基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力.最后通过算例说明方法的可行性和实用性.     

部分权重信息下对方案有偏好的不确定多属性决策法

研究了权重信息部分确知且以区间数互反判断矩阵形式给出方案偏好信息的不确定多属性决策问题.首先,基于区间数互反判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,建立一个目标规划模型,通过求解该模型得到属性的权重,进而获得方案的综合属性值;其次,利用已有的可能度公式对方案进行排序或择优,提出了一种基于目标规划和可能度的...     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力．最后通过算例说明方法的可行性和实用性．     

基于不同模糊偏好信息的群集成新方法

针对决策者的模糊偏好信息以不同形式给出群集成问题。首先,给出了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对偏好信息一致化处理。其次,以三角模糊数的期望值公式为排序工具,利用模糊有序加权几何平均（fuzzy ordered weighted geometric averaging, FOWGA）算子分别对群决策信息和重要程度进行集结,得到方案的综合优势度并排序,提出了一种基于综合判断矩阵法的模糊群决策法。最后,通过算例说明方法的可行性和实用性。     

基于拓展C-OWGA算子的多属性群决策方法

目的为求决策方法的简洁实用,研究决策信息为区间数的多属性群决策问题。方法将连续的OWGA(C-OWGA)集结算子拓展到不确定环境之中,提出了一些不确定信息(区间数)集成新算子,如加权的C-OWGA(WC-OWGA)算子、有序加权的C-OWGA(OWC-OWGA)算子以及混合的C-OWGA(HC-OWGA)算子。结果结合区间数的运算法则,利用HC-OWGA算子对决策信息进行集结而获得方案的排序。提出了基于HC-OWGA算子的不确定多属性群决策方法。结论算例表明该方法是可行有效的,且该方法有良好的应用前景。     

部分权重信息下基于两阶段优化的多属性决策方法

研究了只有部分权重信息(区间数)且属性值为定值的多属性决策问题。首先,基于局部与全局最优综合属性值,分别建立了一个目标规划模型。其次,通过求解这两个模型获得方案的排序,提出了基于两阶段规划的多属性决策新方法,该方法具有操作简便且易于上机实现的特点。最后,通过实例说明模型及方法的可行性和有效性。