改进的离差最大化决策模型及其在临近空间多任务规划中的应用

一些常用的多属性决策方法在处理多属性评价问题时,易出现评价结果相近,评价值差异较小、区分度不高等问题. 运用离差最大化思想构建的多属性决策模型,能有效拉大评价值间的差异,便于决策方案的优选和排序. 但该模型在实践中,只考虑了因属性值差异性引起的可变权重,忽略了评价指标本身的属性权重,易造成评价结果偏离真实结果. 鉴于此,对已有的基于离差最大化的多属性决策模型进行改进,综合考虑评价属性的可变权重和属性权重,设计了改进的离差最大化决策模型,并将该模型应用于临近空间多任务系统综合效能评估中,为临近空间多任务规划方案的排序及优选提供决策支持. 最后,通过算例,对比验证了该模型具有一定的适用性.     

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。     

基于离差的模糊多属性决策法及其应用

针对属性权重完全未知且属性值为三角模糊数的多属性决策问题,本文提出了一种基于线性规划和模糊向量投影的决策方法.该方法给出了三角模糊数向量投影、相对贴近度等概念.基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,从而计算各方案的加权属性值在模糊正理想点和负理想解上的投影 ,进而计算相对贴近度,并据此对方案进行排序.最后,通过算例说明模型及方法的可行性和有效性.     

三角模糊数型不确定多指标决策的相似规划模型及其应用

针对指标权重未知的三角模糊数型不确定多指标决策问题:首先,给出了一种新的规范三角模糊数相似度和决策方案相似度的定义,提出了三角模糊数相似度关系理论并得到了一些相关结果;其次,借鉴离差最大化思想提出了一种基于三角模糊数相似度关系确定指标权重的相似规划模型;再次,利用各决策方案与理想决策方案相似度的相对比值大小对各决策方案进行排序和择优,以此给出了三角模糊数型不确定多指标决策的相似度关系算法;最后,通过算例对该算法与离差最大化算法进行对比分析说明了该算法的可行性和有效性。     

基于多维关联抽样的区间数灰靶决策模型及其应用

传统区间数灰靶决策模型忽略了指标区间分布及指标间相关性对于方案优劣评价的重要影响,且赋权过程中存在一定的模糊误差.针对上述不足,本文提出了基于多维关联抽样的区间数灰靶决策模型,通过全面考虑指标空间边界及空间内部的多维联合概率密度分布情况,弱化了指标极值对于决策结果的影响;并引入模糊集值统计方法确定指标权重,将灰靶决策模型权重由实数序列拓展到区间数序列,减小了专家判定过程中的模糊误差.以潘口水库汛期运行水位抬升方案决策为研究案例,将改进模型与传统模型进行比较,结果表明,改进后的模型能够更有效地考虑区间内部数据特点及指标间的关联程度,区间数权重的设定也更合理客观.     

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。     

基于粒子群改进算法的信息系统外包组合决策模型

针对外包项目优选决策涉及到成本和效益这两类相互冲突的评价准则,提出了多准则妥协解排序法与投影寻踪模型相结合的组合决策模型,进行外包项目的优先排序.鉴于该模型求解属复杂非线性优化问题,常规方法难以直接处理,建立了微粒群改进算法,进行全局寻优.决策过程中去掉了主观确定权重的步骤,避免了人为因素的干扰,实现了完全由数据驱动的外包项目选择.通过实例证明了模型和算法的有效性和实用性.     

基于Orness测度的多阶段不确定语言信息优化集结

研究不确定情境下多阶段语言信息的集结问题. 建立了多阶段不确定语言信息集结的TOPSIS分析框架, 以贴近度思想表征各方案单阶段绩效; 基于决策矩阵信息和Orness测度约束, 建立以相邻阶段方案的综合贴近度离差和最小为优化目标的阶段权重确定模型, 考虑了主观偏好和方案决策信息对阶段权重的综合影响; 设计各方案贴近度范围分布估算模型, 解决多阶段决策过程中的决策风险问题; 建立了Orness测度的参数灵敏度分析模型, 探讨不同取值范围对方案多阶段优选排序的影响. 算例说明了方法的应用步骤和可行性.     

基于离差最大化模型的模糊多属性决策投影法

针对属性权重完全未知且属性值为三角模糊数的模糊多属性决策问题,提出了一种基于线性规划和模糊向量投影的决策方法。该方法给出了三角模糊数距离、三角模糊数向量投影等概念,给出了两个属性值规范化公式。基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,从而利用各方案的加权属性值在模糊正理想点上的投影对方案进行排序。该方法不仅避免了模糊数的比较,而且具有操作简便和易于计算的优点。最后,通过算例说明模型及方法的可行性和有效性。     

施工导流方案多属性群协商决策

针对异质群体参与的施工导流方案风险型多属性决策问题,分析导流方案决策主体面临不同属性时所对应的偏好尺度和评价效用的差异性,引入群体协商集结理论,提出基于可能度矩阵表征的导流方案群决策策略. 通过对各属性下导流方案决策主体的非一致性、模糊性意见进行协商集结,计算属性权重的协商区间. 基于蒙特卡罗模拟仿真技术,计算随机权重向量下导流方案两两间的优胜概率,得到描述导流方案优胜程度的模糊互补判断矩阵,据此进行备选方案的优先排序,并给出了排序的可信度. 实例验证了该方法的可行性和有效性. 研究为多属性群决策视角下导流方案的优选提供了理论基础和决策支持.     

基于群组DEMATEL与灰关联投影的供应商质量绩效评价

针对装备采购供应链的供应商准入评价中较少同时考虑主观判断模糊偏好及评价指标内在关联的问题, 提出一种基于决策实验室分析法(decision making trial and evaluation laboratory, DEMATEL)与灰关联投影的混合多属性群决策模型, 用以评价装备采购供应商质量绩效。该模型考虑了定量与定性融合的属性形式, 将定性评价转化为直觉模糊数形式。首先, 通过考虑专家偏好关联的λ模糊测度广义Shapley Choquet积分算子来集结主观群决策模糊信息。然后, 拓展群组DEMATEL来确定模糊环境下的指标相关权重。最后, 基于改进灰关联投影法集结主客观评价信息, 得到供应商的优劣排序。通过实例对比及敏感性分析进一步表明模型的实用性较强、可操作性好, 能有效解决混合多属性群决策问题。     

一种基于联系向量“垂面”距离的改进TOPSIS多属性决策方法

提出一种属性权重未知情境下,基于联系向量"垂面"距离的改进TOPSIS多属性决策方法VSPA-TOPSIS。该方法将正理想点与负理想点视为不确定系统中相互对立的集合,在测度目标方案与正理想点和负理想点的联系度时,充分考虑了对立集合的存在,通过引入联系向量"垂面"距离的概念,计算相对贴近度,从而在一定程度上克服了SPA-TOPSIS法逆排序的不足。决策中针对传统客观加权方法忽略自然权重的不足,将"动态最大均值逼近标准化方法"与"传统离差最大化方法"进行组合,实现了消除自然权重的离差最大化定权,保证了所提方法的可操作性。最后,从实际应用与定量交叉比较研究两方面验证了该方法的合理性与有效性。     

基于Vague集和云模型的河湖水系连通工程规划布局方案优选及排序方法

河湖水系连通工程方案多属性多目标综合评价是河湖水系连通决策和管理迫切需要解决的基础性问题.为克服传统模糊集不能体现信息介于肯定与否定之间踌躇性的弊端,通过利用Vague集评分函数方法,建立了基于多种评分函数组合的河湖水系连通工程优选及排序的综合评价模型,并提出了基于云模型的河湖水系连通评判指标和指标权重灵敏度分析方法.以浙北引水工程为例,探讨了不同评分函数对工程方案排序的影响,对比分析了单一指标值变化和多个权重变化下不同评分函数对决策结果的鲁棒性情况.研究结果为河湖水系连通工程方案的决策和效果的合理性评估提供了一条新的研究路径.     

不确定多指标决策问题的相对相似关系法研究

针对指标权重未知的不确定多指标决策问题,从描述区间数的相似性程度出发,提出了一种全新的区间数相对相似度和决策方案相对相似度定义,给出了区间数相对相似关系理论并得到了一些相关结果;然后在通过相对相似度对决策指标权重进行度量的基础上,采用备选决策方案在决策方案集中的总体相对相似度值大小选取最优对象并排序,以此给出了不确定多指标决策问题的相对相似关系法.通过算例分析了该算法和离差最大化算法的相异,说明了该算法的适用性和合理性.     

多型异构数据下关联变权空间多属性决策方法

针对当前空间多属性决策方法对空间特性的考虑不足,提出一种综合考虑多型异构性、空间复杂关联性以及空间动态性的空间多属性决策新方法.首先,定义了多型异构数据的D-U空间映射法则,提出了一种使多型异构数据能在空间中得以同构化的方法.其次,考虑空间复杂关联性及动态性,构造了2可加模糊测度下的广义Banzhaf关联变权及关联状态变权.然后,为客观确定关联属性的重要程度,建立了基于2可加模糊测度的广义Banzhaf Choquet逼近理想解优化模型,在此基础上融合关联属性信息实现备选方案的排序优选.最后,将所建模型用于干热岩勘探选区决策案例中,验证了方法的可行性,对比分析证明了方法的有效性及优越性.     

基于云模型的改进TODIM方案评价方法

针对传统方案评价方法只考虑评价信息的模糊性而忽略信息随机性的问题,同时考虑决策者具有参照依赖和损失规避行为,提出基于云模型的改进交互式多属性决策(简称为TODIM)方案评价方法。首先采用云模型对语义评价变量进行量化;其次定义算术平均云,基于云距离测度算法分析专家评价云与算术平均云的相似度,确定专家动态权重,并通过云的集成方法构建加权云决策矩阵;再定义正、负理想云模型并以最大化所有方案的总体贴近度为目标,建立线性规划模型确定指标权重;最后采用基于云距离测度算法的云-TODIM方法计算每个方案相对于其他所有方案的总体优势度,从而对方案排序。以云服务供应商的评价与选择为例,验证了所提方法的有效性。     

比较法确定多属性决策问题属性权重的灵敏度分析

属性权重的确定将直接影响多属性决策的求解结果,灵敏度分析可以判断决策结论的稳定性。针对比较法所得属性权重进行方案排序,利用经典的线性规划方法,将属性线性相关约束分解为两类物理意义更清晰的属性相关形式表示的约束条件,求解维持既定方案排序的权重变化区间,得出对既定决策排序结果最敏感的属性,从而辅助决策者做出更加合理的决策。计算实例表明,该方法具有可操作性和实用性。     

基于二次规划与相对优势度的不确定多属性决策法

针对属性权重未知且属性值为区间数的不确定多属性决策问题,提出了一种新的决策分析方法。该方法的核心是基于加权属性值离差平方和最大,建立一个二次规划模型,通过求解该模型获得属性权重,从而由加性加权法得到方案的综合属性值,进而利用各方案的相对优势度和对方案进行排序。最后,通过算例说明方法的可行性和实用性。     

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．     

给出方案优先序的模糊多属性决策方法

针对属性值为模糊变量,属性权重完全未知但给出方案优先序信息的模糊多属性决策问题给出决策方法.该方法通过建立一个二次规划模型来确定属性的权重,进而通过求解一个以极大化方案总贡献为目标的0-1规划模型来获得方案的排序及最佳方案.最后给出了应用算例.