基于区间二型模糊多粒度证据融合方法的钢铁行业耗能决策

为了探索区间二型模糊背景下的多属性群决策方法，以多粒度概率粗糙集为基础，结合MULTIMOORA(Multi-Objective Optimization by Ratio Analysis Plus the Full Multi-Plicative Form)与证据融合理论，发展了一种基于区间二型模糊信息的多粒度证据融合决策模型.首先，提出多粒度区间二型模糊概率粗糙集模型；然后，通过离差最大化法和熵权法计算决策者权重和属性权重，依据多粒度概率粗糙集和MULTIMOORA法建立区间二型模糊多属性群决策模型，通过源自D-S证据理论的证据融合方法融合得出决策结果 .通过钢铁行业耗能的实例，证明提出方法的可行性与有效性，总体上，提出的决策模型具备一定的容错力，有助于获得强解释力的稳健型决策结果 .     

权重优化下基于证据推理的直觉模糊多属性决策

针对决策者给出属性权重系数的直觉模糊多属性决策问题,提出一种权重系数优化方法并通过证据推理有效融合各项决策数据.首先,用直觉模糊熵和直觉模糊相似度表示决策信息的客观性,利用熵权法融合公式对主观权重系数进行优化修正;其次,发挥证据推理方法的优越性,将各属性的直觉模糊信息进行融合得到每个方案的综合直觉模糊集;再次,运用一种...     

二元语义群决策在缺陷信息分析中的应用研究

本文将语言型群决策方法引入产品缺陷判定领域,运用二元语义群决策方法开展缺陷信息分析.选用二元语义描述决策属性,利用加权平均集成算子计算属性的主观权重,基于最小偏差求解客观权重,集成求解方案的综合评价值,实现对故障案例的风险排序,进而保障缺陷信息分析结果的客观性.     

基于直觉模糊格的不确定性证据分析

针对属性值和权重均为语言真值直觉模糊对的多属性决策问题,文章提出一种基于直觉模糊格和证据理论的群决策方法:对专家给出的每个方案的属性值和属性权重进行证据合成,根据十元语言真值直觉模糊对LI10格对证据合成结果进行排序,通过案例验证了所提出方法的有效性和合理性。首次用语言值直觉模糊对代替数值进行证据合成和群决策,解决了人的自然语言在转化成数值的过程中会出现信息缺失等问题。     

一种基于差异度变权的多属性决策方法

针对属性权重信息完全未知的多属性决策问题,通过引入属性值的差异度、基于差异度的变权等概念,提出了基于差异度变权的多属性决策方法.利用差异度客观地确定了属性的权重,并以此为常权,借助状态变权,实现了属性值之间的均衡.最后通过具体实例,说明该决策方法的可行性和有效性.     

基于后悔理论的区间二元语义多属性群决策方法

针对评价信息为区间语言变量的多属性群决策问题,提出了一种基于后悔理论的区间二元语义多属性群决策方法,该方法能够有效考虑决策者在决策过程中产生的一种风险规避,及其在后悔与欣喜之间存在的心理差异变化。首先,介绍关于区间二元语义信息的一些基本概念,并给出了区间二元语义均值与方差的定义;针对决策矩阵元素为区间二元语义变量属性权重部分未知的多属性群决策问题,利用区间二元语义的方差,通过构建优化模型确定最优属性权重,并提出了一种基于后悔理论的区间二元语义多属性群决策方法;最后将提出的方法应用至企业设计方案的选择中,结果与比较分析表明该方法具有一定可行性和有效性。     

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。     

基于位置子市场划分的房价贝叶斯概率模型

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D数理论的不确定多属性决策方法

针对不确定多属性决策过程中信息缺失且关联时难以决策的问题,提出了一种基于D数理论的计算方法.该方法通过属性权重值的大小来决定D数融合顺序,如果权重值相等,则按照D数客观评估值大小顺序融合.该方法结合D数理论可实现属性信息缺失与关联时的不确定信息下的多属性决策,最后通过汽车引擎选择实例验证了该方法的有效性与可行性.     

基于信息融合的船舶中央冷却系统运行状态评估

为解决船舶综合监控系统中海量无序数据信息的有效利用问题,以中央冷却系统为研究对象,提出D-S证据理论结合粗糙集的信息融合方法对系统运行中的故障隐患状态进行识别.分别定义了等价属性和证据决策系数的概念,给出快速约简方法及基于证据信任度的证据合成方法,明确了证据基本可信度分配的求解过程.基于实际船舶典型状态数据的测试评估结果表明,所得结论与基于先验知识的判断基本一致,验证了所提方法对系统隐患故障状态评估的有效性.     

机场柴油发电机组故障检测中证据理论的应用研究

机场柴油发电机组由于其结构的复杂性、故障诊断的困难性以及保障的应急性,要求在保障时能够准确识别故障并加以排除,因此,基于信息融合技术的故障诊断就成为其发展的必然.本文根据柴油机的系统特点及故障特征,利用D-S证据理论并结合实例分析了信息融合技术在判断系统状态和故障识别方面的准确性和有效性.     

基于知识测度的区间直觉模糊多属性群决策方法

针对现有的区间直觉模糊熵未能全面体现区间直觉模糊集所包含的信息,从而会导致相关熵应用的多属性群决策出现偏差这一问题,提出了一种基于知识测度的区间直觉模糊多属性群决策方法.首先,利用扩展的区间直觉模糊知识测度确定属性权重;然后,利用区间直觉模糊加权算术平均算子集成信息,得到各备选方案的综合属性值,进而用得分函数对方案进行排序.最后通过一个实例表明了提出方法的合理性和有效性.     

基于证据推理的供应商绩效评价与决策

针对供应商绩效评价与选择这一不确定多属性决策问题,采用证据推理方法建立一个具有不确定性包含有定量和定性的具有多层次结构的多属性决策分析模型.在证据理论框架下,结合信息变换技术,对定性和定量的评价信息按照综合属性的评价等级变换成统一的分布评估形式,考虑属性的权重构造基本概率分配函数,利用证据推理算法综合所有的属性,从而完成方案的综合评价.运用多属性效用理论决策方法确定供应商的选优排序.结合供应商绩效评价与选择实例说明该方法的有效性.     

心态函数的区间直觉模糊多属性决策的研究

针对心态函数在权重信息不完全已知的条件下对多属性决策方法进行了研究,通过建立LP模型,利用贴近度再结合区间直觉模糊加权平均算子,提出了一种新的基于贴近度的综合加权心态函数,当权重信息不完全已知时,此方法对心态函数的多属性决策提供了一种新的解决途径,并由实例说明其准确性.     

构建区间数排序准则下的多属性群决策理论与实践

针对多属性群决策问题,构造区间数表达属性值并用区间数熵值法确定属性权重;建立区间数排序模型,利用各方案中加权的属性优劣个数进行比对决策.基于此,提出一种区间数排序准则下的多属性群决策方法.最后通过实例对决策过程做了详细说明,结果表明该决策理论指导实践科学有效.     

基于残缺语言区间信息的多属性群决策

针对属性权重为语言变量、评价信息为残缺语言区间信息的多属性群决策问题,提出了基于改进的模糊区间证据推理的分析方法.首先给出了残缺信息的随机变量表示方法,并根据专家在决策中的重要程度,将专家给出的决策矩阵组合成信任度矩阵,然后采用所提出的改进的模糊区间证据推理方法求得各方案的分布式评价值.计算各方案的模糊评价值,给出方案排序方法.最后给出了一个算例,证明了所提方法的有效性.     

基于前景理论的三参数区间灰数信息下多属性灰靶决策方法

针对决策信息为三参数区间灰数且属性权重部分已知的多属性决策问题,提出一种基于前景理论的三参数区间灰数信息下多属性灰靶决策方法.首先,对决策信息进行数据集结,由此定义三参数区间灰数的距离测度;然后,给出前景价值函数,以综合前景值最大化为目标确定属性权重,进而对方案进行排序;最后,通过一个实例验证该方法的有效性和可行性.     

Pythagorean犹豫模糊熵及其多属性群决策方法

针对模糊信息下的群决策问题,提出了一种基于Pythagorean犹豫模糊熵的多属性群决策方法;给出了Pythagorean犹豫模糊熵的公理化定义及计算公式;为克服传统Pythagorean犹豫模糊集规范化方法导致原始决策信息流失的不足,完善了基于Pythagorean犹豫模糊环境下的最小公倍数扩充方法,方法能有效地保持原始决策信息;又以Pythagorean犹豫模糊熵作为决策信息差异程度的度量,给出属性权重完全未知或部分已知情况下权重的确定方法,并定义了基于最小公倍数的Pythagorean犹豫模糊距离测度和Pythagorean犹豫模糊熵测度;构造了一种基于Pythagorean犹豫模糊熵的TOPSIS方法,并通过精准扶贫补贴项目案例说明了方法的可行性和有效性.     

基于不确定语言信息的群决策方法及其应用

对于属性权重和属性值均以不确定语言信息形式给出的多属性群决策问题进行了研究,提出了基于ULWM算子和ULHA算子的多属性群决策方法。首先定义了ULWM算子,并且讨论了该算子的一些性质。通过ULWM算子集结决策方案的综合属性评估值,ULHA算子集结决策方案的群体综合属性评估值。然后利用可能度公式对于所有决策方案综合评估值进行比较得到可能度矩阵,最后对模糊互补判断矩阵排序得到所有决策方案的排序信息。实例表明了该方法的有效性。     

基于Jaynes最大熵的模糊多属性群决策投影方法

为了解决属性权重完全未知的模糊多属性群决策问题,采用基于Jaynes最大熵原理的投影偏差模型确定指标权重,运用基于多准则妥协解排序法的妥协解排序框架实现决策过程。首先运用区间直觉模糊集表达决策者的犹豫模糊评价信息,然后运用集成算子获得综合决策矩阵,再运用Lingo11~求解获得属性权重,利用信息集结获得备选方案的加权投影,最后根据方案的最大群效应值、最小后悔值和综合指标值进行方案排序。实验显示,方案的排序结果与其它方法保持一致,趋势图显示此方法计算的各方案综合指标值变化趋势更明显。分析表明,该方法避免了其他权重确定方法的不足之处,消除了计算过程中的折衷损失,适用于属性权重完全未知的多属性群决策方案排序问题的评价。