权重信息不完全的二元语义多属性群决策方法

针对解决具有语言评价信息的多属性群决策问题,提出了一种基于最大偏差和二元语义信息处理的群决策方法。该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算。对于属性权重完全未知或属性权重信息不完全的情形,分别给出了一个求解属性权重的简洁公式和一个基于最大偏差的目标规划模型,分别获得相应的属性权重,然后利用二元语义加权算术平均(T-WAA)算子,对二元语义决策信息进行加权集成,继而对决策方案进行排序和择优。该方法具有对语言信息处理较为精确的特点,避免了以往采用的语言信息处理方法所带来的信息扭曲和损失。最后给出了一个实例分析。结果表明该方法简单,有效和易于计算。     

考虑随机性的可靠性与性能多属性决策方法

提出一个考虑可靠性置信区间性能与可靠性的多属性综合决策方法.建立了备选方案到正、负理想决策方案的随机距离函数及随机相对距离函数.依据随机相对距离函数确定备选方案相对优势的可能度矩阵,依据可能度矩阵对各备选方案给出具有定量决策风险的优先排序决策.通过某机载设备竞标方案决策案例,对模型进行了验证.     

多属性群决策中权重自适应调整的方法

在已知专家和属性主观权重的基础上,提出了一种多属性群决策中权重自适应调整的方法。该方法根据专家个体决策与群体决策之间的偏离程度计算专家权重并用熵权系数法计算属性的权重,以新的权重重新计算出专家个体决策与群体决策,并以此对权重做进一步调整。重复以上步骤,直至计算出稳定的综合权重和决策结果。给出算例说明了该方法的可行性。     

多属性群决策中决策者权重的确定方法

在群决策过程中,决策者的权重起着非常重要的作用,它直接影响着群决策的结果。本文将决策者的权重分为主观权重和客观权重两部分,并给出确定多属性群决策中决策者客观权重的几种方法,最后将决策者的主观权重和客观权重组合为决策者的最终权重。     

不完备决策信息系统的混合条件熵与多属性决策

不完备决策信息系统的多属性决策具有应用意义,其主要依托不确定性度量.针对不完备决策信息系统,现有条件熵及相关决策排序方法具有信息单一缺点,对此提出混合条件熵与对应决策排序方法.首先,层次分解条件熵并引入依赖度,构建直接混合与层次混合两种新型条件熵,得到粒化单调性与度量值大小等性质.然后,由两种混合条件熵设计两种多属性决策排序算法,得到对比五种排序方法的有效性与改进性.最后,实施实际数据集的决策排序实验,证实新建排序方法能够取得条件熵排序方法的一致效果.混合条件熵分层融合了信息表示与代数表示,改进现有条件熵进而更全面表征系统不确定性,其合理排序有利于不完备决策信息系统的多属性决策应用.     

灰色风险型多属性群决策方法

对一类权重信息未知并且属性值为区间灰数的灰色风险型多属性群决策问题进行了探讨,提出了一种基于理想矩阵的相对优属度决策方法.首先,利用属性值为区间灰数这一特性,将灰色系统理论的思想和方法与经典风险决策方法相融合,构建了决策系统中各方案之间的关联度公式以及优化模型,合理地解决了属性权重未知问题.然后综合考虑决策者群体的主观偏好,通过构造理想矩阵,借助每一方案决策矩阵与理想矩阵、负理想矩阵的综合加权距离获得每个方案相对于理想方案的优属度,再由优属度的大小对方案的优劣进行排序.应用实例说明了所提出决策方法的合理性和算法的有效性.为解决灰色风险型决策问题提供了一种新思路.     

考虑权重优化的改进TODIM犹豫模糊多属性决策方法

针对属性权重未知的犹豫模糊多属性决策问题,提出一种权重优化的改进TODIM的决策方法。从方案和属性值两个层面出发,以犹豫模糊数均值、方差和非明确熵构建多目标优化模型,确定相对权重;考虑决策者的不同心理行为特征,基于方案两两比较下相对"收益"或"损失"值的价值函数,获得各属性下的感知价值函数矩阵;通过简单加权原则,将感知价值函数矩阵与相对权重进行集结,给出新的综合感知价值函数和全局优势度的表达方式,提出一种改进TODIM的犹豫模糊多属性决策方法。最后,通过实例分析验证了本文所提方法的可行性和有效性。     

一种部分权重信息的灰色多属性群决策方法

基于灰色系统理论的思想和方法,探讨了决策方案的属性值为区间灰数及权重信息部分已知的灰色多属性群决策问题。根据区间灰数的本质,定义了两区间灰数的相离度。引入了个体理想最优方案向量、群体综合关联度等概念及其计算公式。构建了基于区间灰数相离度的灰色区间关联系数公式及灰色区间关联度。对于各方案的区间型群体综合关联度的比较和排序,给出了基于最小最大化悔值方法。实例分析说明了所提出的灰色多属性群决策方法的合理性及其算法的有效性。     

考虑后悔规避的风险型多属性决策方法

针对属性值为区间数的风险型多属性决策问题,提出了一种考虑决策者后悔规避心理行为的决策分析方法。依据后悔理论的思想,给出了关于属性值的效用值计算公式,并在此基础上,给出了方案两两比较的后悔值和欣喜值的计算公式,进而通过计算方案两两比较的后悔值和欣喜值分别建立后悔值矩阵和欣喜值矩阵。通过计算每个方案相对于其他方案的总体后悔值和总体欣喜值可得到每个方案的排序值,并依据排序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。     

属性权重未知的连续风险型多属性决策研究

针对属性权重未知、属性值为有限区间上的连续随机变量的风险型多属性决策问题,提出了一种灰色关联度排序方法。首先,通过密度函数的变换,对风险决策矩阵进行规范化处理,并通过期望值定义了两个随机变量之间的偏差,利用离差最大化原则确定了属性指标权重。然后定义了正负理想解,计算每个方案与正负理想解的灰色关联度及相对贴近度,根据每个方案的相对贴近度确定方案排序。最后,给出了以属性值为区间数的多属性决策问题的决策步骤,证明了该方法的有效性。     

权重信息不完全的区间数多属性决策GRA方法

针对属性权重信息不完全,且属性值以区间数形式给出的多属性决策问题,提出了一种灰色关联分析的决策方法。该方法依据一般的灰色关联分析方法的基本思路,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤。其核心是通过构建并求解一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案与正理想方案的相对关联度,即可得到所有方案的排序结果。最后给出一个数值例子,结果表明该方法简单、有效并易于计算。     

考虑风险偏好的区间2型模糊多属性决策方法

针对区间2型梯形模糊集(IT2TrFS)的多属性决策问题,提出了一种考虑决策者风险偏好的多属性决策方法.首先根据决策者的风险偏好给决策者分类,提出了决策者风险偏好的度量方法,进而求得决策者风险偏好决策矩阵,并定义了新的可能度计算公式:最后通过计算符号距离得到方案的排序结果.实例分析表明该方法科学合理,决策者的不同风险偏好对决策结果存在影响,方法对比说明与已有算法相比该方法有更强的适用性:对风险偏好和风险保守的决策者同样适用.     

考虑信息源相关性的多属性应急决策方法

利用证据理论处理多属性应急决策时,通常假设信息源独立,有悖于现实情况.因此,提出考虑信息源相关性的多属性应急决策方法.首先,给出基于证据理论的多属性应急决策问题表示;其次,提出信息源相关程度的计算方法及考虑信息源相关度的证据合成规则,以融合证据信息;再次,给出基于Pignistic概率值的应急备选方案选择方法,扩大各方案之间的信度差异,以实现多属性应急决策的目的.最后,通过算例分析验证该方法在多属性应急决策中的有效性.分析结果表明,考虑信息源之间的相关性不仅使应急决策结果更加客观,同时弱化了证据理论有关信息源独立性的假设,扩大了其在实际应用中的范围.     

一种群决策中专家客观权重的确定方法

给出一种确定群决策中各专家客观权重的方法。将专家客观权重分为个体可信度权值和群体可信度权值;通过提取专家判断矩阵信息,确定专家在具体判断中自身的相对个体可信度权值,通过比较群决策中各专家信息的相似程度,确定各专家的相对群组可信度权值;最终得出专家判断信息合成时的各专家客观权重。给出的算例说明该方法的可行性和有效性     

多粒度不确定语言变量的多属性群决策方法及应用

针对多粒度语言的多属性群决策问题,提出基于不确定语言变量的一致化新方法。利用虚拟术语指标不丢失信息的特点,选取连续性语言评价集,提出符合所给条件的多粒度不确定语言变量的转换函数,将多粒度语言一致化,并探讨了其优势之处,验证了其合理性;给出了不确定语言变量的有序加权平均(ULV-OWA)算子的定义,该算子具有计算简便且能充分考虑偏好信息分布的特点,通过加权算术平均(ULWA)算子和ULV-OWA算子对偏好信息进行集结,再提出优势可能度法对方案排序。所提出的方法不但避免了决策者偏好信息的丢失,而且减少了决策者的工作量,简便直观。最后,通过一个现代电子商务背景下物流供应商选择的案例研究,验证了方法的有效性和合理性。     

一种不确定型多属性决策的组合方法

针对不确定型条件下的多属性决策问题，给出了区间数的规范化公式，消除了属性值之间量蜩的差异，建立了基于区间数的不确定型属性权重的组合优化模型，提出了一种基于各属性客观权重的可能度方法，为不确定型的多属性决策提供了一种简单实用的可靠方法。最后通过一个算例说明了谊方法的实用性和有效性。     

一种语言评价信息不完全的多属性群决策方法

针对语言评价信息不完全的多属性群决策问题,以D-S(Dempster-Shafer)证据理论为基础,指出了已有研究在焦元识别的方法及相应焦元语言评价信息量化上存在的问题.同时提出了一种基于D-S证据理论的改进方法,该方法重新进行焦元识别、计算基本可信度分配,然后进行证据合成,并根据信度函数做出决策.该方法具有评价结论稳定、决策规则简单的特点.     

区间灰数群决策中决策者和属性权重确定方法

研究区间灰数信息的多属性群决策中决策者和属性的权重问题.为解决决策者给出的属性值蕴含的客观权重和主观权重冲突的问题,利 用各方案与理想方案间的灰色关联度和极大熵原理建立规划模型求出属性的客观权重,并结合主观权重求得属性的综合权重;基于群体 意见的一致性要求和信息分布的特点,依据极大熵思想及各决策者关于方案的综合指标值与群体综合指标均值间的灰色关联度建立模 型求出各决策者的权重.在此基础上提出了区间灰数信息的群集结方法.算例验证了此方法较于其他方法更加合理.     

考虑匹配稳定性的多属性双边匹配决策方法

针对具有属性期望的多属性双边匹配问题,提出了一种考虑匹配稳定性的双边匹配决策方法。首先给出匹配稳定性的相关定义,并对具有属性期望的多属性双边匹配问题进行描述;其次,根据双方主体针对各属性的属性期望和属性真实值,构建双方主体的损益矩阵;然后,依据行为决策理论中的失望理论,将双方主体的损益矩阵转化为感知效用矩阵;进一步地,依据主体间感知效用的大小,确定主体间的偏好排序,据此构建稳定匹配线性约束条件,并在此约束条件下以双方主体感知效用最大化为目标建立多目标优化模型,最后通过模型求解获得稳定的双边匹配结果。     

灰色多属性偏离靶心度群决策方法

针对一类属性值、属性权重和决策者权重均为区间灰数的群决策问题,引入群体正靶心、负靶心和群体偏离靶心度的概念,提出了灰色多属性偏离靶心度群决策方法,即群决策的结论应尽量接近所有成员最理想的方案,即越接近群体正靶心而同时又远离群体负靶心的方案,则方案越优. 文章分别给出了灰色多属性群决策问题的决策矩阵的构建及规范化,提出了正负群靶心及群靶心距的计算方法;最后,利用群体偏离靶心度的大小对各方案的优劣进行排序,实现多目标群决策. 文末通过算例说明了该方法的有效性.