多粒度语言评价信息的动态多属性决策方法

针对多粒度语言评价信息的动态多属性决策问题,基于语义的模糊化函数将不同粒度的语言评价信息映射为同一区间上的三角模糊数,并给出模糊有序加权几何平均算子。通过该算子对各时段属性信息进行横向和纵向集结,从而得到方案的排序。最后经过实例分析,说明该方法的有效性和可行性。     

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.     

一种基于新的不确定语言集成算子的多属性群决策方法

针对不确定语言评价信息的多属性群决策问题,为避免直接运算时产生的越界现象,文章构建基于等信息转换理论的不确定语言模型,定义该模型下的新运算法则,提出新运算法则下的广义不确定语言加权平均算子(ULWA_2)和广义不确定语言有序加权平均算子(ULOWA_2).基于所定义的不确定语言集成算子,文章提出一种多属性群决策方法,并通过实例说明该决策方法的可行性与有效性.     

基于多粒度概率粗糙集与MULTIMOORA的q-RO模糊多属性群决策

为了探索q-RO(q-rung orthopair)模糊信息系统中具备稳定决策结果的多属性群决策方法,依据多粒度概率粗糙集与MULTIMOORA(multi-objective optimization by ratio analysis plus the full MULTIplicative form)建立了一种新的q-RO模糊多粒度计算模型,并用于求解多属性群决策问题.结合q-RO模糊概率粗糙集与多粒度粗糙集,提出了多粒度q-RO模糊概率粗糙集模型.利用离差最大化法计算属性权重与决策者权重,进一步建立了基于多粒度概率粗糙集与MULTIMOORA的q-RO模糊多属性群决策方法,该方法考虑了决策风险与容错能力,可提供稳定的决策结果.通过2个实际算例验证了所建立方法的可行性与有效性.     

基于属性测度理论的群决策效果评价

群决策效果的好坏是检验群决策科学与否的主要依据.为客观地评价群决策的效果,从决策效率和决策质量两个方面建立了评价指标体系,考虑了各指标的权重.根据属性测度理论建立了综合评价模型,并以数例进行了说明.结果表明,采用置信度准则的属性测度理论,避免了模糊综合评价等方法分级不合理的情形.     

基于联系数的纯语言多属性群决策方法

对决策者权重、属性权重和属性值均以语言形式给出的纯语言多属性群决策问题进行了研究,定义了a bi型联系数的运算法则及加权平均(WAA)算子,通过将模糊语言评估标度转化为a bi型联系数,基于WAA算子提出了一种纯语言多属性群决策方法,并进行了实例分析。     

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.     

基于梯形二维语言变量相似度的多属性群决策方法

针对评价信息为梯形二维语言变量的多属性群决策问题,提出了一种新的梯形二维语言变量的相似性测度并探讨其性质;基于相似性测度最大化准则构建了两个优化模型以分别求解多属性群决策问题中的专家权重和属性权重,进而提出一种新的基于梯形二维语言变量相似性测度的多属性群决策方法;最后通过实例验证了新方法的合理性和有效性.     

基于集对分析和直觉模糊集的语言型多属性群决策方法

针对语言型多属性群决策问题进行了研究,提出基于集对分析的直觉模糊群决策方法。首先给出语言信息与直觉模糊值的转换方法;分析集对分析的思想与直觉模糊集思想的兼容性,通过集对分析的方法求解出方案对于单个属性和所有属性的联系度表达式;最后通过一个排序公式对方案进行排序,并得出最优方案。算例证实了该方法的有效性。     

基于相对熵的多粒度不确定语言型群决策方法

针对决策者属性权重信息不完全条件下的多粒度不确定语言型多属性群决策问题,提出了一种决策分析方法.该方法首先使用二元语义转换函数对多粒度语言信息进行一致化处理,然后通过建立使得备选方案对正理想解相对熵最小、负理想解相对熵最大的最优化模型确定决策者的属性权重,最后使用不确定二元语义变量的有序加权平均算子获得决策群组的评价结果,并通过计算备选方案优于其他方案的可能度,给出备选方案的排序.算例说明了所提方法的可行性和有效性.     

一种多粒度区间语言信息的多属性群决策方法

文章针对具有多粒度区间语言评价信息的多属性群决策问题,提出了一种基于区间二元语义信息处理和TOPSIS的群决策方法;该方法首先给出了将多粒度区间语言评价信息一致化为二元语义信息的方法,其中二元语义信息南基本语言评价集表示,然后计算各方案与正理想方案及负理想方案间的距离,并结合不完全确定的属性权重信息建立非线性规划模型,...     

基于不同粒度语言信息的ERP项目风险综合评价

为了对投资巨大、实施周期长的ERP项目风险进行综合评价,构建了基于不同粒度语言信息的群决策模型。将专家给出的语言评价信息用二元语义形式表示,从多个语言变量集合中选择一个基本语言术语集,并将不同粒度语言信息一致化,通过构造群决策的优化模型,得到ERP项目风险群体综合评价结果。利用算例说明此方法的有效性,对ERP项目风险评价具有一定的应用价值。     

声纹识别中的语言属性映射

短时声纹识别中语言属性不匹配问题降低了话者识别系统性能,语言属性失配在短时话者识别中的影响成为当前研究热点。从消除特征参数中的语言属性信息出发,提出了一种语言属性映射方法。采用均值超向量来构建训练样本,应用高斯混合模型对每一句话不等长的特征进行建模,引入加权矩阵得到语言属性空间,通过映射方法在统计参数超矢量空间中消除语言属性的影响。使用当前两套经典声纹识别系统作为基线系统做对比试验,结果表明：相对基线系统在等错误率上,男声测试部分降低了23.07%,女声测试部分降低了20.39%,从而验证了正确性和有效性。     

基于联系数的多属性决策模型

针对权重为区间数且属性值为实数和区间数相混合的多属性决策问题,提出了基于联系数的多属性决策模型.该模型将区间型权重、实数型及区间型属性值转化成联系数的形式,利用联系数的运算规则确定决策方案的排序.该方法集确定与不确定分析为一体,反映了不确定性对结果的影响,所需计算量较少,便于应用.实例分析验证了该方法的有效性和实用性.     

基于二元语义投影算子的语言群决策方法

目的 研究属性权重和属性值均以语言信息给出的群决策问题.方法 给出了二元语义的运算法则和二元语义矢量投影算子,并分析其性质.依据投影法的思想,通过计算各方案点在正理想点上的语义投影,最终对方案排序优选.结果 提出了一种基于二元语义的多属性语言群决策方法.结论 算例验证了所提算法的可行性和实用性,为解决语言群决策问题提供了一个有用的工具.     

一种指标权重信息不完全的语言多指标决策方法

针对指标权重信息不完全且指标值为语言评价信息的多指标决策问题,提出了一种决策分析方法.首先对具有不完全信息的语言多指标决策问题进行了描述;然后给出了求解具有不完全信息的语言多指标决策问题的计算步骤,其核心是将语言评价信息转化为三角模糊数,通过计算方案值与理想点的距离,构建线性规划模型,得到指标权重值,进而可计算出每个方案的模糊评价值,相应地通过计算两两模糊数比较的可能度,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所提方法的可行性和实用性.     

基于多属性决策的供应链排序问题研究

文章以生产排序费用和分批发送费用总和最小为排序目标,考虑包含单个供应商向多制造商供应工件的供应链排序问题,并建立了问题的数学模型;提出了一种融合多属性决策方法的动态规划算法,给出了相应算例,并分析了算法的复杂度。     

群决策中基于语言评价信息的TOPSIS方法

针对基于语言评价信息的群决策问题，提出了一种新的TOPSIS方法。依据传统的TOPSIS方法的基本思路，首先将语言决策矩阵转换为规范决策矩阵；其次，通过变量转换关系对有序语言短语集中的有序语言短语进行“量化”，构造与原语言决策矩阵“等价的导出”决策矩阵，并利用算术加权平均算法对所得到的导出决策矩阵进行群的集结；然后对所得到的决策矩阵构造理想点和负理想点，计算每个方案的相对接近度，根据得到的相对接近度对方案进行排序从而确定最优方案。最后通过一个算例说明了该方法的有效性和实用性。     

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。