群决策中基于不同偏好信息的相对熵集成方法

研究了基于不同形式偏好信息的群决策问题.在群决策中专家根据个人的偏好,常常对决策方案集给出4种不同形式的偏好信息,包括直接反映决策方案优劣次序的序关系值和效用值,以及2个决策方案成对比较互反判断矩阵和模糊互补判断矩阵.首先给出了序关系值、互反判断矩阵和模糊互补判断矩阵3种偏好信息均转化为效用值形式的计算公式, 然后从相对熵的概念出发,提出了一种相对熵最优化的集成模型,给出了模型的解.最后进行了2个实例分析,结果表明所提出集成方法是有效的.     

基于FOWA算子的不同模糊偏好信息的群决策法

研究决策者以不同形式给出其模糊偏好信息的群决策问题.首先,利用三角模糊运算的一些拓展法则和不同模糊偏好信息之间的转换公式将模糊效用值型、模糊互反判断矩阵型的偏好信息形式一致化为模糊互补判断矩阵型.其次,以三角模糊数的期望值为排序工具,利用FOWA算子对一致化的决策信息和方案的优势程度进行集结,依据综合优势度的期望值对方案进行排序,提出一种新的模糊群决策方法.最后,通过实例说明方法的可行性和有效性.     

互补判断矩阵一致性改进方法

关于两两方案比较的偏好信息形式的决策问题是决策分析中的一个重要课题·其中决策者给出的判断矩阵是否具有一致性是一个很重要的问题,它直接影响到由判断矩阵得到的排序向量是否能真实地反映各比较方案之间的客观排序·针对决策者给出的关于决策方案的一类互补判断矩阵,提出了一种新的改进判断矩阵一致性的方法·首先,给出了关于互补判断矩阵及其满意一致性的定义,同时还通过建立可达矩阵给出了互补判断矩阵满意一致性的判定方法;然后通过构造和分析一种偏差矩阵,给出了将互补判断矩阵改进为满意一致性矩阵的计算步骤·最后给出了一个算例·     

群决策中两类偏好信息集成的目标规划模型

带有不同偏好信息形式的群决策问题是一个重要的研究方向·根据多个决策者给出关于方案的两类偏好信息Fuzzy偏好关系矩阵和AHP判断矩阵,建立了一个能够集成这两类偏好信息的线性目标规划模型,通过求解这个模型可以直接得到每个方案的参考排序值,并使方案的排序结果最大程度地反映了每个决策者的偏好·最后给出了一个算例·     

一种基于模糊互补判断矩阵的群体决策方法

对群体决策中,偏好信息以偏好次序型给出的情形进行了分析.利用定义2.1可把每位决策者给出的偏好次序型偏好信息转化为该决策者的模糊互补判断矩阵,并证明了此模糊互补判断矩阵是模糊一致性互补判断矩阵,再利用群组互补判断矩阵的行和归一化,对决策方案进行排序择优,并说明了此排序方法是强条件下保序的,最后给出算例.     

基于模糊判断矩阵的一种方案排序方法

针对决策者给出的一类模糊判断矩阵,给出了一种方案排序方法·该方法是依据模糊判断矩阵及其一致性的定义,建立了一个带有约束的非线性最优化模型,通过求解这个最优化模型,可以直接得到每个方案的排序值·采用该方法得到的方案排序结果最大程度地反映了决策者的偏好·最后给出了一个算例·     

基于互补判断矩阵的专家群体判断一致性分析

针对群决策中基于互补判断矩阵形式偏好信息的专家群体判断一致性问题,给出了一种分析方法·首先给出了有关互补判断矩阵的定义及若干性质;然后,通过定义有关专家群体判断的一致性指标及专家个体判断一致性指标,给出了群决策中基于互补判断矩阵形式偏好信息的专家群体判断一致性的识别方法和不一致的调整方法·同时,依据专家个体判断一致性指标,还可以判别每个专家的评判水平·最后,通过一个算例说明给出的分析方法·     

一种用于模糊判断矩阵排序的χ~2方法

根据决策者给出关于决策方案的一类模糊判断矩阵,提出了一种方案排序的χ2方法·首先,给出了关于模糊判断矩阵及其完全一致性的概念;然后,建立了一个关于求解方案排序值的最优化模型,并讨论了求解优化模型的理论依据和算法,采用该方法可以直接得到每个方案的参考排序值,并使方案的排序结果最大程度地反映了决策者的偏好;最后给出了一个算例     

一种用于模糊判断矩阵排序的χ2方法

根据决策者给出关于决策方案的一类模糊判断矩阵 ,提出了一种方案排序的 χ2 方法·首先 ,给出了关于模糊判断矩阵及其完全一致性的概念 ;然后 ,建立了一个关于求解方案排序值的最优化模型 ,并讨论了求解优化模型的理论依据和算法 ,采用该方法可以直接得到每个方案的参考排序值 ,并使方案的排序结果最大程度地反映了决策者的偏好 ;最后给出了一个算例     

基于OWA算子的不同形式偏好信息的群决策方法

研究了决策者(或专家)的偏好信息以不同形式给出的群决策问题。首先,利用不同偏好信息之间的转换公式,将偏好次序型、效用值型、互补判矩阵型三种偏好信息一致化为互反判矩阵型的偏好信息。其次,利用OWA算子对一致化的决策信息进行群集结,再对各方案的相对优势度进行综合集结,并以此进行方案的排序。提出了基于OWA算子的群决策方法。最后,通过实例说明方法的可行性和实用性。     

群组模糊判断矩阵集结方法的理论分析

对群组模糊判断矩阵的集结方法进行了研究,在对同一决策问题的m个模糊判断矩阵是一致性的情况下,给出了加权集结方法的理论依据,并且进一步分析了关于群的判断矩阵与各决策者给出的判断矩阵之间关系的一些重要性质,从而为基于群的判断矩阵的方案排序问题打下了坚实的基础·     

群体决策中两种不同偏好信息的集成方法

针对群体决策中多个专家给出的两种形式偏好信息AHP判断矩阵和Fuzzy判断矩阵,通过构造转换函数,给出了将AHP判断矩阵转化为Fuzzy判断矩阵形式的实用计算公式·这对两种不同形式的偏好信息一致化与有效集成,提供了一个可行的方法,同时也是对Chiclana等人研究工作的一个补充·最后,给出了一个算例·     

带有Fuzzy偏好关系的多属性决策方法

针对多属性决策分析中决策者给出关于方案的Fuzzy偏好关系,提出了一种新的多属性决策方法·该方法是通过建立一个线性目标规划模型来确定属性的权重向量并相应地进行方案的排序,得到的方案排序结果体现了决策者给出的方案偏好信息与决策矩阵的集成,并最大程度地反映了决策者的偏好·最后给出了一个算例·     

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.     

基于群决策的数据包络分析模型

研究基于群决策的带有偏好约束的数据包络分析(DEA)模型．针对群决策中偏好形式的多样性，在对不同偏好一致化的基础上，将各决策者的偏好集结成群组偏好，以此作为反映权重的主观信息．进一步将此信息与DEA模型中反映权重的客观信息集成，构造出一种基于群决策的DEA模型，最后给出了算例．     

一种不确定型OWA算子及其在群决策中的应用

把Yager提出的有序加权平均（OWA）算子推广到所给定的数据信息为区间数形式的不确定环境之中，基于区间数据两两比较的可能度公式和模糊互补判断矩阵的排序公式，提出了一种不确定型OWA算子，人出了其在应用过程中的具体步骤，并提出了一种相应的集结群决策信息的方法，最后通过算例说明了方法的可行性和有效性。