基于混合多属性信息的复杂多阶段决策方法

针对属性权重和阶段权重完全未知且属性信息表示为混合形式的多阶段决策问题,提出一种新的决策方法。首先,将混合型属性信息统一成区间数形式,在此基础上根据属性信息的熵权区间和离差水平确定属性权重。然后,借助有序聚类法将决策对象各个阶段的矢量信息划分为若干个聚集,再以聚集中决策矢量的距离最小化为目标,构建优化模型求得聚集内各矢量的阶段权重,进而得到所有决策对象的综合阶段权重。最后,利用TOPSIS法对决策对象进行排序,并通过算例对该方法的可行性和实用性进行证明。     

极端偏好影响的大群体应急决策风险演化模型

针对极端偏好成员在应急决策中存在较大影响力的问题,构建了个体极端偏好影响力模型,结合风险偏好矢量的方向性和距离性提出了一种新的决策成员风险偏好相似度模型,并根据此模型将极端偏好群体划分为极端偏好同质群体集和极端偏好异质群体集,在此基础上引入非极端偏好决策成员主观接受程度来说明非极端偏好决策成员对个体极端偏好同质群体集和异质群体集影响力的接受程度,进而构建多阶段大群体应急决策风险偏好演化模型.最后通过案例及数据仿真结果的对比分析,验证了该模型的合理性和有效性.     

数据驱动的大群体应急决策公众专家动态协同方法

针对大群体应急决策中环境复杂多变及公众参与度较低的问题，提出一种数据分析驱动的大群体应急决策公众专家动态协同方法。首先，通过对社交媒体平台中的文本数据进行情感分析，分别从属性层和综合层评价大群体应急决策质量；其次，根据属性层决策质量提出了属性权重动态更新规则；然后，在社会网络环境下基于综合决策质量及专家偏好与群体偏好的距离动态更新专家间的信任关系，并使用改进PageRank算法计算专家权重；最后，通过某飞行器事故的案例应用和对比分析验证了所提方法的有效性和优越性。     

基于矢量空间的群体聚类方法研究

通过对群体成员的思维模式进行分析,基于矢量空间提出了群体中任意两个成员偏好矢量相关性度量的一般范数以及基于该矢量相关度的启发式算法,通过执行该使算法使群体中的成员形成若干个不同的聚集。在此基础上,定义并计算群体中各个聚集的偏好和整个群体的偏好,定义并计算群体中各个聚集的一致性指标和整个群体的一致性指标,为群体决策提供依据。最后通过一个实例对算法和一致性指标等进行验证。     

多型异构数据下关联变权空间多属性决策方法

针对当前空间多属性决策方法对空间特性的考虑不足,提出一种综合考虑多型异构性、空间复杂关联性以及空间动态性的空间多属性决策新方法.首先,定义了多型异构数据的D-U空间映射法则,提出了一种使多型异构数据能在空间中得以同构化的方法.其次,考虑空间复杂关联性及动态性,构造了2可加模糊测度下的广义Banzhaf关联变权及关联状态变权.然后,为客观确定关联属性的重要程度,建立了基于2可加模糊测度的广义Banzhaf Choquet逼近理想解优化模型,在此基础上融合关联属性信息实现备选方案的排序优选.最后,将所建模型用于干热岩勘探选区决策案例中,验证了方法的可行性,对比分析证明了方法的有效性及优越性.     

一种多属性多方案大群体决策方法研究

多属性多方案大群体决策问题广泛存在于网络环境中,将单方案大群体决策方法推广到基于多属性的多方案大群体决策中,由此获得大群体偏好矩阵.利用熵权法获得各个属性权重向量.将各个属性权重向量和大群体偏好矩阵进行合成,获得各个方案的综合评价值向量,由该向量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题.最后通过一个算例说明了方法的有效性.     

基于熵权的多属性大群体决策方法

针对传统的大群体决策方法只能处理单方案决策问题的缺陷,提出了一种基于多属性的多方案大群体决策方法。该方法首先将单方案大群体偏好模型与算法推广成多方案大群体偏好模型与算法,获得大群体偏好矩阵,然后利用熵权法获得各个方案的排序权重,最后利用各个方案的排序权重和大群体偏好矩阵获得各个方案的综合评价值矢量。通过该综合评价值矢量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题。通过计算机仿真实验证明该方法的有效性。     

模糊偏好下基于属性二元关系的群体聚类方法

在多属性复杂大群体决策中,对决策成员的决策结果进行有效的聚类,是分析以及完成群体决策的基础。考虑属性间二元关系,用直觉梯形模糊数表示决策者的偏好信息,给出一种大群体聚类方法。该方法通过计算直觉梯形模糊偏好矢量的期望值得到群体成员期望偏好矢量。基于属性间二元关系形成期望矢量的属性关系矩阵,并以此为基础构造了两期望矢量的相聚度模型,同时提出了大群体聚类方法。最后通过算例以及算例结果与其他聚类方法比较,证明该方法的有效性和实用性。     

面向特大自然灾害的复杂随机多维属性大群体决策模型研究

针对我国特大自然灾害公共危机应急处理面临复杂随机多维属性大群体决策的新需求,通过案例深入分析这种群体的新特点、决策问题多维属性表现形式及构成要素,建立面向特大自然灾害公共危机的复杂随机多维属性大群体决策分析框架;依此构造复杂随机多维属性大群体成员偏好相聚模型,设计和开发基于该相聚模型的群体成员偏好智能聚类算法,使该复杂大群体聚类成若干个数量相对较少的成员聚集;建立该种大群体偏好一致性分析模型、偏好集结模型、     

公众关注主题下的大群体风险性应急决策方法

公众对突发事件的关注主题可为应急决策提供重要参考.针对社交媒体大数据环境下的应急决策问题,挖掘公众对特大突发事件的关注主题,将其纳入决策准则;在此基础上,考虑专家大群体风险偏好信息的表达与融合问题,将D数理论引入包含风险偏好信息的非均衡语言环境中,定义了非均衡语言D数,并进一步设计了D数扩展的非均衡语言偏好关系(D-ALPR).然后,通过非均衡语D数融合方法获得最优决策方案.最后,以天津爆炸事件为例验证了所提方法的可行性,为社交媒体大数据环境下的应急决策问题提供科学有效的支持.