于线性处理,它使危险评价结果更为符合实际·     

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.     

具有区间数的多属性决策问题的分析方法

为了解决带有不确定性区间数的多属性决策问题,首先给出了一个决策分析模型;然后针对决策方案的综合评价值,提出了关于数的两种排序方法,最后给出了实例计算。     

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.     

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。     

一种修改的TOPSIS法

目的改进传统多属性决策问题的TOPSIS法。方法对有限方案多目标决策分析法的一种修改方法。结果改进了传统的TOPSIS方法,提出在解决某些实际问题时应放弃全序而采用偏序,即TOPSIS偏序法,能更合理地反映出方案的优劣性。结论修改和补充了有限方案多目标决策分析方法,使其更具合理性,并扩大了传统方法的应用,决策人可由方案的优劣性根据自己的偏好做出最终的理想选择。     

不确定性多属性决策的一种线性规划方法

针对具有不确定性区间数的多属性决策问题,提出了一个线性规划方法,该方法与Ｂｒｙｓｏｎ和Ｍｏｂｏｌｕｒｉｎ给出的线性规划方法相比,能够保证计算出来的每个方案综合评价值所在的区间均使用了一个属性权重向量。对于这个结果,进行相应的决策方案排序才显得更有实际意义。     

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。     

基于残缺互补判断矩阵的多指标决策方法

针对具有残缺互补判断矩阵形式方案偏好信息的多指标决策问题,提出了一种决策分析方法.对具有残缺互补判断矩阵的多指标决策问题进行了描述.依据残缺互补判断矩阵和决策矩阵,构建了求解指标权重的最优化模型.采用拉格朗日乘数法求解该模型,得到每个指标的权重值,进而计算出每个方案的综合评价值,从而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的可行性和实用性.