基于模糊多属性群决策的经纱张力检测及控制方案优选

针对剑杆织机经纱张力检测及控制方案设计的评价要求,提出工程方案评价的模糊多属性群决策问题.考虑了个体专家在方案属性中的不同重要程度,将专家个体意见与群体相似度结合,计算专家意见的综合重要程度.通过专家意见集结,得到群体意见决策矩阵.利用模糊逼近理想解(TOPSIS)决策法和三角模糊数计算各方案与正负理想方案的距离以及各方案与理想点的相对接近度,确定经纱张力检测及控制最优方案.决策结果验证了该方法的可行性和有效性.     

犹豫模糊多属性决策的折中比值法

针对属性值为犹豫模糊元的多属性决策问题,提出了一种新的多属性决策方法——折中比值法。折中比值法方法是通过定义能同时反映出备选方案尽可能地接近正理想点又同时尽可能地远离负理想点,并且把决策者的主观态度也包含在内的排序指标对备选方案进行排序和择优。最后,通过应用实例说明了所提出的方法的有效性和可行性。     

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。     

基于可比较语言多属性决策的扩展TOPSIS方法

针对偏好信息是可比较语言的多属性决策,提出了一种新的决策方法——基于可能度分布距离测度的TOPSIS方法;该方法首先将可比较语言转化为犹豫模糊语言信息,通过定义可能度分布距离公式,避免了传统犹豫模糊语言评价信息在距离计算过程中的误差;然后建立了基于可能度分布距离测度的TOPSIS决策模型,通过计算正负理想点得到最优参照方案,根据各方案与最优参照方案间的距离进行排序并择优,相比于传统TOPSIS方法更能体现各方案与理想方案的贴近程度;最后,以快递服务公司的测评案例验证了所提方法的可行性和有效性。     

两种改进的直觉模糊多属性决策方法

对直觉模糊条件下的多属性决策问题,针对现有记分函数法和距离法的不足,基于IFS之间相对接近度的概念,提出了新的记分函数法和改进TOPSIS方法,综合利用了各方案至理想方案和负理想方案的距离信息,得到决策结果综合性能最优,并通过实例对比证明了本文方法的有效性。     

加权序数偏好下多属性群决策的TOPSIS法

对考虑每个属性下各决策者权重的决策问题,提出序数偏好下的群体理想解概念,用TOPSIS法求解.先对决策者加权,用TOPSIS法将每个属性下各备选方案的个体偏好序集结为群体排序;再对属性加权,用TOPSIS法将每个属性下的群体排序综合为备选方案的最终排序结果.以供应商选择算例说明方法的可用性,与现有方法的求解结果比较表明了方法的合理性;该方法将TOPSIS法扩展到处理具有序数偏好的多属性群决策问题,避免了逆序的产生.     

基于理想点的三角模糊数群体多属性决策法

针对模糊群体多属性决策问题,提出了一种新的属性权重和属性值均以三角模糊数形式给出的模糊群体多属性决策方法.该方法先假设方案在主观评价属性下的属性值采用三角模糊数的形式来表示专家评价值的模糊性和不确定性,而后假定每一主观评价属性都有一组相应的专家权重值,以反映专家在不同评价属性中的重要性程度,同时考虑到专家意见的相似度,将专家意见进行集结得到专家群体关于方案集的模糊决策矩阵.最后定义了三角模糊数正理想方案和负理想方案,计算各方案与理想方案的接近度,以此给出了三角模糊数群体多属性决策问题的理想点法.通过实例分析说明了该方法的可行性和有效性.     

模糊多准则VIKOR决策的结构元方法

为解决备选方案中属性值及各属性权重均为三角模糊数的模糊多属性决策问题,采用模糊结构元理论的模糊VIKOR方法.以最接近理想解为基本思想,简化模糊数的复杂运算,引入模糊数的结构元加权特征值和序关系,将三角模糊数决策矩阵转化为实数矩阵.给出模糊VIKOR方法的步骤,通过排序分析得出多属性决策的最优解.运用到运输问题上,不仅对运输问题中的路径选择起到参考,同时也证明了该方法的有效性和可行性.     

基于多属性在线评价信息的商品购买推荐排序方法

针对支持消费者购买决策,提出了一种基于多属性在线评价信息的商品购买推荐排序方法.在该方法中,首先将消费者关注的备选商品各属性在线评价信息转化为关于属性评价标度的概率分布,并确定备选商品各属性在线评价结果的累积分布函数,进而构建加权累积分布函数决策矩阵;然后,依据该决策矩阵,确定正、负理想商品加权累积分布向量,并计算各备选商品与正、负理想商品的加权累积分布向量的距离以及相应的贴近度;进一步地,依据贴近度的大小,可确定备选商品的推荐排序结果.最后,以一个支持消费者购买轿车决策为例说明了该方法的可行性和有效性.     

考虑社会网络信任关系的多属性群决策方法

针对社会网络环境下决策者存在信任关系导致的信任风险,以及方案属性间存在关联性的问题,提出了一种考虑社会网络信任关系的多属性群决策(MAGDM)方法;首先根据决策者的社会网络关系进行聚类从而获得若干个子社区,并通过度中心性和特征向量中心性计算出决策者的权重与子社区权重;接着根据信任关系分别确定决策者个人与子社区的信任度,并针对信任度较低的子社区衡量出其信任风险系数与评价风险系数,然后对该子社区进行相应的意见调整;其次针对备选方案的多个属性具有关联性的问题采用Choquet积分算子获取备选方案的综合评价值,并通过得分函数对备选方案进行相应排序以获取最优决策方案;最后将所提决策方法应用于一个算例中,说明方法的可行性。     

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·     

基于熵权和理想解法的物流中心建设序列决策模型

为提高物流中心规划和建设的有效性,针对物流中心建设序列问题的多阶段多指标决策实质,以熵权和理想解法为基础,结合Delphi法和灰色关联法提出了一个物流中心建设序列的多阶段多指标决策模型:首先利用Delphi法确定各阶段内建设项目的指标值,然后采用熵权法求出各阶段内指标权重;其次应用理想解法和灰色关联法对各阶段内建设项目进行综合评价,再通过集成各阶段的评价结果确定物流中心项目的建设序列.最后应用实际案例验证了该模型能有效地解决物流中心建设序列的多阶段多指标决策问题.     

综合区间数Spearman秩相关系数及其应用

针对属性值为区间数,属性权重完全未知的区间多属性决策问题,提出了一种综合考虑方案与正理想、负理想方案之间的Spearman秩相关系数的决策方法。分析了相关文献中仅考虑方案到正理想方案的Spearman秩相关系数的局限性,在逼近理想点方法(TOPSIS)的启发下,定义了方案与负理想方案的Spearman秩相关系数;然后,在方案与正负理想方案Spearman秩相关系数的基础上,定义了方案的综合Spearman秩相关系数,并证明了其相关性质;最后,提出了基于综合区间数Spearman秩相关系数的多属性决策方法,并通过一个高校二级院系财务管理评价的实例,验证了所提出方法的是可行和有效的。     

基于区间值毕达哥拉斯模糊数的多属性决策方法

针对决策信息为区间值毕达哥拉斯模糊数(IVPFN)的多属性决策问题,提出了一种基于区间值毕达哥拉斯模糊交叉熵的多属性决策方法。首先,将交叉熵的概念引入到区间值毕达哥拉斯模糊集(IVPFS)中,定义了一种新的区间值毕达哥拉斯模糊集(IVPFS)交叉熵测度,并以此来刻画两个区间值毕达哥拉斯模糊集之间的差异程度;其次根据每个区间值毕达哥拉斯模糊数(IVPFN)的得分函数,确定区间值毕达哥拉斯环境下的正、负理想解;再次在TOPSIS原理基础上,根据每个方案与正、负理想解之间的相对贴近度来获取最佳方案;最后通过一个实例对文中所提出的方法进行验证,表明了该方法的可行性与合理性。     

TOPSIS中不同规范化方法的研究

针对不同规模、不同属性值数据范围和类型的多属性决策问题,采用排序一致性指标(RCI)定量地衡量了向量规范化法、极差变换法、线性比例变换法、比重变换法和指数变换法这5种规范化方法对TOPSIS排序一致性的影响.排序一致性指标越大,对应的规范化方法越好.研究结果表明,向量规范化方法能有效处理不同规模、不同属性值数据范围和类型的多属性决策问题,是TOPSIS排序中一种有效的规范化方法.     

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。     

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.     

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。     

多目标问题的逼近于理想解的排序方法研究

针对多目标系统的优选问题,提出了改进的ＴＯＰＳＩＳ法。与现有文献中的逼近于理想解的排序方法相比,该方法充分地利用了决策矩阵的信息。实例分析表明,本文所提出方法,可用于实际多目标系统优选决策分析。