一种基于二元语义信息处理的群体决策方法

针对决策者权重、属性权重和属性值均为语言形式的多属性群体决策问题,给出一种基于二元语义信息处理的群体决策方法.该方法采用二元语义概念对语言评价信息进行处理和集结运算,结合传统的理想点方法对方案进行优选.首先描述了具有语言评价信息的多属性群体决策问题,然后介绍了有关二元语义的定义及其相关性质,给出了基于二元语义的集结算子,并进一步给出了解决该类群体决策问题的具体步骤.最后给出了一个算例,验证了该方法的有效性.     

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·     

二元语义判断矩阵的一致性分析

二元语义分析方法是关于语言信息集结的新方法,它可以方便地进行语言的运算,并且可以避免在语言信息的集结过程中信息的损失和语言信息集结结果的不精确性.研究了二元语义判断矩阵的一致性问题.首先对二元语义的概念进行了描述,给出了关于二元语义比较的规则;然后在给出二元语义判断矩阵及其加性一致性和满意一致性等有关概念的基础上,提出了几种关于二元语义判断矩阵加性一致性和满意一致性的判定方法;分析了加性一致性和满意一致性的关系.最后给出了算例.     

具有语言信息的多指标群体综合评价

针对具有语言信息的多指标群体综合评价问题,提出了一种新的求解方法·在该方法中,首先将各决策者给出的语言评价信息转化为二元语义形式,然后通过求解所建立的优化模型得到群体综合评价值,再根据二元语义自身特点进行方案排序,并得到群体综合评价结果·利用二元语义描述和处理语言评价信息,能够有效避免信息的损失和集结结果的不精确性,因此,该方法具有计算简单和语言信息集结结果准确等特点·最后给出了一个算例·     

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,...     

基于不同粒度语言信息的ERP项目风险综合评价

为了对投资巨大、实施周期长的ERP项目风险进行综合评价,构建了基于不同粒度语言信息的群决策模型。将专家给出的语言评价信息用二元语义形式表示,从多个语言变量集合中选择一个基本语言术语集,并将不同粒度语言信息一致化,通过构造群决策的优化模型,得到ERP项目风险群体综合评价结果。利用算例说明此方法的有效性,对ERP项目风险评价具有一定的应用价值。     

基于乘性一致性调整算法的二元语义决策模型

为了提高专家评价信息的准确性和有效性,在二元语义的环境下,提出了一种基于乘性一致性调整算法的二元语义决策模型.首先,简单回顾二元语义偏好关系(2-TLPR)的概念;其次,为提升2-TLPR的一致性,构造局部调整的乘性一致性改进模型;通过上述算法,进一步重新构造全新的二元语义偏好关系,并运用二元语义算术平均算子进行集结;最后,将二元语义决策模型运用到公共卫生突发事件的决策问题中,并与现有方法的对比,验证了该决策模型的可行性与有效性.     

多粒度语言评价信息的动态多属性决策方法

针对多粒度语言评价信息的动态多属性决策问题,基于语义的模糊化函数将不同粒度的语言评价信息映射为同一区间上的三角模糊数,并给出模糊有序加权几何平均算子。通过该算子对各时段属性信息进行横向和纵向集结,从而得到方案的排序。最后经过实例分析,说明该方法的有效性和可行性。     

属性权重未知的不确定语言评价双边匹配决策

针对匹配主体没有提供属性权重信息的不确定多粒度语言评价双边匹配问题,提出了一种基于离差最大公式和二元语义的决策方法。决策中,首先创建一个基本语言评价集(BLTS),将多粒度的不确定语言评价信息转换为区间二元语义,并且将所有区间二元语义根据公式投影到基本语言评价集上。根据区间二元语义的距离公式,计算属性之间的离差。通过离差最大化公式,计算得到每个匹配主体的属性权重向量。进而通过属性权重对区间二元语义加权平均,根据理想逼近法计算最终的满意度,得到最终的求解模型。最后通过实验证明该决策方法的可行性。     

一种多粒度语言的多属性群决策方法

针对多粒度语言的多属性群决策问题,文章提出了一种基于二元语义及改进多准则妥协解排序(VIKOR)的群决策方法。首先将不同粒度语言的偏好信息一致化为由基本语言评价集表示的相同粒度二元语义信息;在专家属性未知且方案属性不完全的情形下,分别运用有序加权平均算子(2-tuple ordered weighted averaging,T-OWA)与相对熵从客观角度计算权重;为进一步挖掘决策数据的内在规律,引入灰色关联系数改进评判矩阵,结合该矩阵利用VIKOR方法刻画最优方案。算例结果验证了该方法的有效性和可行性。     

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。     

基于顾客群体语言评价信息的服务质量评价方法

针对多个相同类型的服务方案或项目的服务质量评价问题,给出了一种基于顾客群体语言评价信息的服务质量评价方法.首先通过调查问卷方式获取顾客针对服务方案的语言评价信息,并将其转化成梯形模糊数;然后计算出各指标的平均权重、服务方案在各指标下的平均服务感知绩效以及每个指标下所有顾客的平均服务期望;进一步地,运用模糊加权平均算子计算各服务方案的服务质量评价值,同时计算其与每个语言短语所对应的梯形模糊数之间的相似度,从而确定各服务方案的服务质量等级,而对于服务质量等级相同的服务方案,通过计算其非模糊价值量来比较服务方案间的优劣.最后,通过一个算例说明了所提方法的有效性和实用性.     

基于联系数的纯语言多属性群决策方法

对决策者权重、属性权重和属性值均以语言形式给出的纯语言多属性群决策问题进行了研究,定义了a bi型联系数的运算法则及加权平均(WAA)算子,通过将模糊语言评估标度转化为a bi型联系数,基于WAA算子提出了一种纯语言多属性群决策方法,并进行了实例分析。     

基于概率语言相关系数的多属性群决策模型

针对评价信息为概率语言术语集,专家权重和属性权重完全未知的多属性群决策问题,提出基于概率语言相关系数的多属性群决策模型.首先定义了概率语言的相关系数并且拓展到概率语言矩阵间的相关系数; 然后基于每个专家的决策矩阵,通过最小化加权相关系数总和求得每个专家的属性权重向量,并且通过决策矩阵的相关系数客观地确定专家权重; 最后将经典的ELECTRE方法加以改进用于方案排序,并且通过算例分析与比较分析证明了该决策方法的有效性与优越性.     

不确定语言多属性决策的心态指标方法

研究了已知部分属性权重信息,方案属性值和偏好值均为不确定语言的多属性决策问题.首先,通过引入心态指标,将不确定语言决策矩阵和方案偏好值转化为带有心态指标的语言决策矩阵和偏好值.其次,通过最小化方案综合属性值与偏好值之间总偏差,建立并求解一个规划模型得到属性权重,然后利用方案综合属性值对方案进行排序和择优.当决策者处于不同心态时,可以通过调节其心态指标进行决策,因而使得决策更加符合实际.最后,给出了一个算例说明了该方法.     

基于理想点法的语言评价矩阵评判专家水平研究

针对群决策中语言评价矩阵形式偏好信息的评判专家水平问题,提出了一种分析方法.首先,给出了有关语言评价矩阵的若干定义及性质;然后,通过定义专家与专家群体判断之间的偏差距离矩阵、方案集的正理想点和负理想点,根据专家判断与理想点之间的贴近度,给出了基于语言评价矩阵形式偏好信息的评判专家水平的分析方法,最后通过一个算例说明了所提出的分析方法的可行性.本方法使决策结果更加可靠、可信,可作为评判专家水平的备选方法.     

基于PLOWA算子评价复杂系统的模糊AHP法

研究复杂系统的多准则系统评价方法,使其能对系统评价中的自然语言进行模糊层次化处理。根据模糊集理论,提出ＰＬＯＷＡ（ｐｒｏｐｏｒｔｉｏｎａｌ ｌｉｎｇｕｉｓｔｉｃｏｒｄｅｒｅｄ ｗｅｉｇｈｔｅｄ ａｖｅｒａｇｉｎｇ）算子,对ＬＯＷＡ算子的应用进行扩展,定义新的变换权函数,使其能对不同准则下不等权的语言信息进行综合处理。并概括总结了基于ＰＬＯＷＡ算子进行系统评价的模糊ＡＨＰ法（ｆｕｚｚｙ ａｎａｌｙｔ     

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。     

声纹识别中的语言属性映射

短时声纹识别中语言属性不匹配问题降低了话者识别系统性能,语言属性失配在短时话者识别中的影响成为当前研究热点。从消除特征参数中的语言属性信息出发,提出了一种语言属性映射方法。采用均值超向量来构建训练样本,应用高斯混合模型对每一句话不等长的特征进行建模,引入加权矩阵得到语言属性空间,通过映射方法在统计参数超矢量空间中消除语言属性的影响。使用当前两套经典声纹识别系统作为基线系统做对比试验,结果表明：相对基线系统在等错误率上,男声测试部分降低了23.07%,女声测试部分降低了20.39%,从而验证了正确性和有效性。