权重信息不完全的不确定语言多属性群决策方法

针对属性权重信息不完全、属性值信息以不确定语言形式给出的多属性群决策问题,提出了一种决策分析方法.首先,对不确定语言变量进行了描述;然后,给出了求解具有不完全信息的不确定语言多属性群决策问题的计算步骤,其核心是将专家给出的不确定语言决策矩阵集结为具有可能度信息的群决策矩阵,通过计算方案值与理想点的差异值,构建二次规划模型,得到属性权重值,进而可计算出相对接近度,从而得到所有方案的排序结果.最后给出了一个实例分析,结果表明该方法简单可行、便于应用.     

住宅小区建筑设计方案评价的层次群决策方法

为了体现住宅小区特定用户或决策者的方案偏好对建筑设计方案评价的影响,建立了一类两层次多属性群决策模型.其中,专家评价层决策矩阵的获取体现了专家专业水平差异对决策的影响.用户评价层则采用不确定语言多属性决策方法来确定用户对方案的偏好.并建立了使2个决策层评价差异最小化的优化模型确定属性权重,该权重用于专家综合评价,充分考虑了用户方案偏好对决策的影响,结果表明模型能正确反映此类决策的实际情况.     

考虑决策者心态的区间数型多属性决策的VIKOR法

针对属性值为区间数的多属性决策问题,基于VIKOR法的基本思想,提出了一种考虑决策者心态的多属性决策方法。首先将规范化的决策矩阵转化为含决策者心态指标的决策矩阵,然后依据传统的VIKOR的计算步骤计算综合评价值,进而对备选方案进行排序并择优。当决策者处于不同的心态时,通过调整其心态来进行决策,因而更加符合客观实际情形。最后通过实例说明方法的有效性及可行性。     

带有方案偏好关系的区间型多属性决策方法

给出属性值为区间数、属性权重完全未知但已知方案偏好关系的多属性决策问题的决策方法。该方法首先通过求解一个二次规划模型来确定属性的权重,然后基于简单加权法则来计算方案的模糊综合评价值,再根据区间数的排序方法来对方案进行排序,从而得到最优方案。     

基于方案偏好关系的直觉模糊MADM方法

给出属性值为直觉模糊数,属性权重完全未知但已知方案偏好关系的模糊多属性决策问题的决策方法.通过建立一个模糊期望值的线性规划模型来确定属性的权重,基于简单加权法则来计算方案综合期望值.利用比较期望值大小的方法对方案进行排序.最后通过实例说明了该方法的可行性和有效性.     

不完全信息群体多属性决策的综合评价均值法

对于属性权重信息和属性效用信息都不完全的群体多属性决策问题,通过构造属性值区间和规范化决策矩阵,将问题归结为求解相应的线性规划问题,从而求出方案在比较理想和比较恶劣的条件下对应的相对优值和相对劣值.兼顾乐观主义和悲观主义的决策原则,利用综合评价均值建立了方案集上的全序关系,从而给出对所有方案进行群体排序的方法.最后给出一个算例.     

一种结合主客观偏好的区间直觉模糊多属性决策方法

针对决策者的偏好信息和决策矩阵元素均为区间直觉模糊数的多属性决策问题,提出了一种新的决策方法．该方法通过求解主观偏好与客观偏好的总绝对偏差最小,同时各方案综合属性值差距最大的双目标规划模型,得到属性的最优权重向量．并基于IIFWA算子对区间直觉模糊信息进行集结,进而根据得分函数和精确函数对方案进行排序．最后,通过实例证明了该方法的有效性和实用性．     

基于熵权的区间梯形直觉模糊数型VIKOR多属性群决策方法

针对备选方案的属性值为区间梯形直觉模糊数(IVITFN)且方案属性指标和决策者权重未知的多属性群决策(MAGDM)问题,提出了一种基于熵权的区间梯形直觉模糊数型多准则妥协解排序(VIKOR)方法。首先,将决策者的评价信息转化为IVITFN决策矩阵,并对其进行规范化处理;其次,利用区间梯形直觉模糊Bonferroni平均(IVITFBM)算子将多个决策者的决策矩阵集结为一个综合决策矩阵;然后,利用熵权法求出综合决策矩阵中各属性指标的权重,并基于VIKOR方法对备选方案进行排序以及决策分析;最后,通过实例和比较分析验证了该方法的有效性和可行性。     

基于改进DEMATEL的区间对偶犹豫模糊多属性决策方法

针对区间对偶犹豫模糊多属性决策问题,将传统DEMATEL分析法加以改进,引入决策偏好系数,提出了一种基于中心度、原因度参量的属性权重确定方法。为避免行为偏好对距离刻画带来的主观性影响,定义了广义区间对偶犹豫模糊距离。借助加权平均(WA)算子,将权重向量与初始决策矩阵集结,得到最终的综合决策矩阵,并通过TOPSIS法对各方案进行综合评价。通过实例说明本方法的有效性和可行性。     

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.     

一种基于语言评价矩阵的专家评判水平分析方法

在群体决策分析过程中,由于多种因素的影响,各个专家的决策结果很难达成一致·为了评价每个专家的决策水平,从群体判断一致性的角度,给出了一种基于语言评价矩阵的分析方法·介绍了有关语言评价矩阵的定义及性质;分别定义了3个一致性指标:专家群体对各方案的一致性指标;专家对各方案的一致性指标;两个专家之间的一致性指标·语言评价矩阵用来表述专家针对方案集和指标集给出的偏好信息,根据矩阵计算得到的各个专家的方案排序向量,进而可计算得到3项一致性指标·通过对3项指标的分析,可以判断各位专家的决策水平·最后通过一个算例说明了这种方法·     

一类不确定信息下的多属性决策问题的研究

对一类不确定信息下的多属性决策问题进行了研究,给出了不确定信息的定义,即在决策过程中决策者不仅不能准确地估计方案的属性值,甚至不能确定同一属性下方案之间的偏好关系.在此基础上,提出使用具有置信结构的偏序关系来表示不确定信息,并给出了解决这类问题的模型和方法.该方法首先采用证据推理算法对不确定信息进行集成,然后使用优势和劣势这2种指数来确定方案间的偏好关系,并在这2种指数的定义中使用了偏序之间的距离公式.最后通过一个例子说明,在信息不确定的情况下该方法能够帮助决策者做出比较合理的决策.     

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。     

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     

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·     

基于不确定语言信息的群决策方法及其应用

对于属性权重和属性值均以不确定语言信息形式给出的多属性群决策问题进行了研究,提出了基于ULWM算子和ULHA算子的多属性群决策方法。首先定义了ULWM算子,并且讨论了该算子的一些性质。通过ULWM算子集结决策方案的综合属性评估值,ULHA算子集结决策方案的群体综合属性评估值。然后利用可能度公式对于所有决策方案综合评估值进行比较得到可能度矩阵,最后对模糊互补判断矩阵排序得到所有决策方案的排序信息。实例表明了该方法的有效性。     

基于心态指标的区间灰数预测模型

针对传统灰色预测模型仅适用于实数序列而无法进行区间灰数序列建模的缺陷,引入决策者心态指标,把区间灰数序列转化为带有心态指标的序列,并且当心态指标确定时,带有心态指标的序列就转化为体现决策者心态的实数序列,然后通过对体现决策者心态的实数序列建立灰色预测模型,从而得到了一种基于心态指标的区间灰数预测模型。由于决策者可以通过调整其心态指标建立灰色预测模型,因而使得模型预测更加符合实际。     

考虑指标关联的直觉不确定语言型多指标群决策方法

提出了指标关联且指标值为直觉不确定语言变量的多指标群决策方法.首先给出了关于直觉不确定语言变量的相关概念及直觉不确定语言变量间的距离计算公式,然后,依据各专家针对指标集所给出的直接关系矩阵,运用DEMATEL方法确定各指标权重,并将各专家给出的决策矩阵集结为群体决策矩阵.进一步地,构建正负理想点向量,并计算各方案与正负理想点向量间的加权距离;在此基础上计算各方案的相似系数,并据此对所有方案进行排序.最后,通过一个项目风险应对策略选择的实例分析说明了本文方法的可行性和潜在应用.