多属性群体决策的水文预报择优及组合方法

针对水文预报在参数受限条件下精度不高的问题,提出一种基于多属性群体决策的水文预报择优及组合方法.该方法首先建立预报正确率、确定性系数、合格区间、发生可能性四个决策属性;然后依靠理想模型给出属性权值的确定方法,并采用OWG和OWGA加以集结;最终基于评测值的序关系构成与实测值更为接近的预报区间.实验表明:该方法能够从多种预报方案中选择出相对误差较小的预报值,并形成一种高精度的组合预报模型,将预报提升一个等级.     

不确定型多属性决策的权系数确定及其应用

研究了属性权重信息完全未知且属性值以区间数形式给出的不确定型多属性决策问题,提出了一种基于区间数相离度的不确定型多属性决策权系数确定方法——标准差和平均差极大化方法,并给出了一种基于可能度的决策方案排序方法。最后,通过实例表明了该方法的实用性和有效性。     

基于粗集的水文单要素预报模型

基于粗集理论,应用水文系列自身的历史资料作为预报因子,建立了水文单要素分级预报模式.在建立预报模式的过程中,由属性重要度和规则出现频度最大原则确定问题的最小规则集,即预报模式集,提出应用预报模式集对预报对象的支持强度最大原则作预报决策.建立的模式经应用于大伙房水库年径流预报,表明应用粗集理论提取的预报模式集,能有效地描述预报因子与预报量间的强非线性映射关系,具有较高的判别率;粗集预报模式由简单的决策规则组成,易于理解与使用.     

基于决策者偏好及赋权法一致性的组合赋权法

属性权重的确定是多属性决策中的一个关键而又难以解决的问题,针对现有主观赋权法和客观赋权法的不足,提出了一种新的组合赋权法。该方法同时考虑决策者对赋权方法的偏好及赋权方法的一致性程度,将这两个因素通过凸组合的方式反映在组合权重计算公式的加权系数中,其中反映决策者对某种赋权方法偏好度的加权系数可用AHP法来确定,反映一种赋权方法与其它赋权方法一致性程度的加权系数用Spearman等级相关系数来计算。给出了这种组合赋权法的具体步骤,并通过应用实例说明了该方法的合理性。     

对数学质量的指标体系的分析

用属性识别的理论研究数学质量的指标体系 .提出了一种直观简捷的属性测度函数的确定方法及三个数学质量的评价准则 .     

基于相似关系的多属性决策问题研究

属性权重确定是多属性决策问题中一个重要的研究内容。针对属性权重未知的多属性决策问题：首先,指出决策对象与理想对象之间的相似度与决策对象的优势度之间存在直接的关系;其次,借鉴离差最大化算法,提出用属性值的相似度来确定属性权重;再次,利用各个决策对象与理想对象的相似度对各决策对象进行排序并择优;最后,对属性值为区间数的多属性决策实例进行了分析,同时对该算法与离差最大化算法的异同点进行对比。     

基于直觉模糊集的多属性模糊决策方法

针对模糊条件下的多属性决策问题,提出了一种新的基于直觉模糊集的多属性模糊决策方法。首先,给出了直觉模糊集的几何解释,定义了两个直觉模糊集之间的距离,确定了各候选方案指标值在直觉模糊集中的表示形式。其次,针对在信息不完全确定的模糊环境下,建立了基于直觉模糊集的多属性模糊决策模型,给出了适合这种模型的相应定义,提出了理想方案和负理想方案的概念,并结合信息不完全确定性处理来保证方案的唯一性。最后,通过比较各方案的直觉模糊集与理想和负理想方案的距离来确定方案集的排序。通过实例验证了方法的正确性和有效性。     

基于属性价值函数估计的不确定多属性决策方法

针对属性权重为实数,且权重信息完全未知的不确定多属性决策问题,提出了一种基于属性价值函数估计的决策分析方法。首先,对多属性效用函数和价值函数进行了分析;然后,采用曲线拟合的方法确定属性价值函数的近似表达式,计算决策方案各属性的价值函数值,根据价值函数的可加性确定各方案的价值函数值,以此对方案进行排序与择优。最后给出一个算例,验证了所提方法的有效性。     

基于属性分析的威胁评估技术研究

从属性分析出发,提出应用认知理论方法,通过试验来确定专家的威胁评估(threatassessment,TA)过程、心理模型以及属性的使用等。阐述了属性分析的定义和基本内容,接着分析了属性的来源及选择、属性的重要性度量以及属性与威胁排序的关系。提出了一种威胁评估模型,并根据该模型设计了一种威胁评估的算法原型。     

基于熵的TOPSIS法空战多目标威胁评估

针对传统逼近理想解的排序法(TOPSIS)在确定权重系数上面的缺陷和不足,提出了基于熵的TOPSIS改进算法,该算法运用熵理论处理空战获取的客观信息,确定目标各个属性权重,将权重运用到TOPSIS法中,研究空战威胁评估问题。建立多目标威胁评估数学模型,并进行了仿真研究。仿真结果表明该算法是合理和有效的。     

一种新的区间数多属性决策的集结方法

对于属性权重和决策矩阵元素均为区间数的多属性决策问题,提出了一种新的方案综合属性区间的集结方法。通过给出与区间权重向量相对应的属性有效权重向量的定义及其具体表达形式,改变已有方法需要求解数学规划模型的做法,运用区间数的数乘运算和加法运算集结方案的有效综合属性区间值,并利用一种对区间数排序的方法,比较各方案的有效综合属性区间值来确定方案的优劣。最后,给出了一个数值例子,结果表明方法简单、有效,易于实现。     

属性值为正态随机变量的多属性决策方法

针对具有正态随机变量的多属性决策(MADM)问题, 提出了一种决策分析方法. 在该方法中, 首先通过理论分析给出根据期望和方差确定正态随机变量随机占优关系的简便方法; 其次依据得到的简便方法确定针对各属性的两两方案之间的随机占优关系, 并构建相应的随机占优关系矩阵; 在此基础上, 给出了一种基于ELECTRE Ⅲ的方案排序方法. 最后, 通过一个算例说明了所给方法的可行性和有效性.     

多属性决策的广义双基点排序法

简化前人所用的贴近度;改正前人给出的一个灵敏度分析公式的不妥之处,且对它给出的所有灵敏度分析公式进行简化。通过引入作者提出的一种新属性（为“偏离型属性”）对前人给出的双基点法进行推广,是对前人结果的简化、改进和完善。     

综合评判的属性测度四维阵列模型及权重确定方法

属性集和属性测度理论［１］是一套全新的描述不确定性现象的理论,本文在此基础上建立了群体决策综合评价的属性测度四维阵列模型,并给出了一种新的权重确定方法.     

一种混合型多属性决策问题的TOPSIS方法

研究了精确数、区间数和模糊数指标相结合的混合多属性决策问题，提出了一种基于理想点的多属性决策模型，给出具体的决策方法和过程．各方案的排序是根据其到正理想解的相对贴近度大小进行的，从而为解决混合多属性决策问题提供了一条新的途径．     

具有动态指标偏好的多指标决策方法

针对多指标决策中客观决策与决策者主观决策不一致的问题,在决策者偏好分析的基础上,提出决策者指标敏感函数的基本概念及其构造方法,进而给出一种较为常见的指标敏感函数类型。然后通过引入决策者指标敏感函数来修正指标权重,使多指标决策过程体现决策者的指标偏好动态变化,并进一步给出动态指标权重的定义和性质。最后进行了实际应用。     

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。     

区间数多指标决策问题的新灰色关联分析法

针对属性权重和属性值均为区间数的多属性决策问题,提出了一种新的灰色关联分析法。首先定义了区间数正理想方案,由此计算出各方案相对于正理想方案的区间数灰色关联系数。然后运用区间数的数乘运算和加法运算计算出各方案相对于正理想方案的关联度,并利用一种对区间数排序的方法,比较各方案的关联度来确定方案的优劣。给出了一个数例,证明所提方法简单、有效,易于实现。     

具有部分指标权重信息的语言多指标决策方法

针对指标权重信息部分已知、部分未知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。对具有部分指标权重信息的语言多指标决策问题进行了描述。给出了求解具有部分指标权重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,通过计算每个方案与理想点之间的距离,构建最优化模型,求得未知的指标权重值,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评价值比较的可能度,得到所有方案的排序结果。通过给出一个算例说明了所提方法的可行性和实用性。     

一种基于相似度的混合型多属性决策方法

研究了实数、区间数、语言值和不确定语言值相结合的混合型多属性决策问题。基于逼近理想解的排序方法(TOPSIS方法)确定理想方案,并定义了一种新的相似度,将各类型属性值的相似度计算规范到统一的度量空间,并且指出该相似度的几何意义,说明用该方法描述方案相似程度的合理性。将待选方案与理想方案比较,进行排序择优。最后,给出两个算例,证明了该算法的有效性。