基于理想解的Vague物元决策方法及其应用

结合物元理论和Vague集理论,提出模糊环境下的物元决策模型.介绍了Vague集的概念,给出Vague复合物元的定义.根据改进的Vague排序函数确定方案物元的正理想解和负理想解.利用相似度量确定各方案物元到理想物元的距离,计算方案的贴近度,以此选择最优方案.用案例说明所提出的物元决策方法的应用过程.结果表明,本文提出的方法对模糊和不确定的决策问题具有较好的实用性.     

基于三角模糊数权重信息不完全的多属性决策方法

针对属性值为三角模糊数且权重信息不完全的多属性决策问题,提出了一种基于三角模糊数权重信息不完全的多属性决策方法.该方法首先利用权系数的不完全确定信息,建立关于各方案综合三角模糊数与理想解和负理想解的加权距离优化模型,通过求解优化模型得到各属性权重值,之后根据各方案到相对理想解的贴近度的大小进行排序.实例分析表明了该方法的有效性和可行性.     

基于IAHP和离差最大化TOPSIS法目标威胁评估

针对空战目标威胁评估问题,综合考虑了主观和客观因素,将运用区间层次分析法(Interval-based AHP,IAHP)求解出的威胁评估指标主观权重与运用离差最大化法求解出的威胁评估指标客观权重相融合得到组合权重。建立了改进的TOPSIS法评估空战目标威胁的数学模型,首先构造加权规范化决策矩阵,其次确定区间型正理想解和负理想解,然后计算每个目标分别到正理想解和负理想解的距离,最后计算每个目标对理想解的贴近度。给出评估实例,在3种不同权重影响因子组合的情况下,最终求解得到相同的目标威胁评估排序,评估结果表明:该方法合理有效,并针对原方法有了较大改进。     

逼近群体理想解的多属性群决策新方法

对每个属性下不同决策者权重不同的决策问题,提出一种始终基于群体理想解的新方法.首先,对每个备选方案定义群体理想解和负理想解,求出对每个决策者而言该方案与其群体理想解的相对贴近度;然后,基于群体贴近度矩阵定义整个备选方案集的群体理想解和负理想解.进而计算决策群体对各备选方案的最终排序结果;最后,以供应商选择算例说明其有效性.该方法将逼近理想解法扩展到群决策,以群体理想解取代群体效用,避免了群体效用归并难题.     

基于累积前景理论的犹豫模糊TOPSIS多属性决策方法

针对属性权重未知、属性值为犹豫模糊元的多属性决策问题,考虑到决策者在现实中的"有限理性",该文提出一种将累积前景理论与逼近理想解(TOPSIS)相结合的方法。首先,在决策过程中以各个方案的正、负理想解作为参照点,确定出方案的损失、收益矩阵,然后计算各方案属性的累积前景值,根据综合前景值的大小得到各个方案的优劣次序。最后,通过算例验证了该方法在实际运用过程中的可行性。     

基于区间数熵值TOPSIS的热采稠油开发效果评价

为了更好地认识热采稠油油藏开发规律,进一步改善热采稠油油藏的开发效果,需要建立一套系统且合理的评价方法,更加全面综合判别其开发效果。将区间数理论、熵值赋权法与TOPSIS法相结合,提出了一种基于区间数熵值TOPSIS的热采稠油油藏开发效果综合评价方法,建立了热采稠油油藏开发效果评价指标体系。首先根据热采稠油油藏开发效果评价指标体系标准和油田历史数据建立评价对象区间数TOPSIS决策矩阵,然后采用区间数熵值赋权法确定指标权重集,再根据相关算法确定正理想解和负理想解,并计算待评价开发区块与正理想解的相对贴近程度,依据级别区间给定评价结果。以辽河油田锦91区块为例,对该稠油区块蒸汽吞吐开发效果进行了综合评价,取得了良好的应用效果。     

一种基于语言变量和TOPSIS的普通高校体育专业教学质量的评价方法

分析体育专业教学质量的研究现状,在相关文献的基础上建立体育专业教学质量的评价指标体系。由于评价指标的常用语言变量表示,因此,本文建立了基于语言变量的评价矩阵和指标权重矩阵,再利用TOPSIS方法计算各评价方案与理想解和负理想解的距离和方案的相对接近度,并确定各方案的优劣排序。最后,结合应用实例分析说明了评价体系和评价方法的有效性。     

基于TOPSIS的学术期刊比较研究

基于TOPSIS测度五类学术期刊正理想解和负理想解的接近程度,依此将五类学术期刊排序,从一个侧面表征五类学术期刊的相对地位和影响力,促进学术期刊的发展。     

基于梯形直觉模糊数的TOPSIS多属性决策方法

针对属性值为梯形直觉模糊数的多准则决策问题,给出了一种基于梯形直觉模糊数的TOPSIS多属性决策方法.根据提出的梯形直觉模糊数的Hamming距离公式,计算各方案和梯形直觉模糊数正负理想方案的距离,从而求得各方案和正理想解的相对贴近度,基于贴近度大小对方案集进行排序.最后,用数值实例进一步说明了该梯形直觉模糊TOPSIS方法的有效性和实用性.     

基于TOPSIS算法的群体决策研究

TOPSIS算法是一种常用的有限方案多属性决策分析法,这种方法以靠近理想解和远离负理想解的程度作为评价指标.因TOPSIS算法对对象的评价既全面又客观,所以在多属性决策中得到广泛的应用.将TOPSIS算法应用到群体决策中,可综合各方案的特点、各决策者的偏好以及重要程度得到令群体相对满意的决策.     

基于区间值毕达哥拉斯模糊数的多属性决策方法

针对决策信息为区间值毕达哥拉斯模糊数(IVPFN)的多属性决策问题,提出了一种基于区间值毕达哥拉斯模糊交叉熵的多属性决策方法。首先,将交叉熵的概念引入到区间值毕达哥拉斯模糊集(IVPFS)中,定义了一种新的区间值毕达哥拉斯模糊集(IVPFS)交叉熵测度,并以此来刻画两个区间值毕达哥拉斯模糊集之间的差异程度;其次根据每个区间值毕达哥拉斯模糊数(IVPFN)的得分函数,确定区间值毕达哥拉斯环境下的正、负理想解;再次在TOPSIS原理基础上,根据每个方案与正、负理想解之间的相对贴近度来获取最佳方案;最后通过一个实例对文中所提出的方法进行验证,表明了该方法的可行性与合理性。     

基于Vague集理想解的大型复杂工程项目承包商选择方法

针对大型复杂工程项目如何选出合格承包商的问题,提出了基于Vague集理想解的新方法.首先,介绍了大型工程项目的特点,然后构建了对承包商进行综合评审的指标体系,并利用网络分析法赋权.然后,建立了各投标人对所有评价指标的Vague集隶属矩阵,按照各指标和专家权重计算出所有投标人的综合评价Vague值,再将各指标适合度最高和最差的投标人分别虚拟为最优解和最差解,相应地计算出各投标人与最优与最差解间的距离,按照理想解理论确定最优承包商.最后,以某工程项目为算例对设计的模型进行的有效性检验.计算结果表明,该模型能够很好地满足工程实际要求.     

基于Vague集的医疗诊断系统

讨论了Vague集的基本概念;介绍了一种基于Vague集理论的医疗诊断系统的设计实现方法,该方法中采用Vague集的核函数与精确函数来解决基于Vague集的模糊决策问题,由于Vague集可以同时表示“支持”,“反对”和“不确定”的信息,这使得在采用Vague集的医疗诊断系统中得到的推理结论更符合实际情况,最后通过一个实际医疗诊断例子论证了该方法的正确性。     

基于 Vague 集的加权模糊运算

分析了Vague集的性质,定义了Vague集上的加权析取式和加权合取式。讨论了Vague集上的加权析取式和加权合取式的模糊运算及性质,这些运算及性质可以很好地用“投票模型”来解释。     

基于Vague集模糊熵和D-S证据理论的多属性群决策方法

针对方案属性值为Vague值且考虑专家评分可信度的多属性群决策问题,提出了一种基于Vague集模糊熵和D-S证据理论的多属性群决策分析方法。该方法充分考虑各专家给出的Vague值评价信息中所蕴含的模糊性与不确定性,借助模糊熵来获取与专家自身意见相匹配的评分可信度序列,其完全由数据驱动,弥补了传统方法对可信度主观统一设定的不足。首先,基于各专家原始决策矩阵获得各属性下的Vague集模糊熵,以构建与专家集相对应的评分可信度矩阵;其次,对经可信度调整后的各专家决策矩阵使用证据合成进行信息集结,利用Vague集记分函数并经可信度调整得到属性权重;最后,将专家群体集结信息经属性权重加权修正后算出各方案最终的Vague评价值,进而使用记分函数获得各方案综合得分,筛选出最优方案。利用证据理论在不确定信息融合方面的优势和Vague集记分函数的信息转化功能,通过证据合成和记分函数集结专家群体的评价信息,所得出的决策结果更加客观、合理,并通过一个具体算例验证了所提方法的可行性和有效性。     

基于I-TOPSIS的可比较语言多属性决策方法

针对属性值是可比较语言的多属性决策问题,提出了一种新的多属性决策方法——I-TOPSIS法;传统的TOPSIS方法的综合评价值只能反映各评价对象内部的相对接近度,为了体现各方案与理想的最优方案的接近程度,引进I-TOPSIS法,通过定义正负理想点找到最优的参照方案,根据备选方案与最优参照方案之间的距离对备选方案进行排序和择优;最后,通过实例分析说明了方法的有效性和合理性。     

区间Vague集向Fuzzy集转化的一种新方法及实证分析

结合Vague集理论及一些Vague集向Fuzzy集转化的方法解释,对区间Vague集向Fuzzy集转化的方法进行了研究．结合区间Vague值的加权算术和加权几何集成算子,给出了区间Vague集的隶属度,进而给出了区间Vague值的一种有效的排序方法,并通过实例说明其有效性．     

一个新的基于Vague集的近似推理方法

对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中模糊概念的论域与后件中模糊概念的论域作一一映射,给出基于Vague集的隶属函数为连续情况下的近似推理方法;对于Vague集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的Vague集和事实中的Vague集的真/假隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Vague集的隶属函数为离散情况下的近似推理方法.     

基于Vague 集的装备研制费用年度分配模型

在装备研制阶段,装备的研制费用是装备寿命周期费用的重要组成部分,对整个寿命周期费用具有重要影响,通过建立新的模型,使决策者能够更准确地确定装备研制阶段年度费用分配。描述了Vague集的含义和模糊熵,进而根据Vague集模糊熵能够对不精确和模糊信息进行有效表达的性质,提出了运用Vague集模糊熵对装备研制阶段费用按年度分配的新模型。在运用装备研制费用年度分配模型时,首先由专家投票来建立评判距阵,然后对评判距阵进行量化处理,根据量化处理结果来计算Vague集的模糊熵,最后通过Vague集的模糊熵来确定装备研制费用年度评估权值,从而确定各年度资金分配金额,弥补了Fuzzy集在不确定性方面的不足。算例表明了该模型的合理性与有效性。     

基于Vague集的一类蕴涵算子

介绍了采用Fuzzy集进行近似推理的一些蕴涵算子的性质,根据Vague集的直觉特性提出了采用Vague集实现近似推理的一类蕴涵算子的构造方法,并根据Vague集的模糊熵对上述蕴涵算子的特性进行了解释。