多指标决策的最优线性分派法

多指标决策方法一直是系统工作者研究的课题。在定义正负理想方案的基础上 ,对方案进行贴近度单排序 ,然后综合所有指标求方案的排序频数。当排序频数无法给出方案的总体排序时 ,我们将其巧妙地转化为最优线性分派模型来处理 ,从而达到优化方案的目的 ,同时也为多决策问题提供了又一种可靠而又可行的决策方法。     

基于线性分派法对公交线网优化方案排序

利用线性分派法研究了公交线网优化方案的排序问题.在给出公交线网的优化原则、约束条件以及优化目标的情况下,利用函数关系将它们量化处理.在定义正负理想方案的基础上,对决策方案进行贴近度单排列,并综合所有指标求决策方案排列频率次数的情况下,建立了公交线网优化方案的线性分派模型.然后,利用匈牙利算法对模型进行了求解,得到了最佳的优化方案.最后,对模型应用的结果表明,该方法有广泛的应用前景.     

一种基于随机占优准则的多指标多标度大群体决策方法

针对多指标多标度大群体决策问题,提出一种基于随机占优准则的决策方法。将参与决策人针对各指标给出的方案评价信息转化为关于指标评价标度的概率分布,然后依据随机占优准则判断并确定两两方案之间比较所具有的随机占优关系,并构建相应的随机占优关系矩阵。在此基础上,运用PROMETHEE Ⅱ方法得到方案的排序结果。实例分析表明,所提出的方法具有可行性和有效性。     

不完全信息条件下的多指标群体决策方法

研究在不完全信息、多指标条件下,利用个体决策结果形成群体一致偏好的方法.在大多数情况下,群体决策成员只可能给出决策的不完全信息,从个体的偏好结果形成群体一致排序需要求解一组线性规划.群体成员对方案成对辨优的结果,提供了一个方案优于其它方案的偏好强度信息.偏好集结过程考虑了决策成员的偏好净强度和决策成员权重信息不完全的情况.最后,给出一个投资决策的案例说明群体决策方法的实际应用.该集结方法能够平衡决策时间、决策质量和决策者负担三方面要求.     

不完全信息多属性群体决策方法

考虑到决策过程中信息的不完全性,对一类不完全信息的多属性群体决策问题进行了研究。在此基础上,建立一组线性规划模型,得到个体对每一个方案的效用区间数,并利用区间数可能度的定义对两个方案进行比较,从而得到个体对方案的排序。在偏好集结过程中,考虑了决策成员对方案给出的排序指标值,同时也考虑了决策成员权重的不完全信息。最后利用一个算例说明了在不完全信息条件下提出的方法能够作出比较合理的决策。     

一种新的基于模糊等式的群体决策方法

以模糊互补判断矩阵为基础,提出了基于模糊等式的群体决策方法。将模糊等式转化为线性规划模型,通过求解线性规划,得到决策群体关于备选方案集的排序向量,从而对方案进行排序。该方法将传统群体决策的两个步骤,即群体集结与求解排序向量合为一体,简化了计算步骤,并且还适用于具有不完全模糊互补关系的情况,更加符合现实情况。     

基于理想最优方案的指标赋权法及其应用

简要分析当前指标赋权法的优缺点，给出一种利用理想最优方案计算指标权重的方法。该方法以优化理论为依据。以待评方案距理想最优方案的加权距离的平方为优化目标，建立了新的数学模型，并给出了精确解。应用实例表明该方法的有效性。     

基于最优指标组合的企业信用风险预测

信用风险预测是指构建企业历史数据与违约状态之间的对应关系,根据现在的数据对企业在未来是否会发生违约做出预判.将近邻成分分析引入信用风险领域进行指标组合遴选,以违约预测精度AUC最大反推最优的指标组合.利用随机欠采样方法,以违约预测精度G-mean最大为标准反推违约客户与非违约客户的最佳比例,确定最优训练样本.采用t-m...     

基于纯语言混合几何平均算子的多属性群决策方法

在纯语言加权几何平均(PLWGA)算子和推广的有序加权平均(EOWA)算子基础上给出纯语言混合几何平均(PLHGA)算子,研究了专家权重、属性权重及属性值均以语言形式给出的纯语言多属性群决策问题,提出了一种纯语言多属性群决策方法。最后将该方法应用于解决虚拟企业中的战略合作伙伴选择问题。     

一种不确定性多属性决策模型的改进

针对具有不确定性区间数的多属性决策问题, Ｂｒｙｓｏｎ 和Ｍｏｂｏｌｕｒｉｎ 提出了一种线性规划模型, 但是, 采用由该模型求出的所有方案评价值所在的区间在很大程度上并不是使用同一个属性权重向量, 这就使得所有的方案排序（或评价）不具有可比性． 为了解决这个问题, 该文提出了一种改进的模型, 并且给出了实例计算．     

应用多属性决策的威胁评估方法

威胁评估是作战系统需要完成的功能之一 ,对实现指挥控制系统自动化是非常重要的。威胁评估涉及的因素比较多 ,目前还没有统一的方法。威胁评估实际上是一个推理、决策的行为 ,而决策理论为推理、决策提供了理论方法。根据威胁评估和多属性决策的特点 ,提出了基于多属性决策的威胁评估模型和方法 ,应用隶属函数及逼近于理想的排序法 (TOPSIS)分析 ,并通过示例说明应用多属性决策的威胁评估方法。     

基于随机占优度的随机多属性决策方法

针对属性值为随机变量的多属性决策问题,提出了一种随机多属性决策分析方法。首先给出了随机占优准则的描述,并提出了随机占优度的定义及其计算公式;然后,依据随机占优准则判断并确定两两方案之间比较所具有的占优关系,进而计算得到两两方案之间的随机占优度,进一步地通过计算可以得到每个方案的总体相对随机优势程度,并得到所有方案的排序结果。最后,通过一个算例说明了该方法的可行性和有效性。     

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．     

多属性决策的支持向量机方法

为获取和表达决策者的偏好,实现对决策方案的选择,提出了基于支持向量机的多属性决策方法.首先,分析了多属性决策支持向量机方法的原理.其次,提出了基于属性效用函数估计的学习样本构造方法,从决策问题本身抽取学习样本.最后给出了一个算例.     

带有方案偏好信息的多指标决策法

本文讨论了对方案有偏好信息的多指标决策,给出了五级标度的方案偏好赋值法,同时建立了一种兼顾方案偏好信息和客观信息熵方案值的优化决策模型。从而为多指标决策问题提供了又一合理可行的决策方法。     

多阶段多指标决策的理想方案法

对带有时间顺序的多阶段多指标决策 ,在定义理想方案及贴近度的基础上 ,将这类决策转化为一个多目标优化模型来处理 ,从而为多阶段多指标决策问题提供了一种科学、可靠的决策方法 .