求解信息不完全多目标问题的两种决策方法

本文对决策者偏好信息（即目标权重）部分不确知的多目标决策问题作了研究，提出和建立了最大加权平方法与最小加权偏差平方法。实例说明该方法可行、有效且易实现，可为解决信息不完全多目标决策问题提供新途径。     

一种给出方案偏好信息的多属性决策方法

本文针对决策者给出决策方案偏好程度的条件概率的多属性决策问题，给出了一种逼近于决策偏好信息的决策分析方法，并以实例说明该方法的合理性．     

不确定性决策中完全信息获得的事前分析

明确了规范决策分析中信息的概念,介绍了信息获得与否的价值判断法。然后主要针对不确定性决策完全信息获得的事前分析进行了讨论,给出了单状态完全信息获得的概念和一个实际分析例子;同时对完全信息与风险态度的关系进行了简单的分析。     

基于后悔理论的风险型多属性决策方法

在一些现实的风险决策问题中, 往往需要考虑决策者的心理行为, 而如何将行为决策理论引入到风险决策分析中, 这是一个值得关注的研究课题. 在考虑决策者行为的情境下, 为了解决 属性值和状态概率均为区间数的风险型多属性决策问题, 提出了一种基于后悔理论的决策分析 方法. 该方法是基于后悔理论, 分别计算关于属性值的效用值和后悔值, 然后通过计算效用值 和后悔值之和来得到决策者对每个方案的感知效用, 进一步地, 通过构建方案综合感知效用最 大化的优化模型并进行模型的求解来得到方案的排序结果. 最后, 通过两个算例说明了提出方 法的可行性与有效性.     

基于期望值的模糊多属性决策法及其应用

研究了属性值以及决策者对方案的偏好信息均以三角模糊数形式给出的模糊多属性决策问题.定义了期望值决策矩阵的概念,对于权重信息完全未知或只有部分权重信息的情形,给出了一种基于期望值的模糊多属性决策方法.该法的特点是:既能充分利用已有的模糊客观信息,又能尽可能地满足决策者的主观愿望.最后把该法应用于解决虚拟企业的合作伙伴选择问题.     

D-S理论在不确定性多属性决策中的应用

针对一类具有不确定性主观判断信息的多人多属性决策问题,给出了一种基于Ｄｅｍ ｐｓｔｅｒＳｈａｆｅｒ证据组合理论的分析方法,通过对不确定性信息进行二次融合,可以将该问题转化为普通的确定性多属性决策问题。最后,针对一个实际投资决策问题,给出了计算结果。     

模糊状态概率下的组合投资决策

针对决策者在进行项目选择投资时各种自然状态发生概率的不确定性,提出并讨论了模糊状态概率下的组合投资决策问题。通过对状态集合上模糊概率评价的一致性进行分析,运用与模糊概率评价相对应的一个有效概率分布,给出了模糊状态概率下组合投资策略的期望收益率和风险的表示方法,在此基础上建立了组合投资的多目标决策模型,并给出了其求解过程。最后,给出了一个数值例子,结果表明:方法合理、有效,易于实现。     

一种指标权重信息不完全的多指标决策方法

针对指标权重信息不完全的多指标决策问题,提出了一种逼近于理想解的决策分析方法。首先,对指标权重信息不完全的多指标决策问题进行了描述;然后,依据传统的TOPSIS方法的基本思路,给出了解决指标权重信息不完全的多指标决策问题的方法的计算步骤,其核心是通过构建并求解二次规划模型,得到每个方案与正、负理想解间的距离,进而通过计算出相对接近度,即可得到所有方案的排序结果。最后,给出了一个算例。     

权重信息完全未知且对方案有偏好的多属性决策法

研究了属性权重信息完全未知且决策者对方案有偏好的多属性决策问题. 针对决策者对方案的偏好信息以互补判断矩阵形式给出的情形, 基于互补判断矩阵, 利用线性转换函数将决策信息一致化, 然后建立了一个优化模型, 进而给出了一种相应的决策方案排序方法. 最后进行了实例分析.     

给出方案偏好信息的区间数多指标决策方法

针对属性值以区间数形式给出并且已知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。首先,对区间多指标决策问题进行了描述;然后,为了反映决策者给出的方案偏好信息,建立了一个目标规划模型,通过求解该模型可得到指标权重信息,从而得到方案的综合评价值,以便进行方案的排序。最后给出了一个算例。     

指标具有均衡性期望的多指标决策方法

针对指标具有均衡性期望信息的多指标决策问题,提出了一种决策分析方法.首先,对指标具有均衡性期望信息的多指标决策问题进行描述;然后,针对决策者给出的指标期望信息,构建指标期望函数,进一步,通过计算每个备选方案与指标期望的偏差以及方案的综合评价值,得到备选方案的排序值,进而根据排序值得到方案的优选结果,最后给出一个算例,说...     

模糊决策方法在茶叶经营中的应用

研究了茶叶经营过程中拼配的最优决策问题.首先建立了茶叶拼配的最优决策模型—广义目标规划问题.在该模型中,存在着决策者、茶叶经销商的不同等级的目标,已往人们凭经验给出了目标期望值,这缺乏科学性.而且决策者不同等级的目标在实现过程中往往是相互矛盾的,人为所限定的目标期望值就不一定能达到.本文我们应用模糊决策方法,用目标函数的满意度确定出了目标期望值,体现了决策者的主观意愿和偏好,科学而合理地解决了茶叶经营过程中拼配决策问题.其次对实际问题进行了求解.最后给出了茶叶拼配问题的模糊决策方法的有效性分析.     

不完全信息下的群体多属性决策方法

针对群体多属性决策问题,提出一种新的不完全信息下的群体多属性决策方法。该方法假设方案在主观评价属性下的评价值采用区间数的形式来表示专家评价值的不确定性和模糊性。针对每一主观评价属性设定一组与之对应的专家重要性权重值,反映决策者在不同评价属性中的重要性程度,同时考虑到专家评价值的相似度,将专家评价值进行集结得到专家群体关于方案集的决策矩阵。计算各方案与理想方案的相似度,并以此对方案进行优劣排序。通过实例说明所提方法的可行性。     

求解不确定型多属性决策问题的一种新方法

研究了属性权重完全未知，属性值为区间数且对方案有偏好的多属性决策问题，提出了一种基于相离度的求解属性权重公式，并利用区间数比较的可能度，对决策方案进行排序，该决策方法既能充分利用规范化评价的先验模糊信息，又能尽可能地满足决策者的主观愿望，且概念清楚，含义明确，易于计算机或计算顺上实际，最后给出了一个实例。     

基于累积前景理论的混合型多属性决策方法

针对带有决策者期望的混合型多属性决策问题,提出一种基于累积前景理论的决策分析方法.首先考虑了决策者的心理行为因素,以决策者对各属性的期望作为参照点,然后将具有清晰数、区间数和语言短语三种信息形式的决策矩阵转化为相对于参照点的益损决策矩阵,在此基础上,考虑决策者对待收益和损失的不同风险态度,依据累积前景理论计算每个方案的综合前景值,并依据综合前景值的大小对所有方案进行排序.最后,通过一个算例说明了该方法的可行性和有效性.     

风险型多目标决策的模型体系

本文就风险型多目标决策分析问题，提出了一种适用的决策分析原则──希望水平原则，并基于决策目标和约束的分类，给出了解的概念体系及确定性等价模型体系，为进一步研究风险型多目标决策问题提供了必要的理论基础。     

部分权重信息下多目标决策方法研究

研究了目标权重未事先确知 (包括已知部分权重信息或完全未知 )的多目标决策问题 ,提出了一种先进行局部优化再组合赋权并对方案排序的两阶段决策方法 ,最后给出了应用算例 .该法为解决不完全信息下多目标的决策问题提供了一条新的途径.     

面向决策局部环境的群决策方法

对具体群决策问题,决策者之间和属性之间的某种联系分别由具体问题形成,由偏好关系表示的关系结构为决策局部环境：由变量分析矩阵、任意属性间的偏好相似性和任一组决策者对某一属性的偏好一致性构成的属性邻接矩阵和决策者邻接矩阵构成。对属性信息集结进行三次修正,由决策者局部重要性对属性一致性进行修正,以属性局部偏好一致性强度对属性权重进行调节,由决策者局部重要性权重修正最终评价结论。提出的方法可以在决策进程中聚焦影响一致性的相关属性,发掘可能冲突的属性及影响具体方案排序的主要属性,更有效提供解决群决策问题的建议和方案。     

不完全信息下对方案有偏好的多指标决策

在实际决策中 ,决策者往往对不同的决策方案有程度不同的偏好 .另外 ,在多指标决策中 ,要将指标的权重精确地确定在某一点上也几乎是不可能的 ,但一般都可以确定权重所在区域 .本文研究了决策者对决策方案有一定的偏好程度 ,并且各决策指标的权重都是区间数的条件下的多指标决策问题 ,给出了这类决策问题的决策方法 ,并通过例子进一步说明了该方法的合理性 .     

基于贝叶斯网络的不确定环境下多属性决策方法

融合贝叶斯网络推理技术来求解不确定多属性决策问题,根据问题的决策变量、环境变量和多个属性之间的依赖关系构造贝叶斯网络,通过推理求解在各个方案下每个属性取值的概率分布,从而把问题转化成风险决策问题.采用此方法求解不确定环境下多属性决策问题时,决策者只需考虑节点与其父节点之间的依赖关系,降低了思考的复杂程度,适用于大规模的复杂问题求解.算例表明基于贝叶斯网络的求解方法对不确定环境下的多属性决策问题是有效的.