一种具有不同形式偏好信息的群决策方法

给出了一种具有不同形式偏好信息的群决策方法·描述了在群决策中决策者可能给出的效用值、序关系值、互反判断矩阵、区间数评价值、模糊语言评价值和模糊互补判断矩阵等 6种不同形式的偏好信息 ,并给出了将不同形式的偏好信息均转化为模糊互补判断矩阵形式的计算公式·基于近年来最新发展的OWA算子给出了集结各决策者的偏好信息和方案优选的方法 ;最后给出了一个算例·     

基于OWA算子威胁评估的群决策方法

基于作战实际情况,提出了一种新的基于OWA算子的威胁评估方法。采用将主观偏好信息一致化为效用值的方法,通过OWA算子集结出决策群体的主观偏好信息,建立主客观信息相集成的威胁评估模型,然后通过二次规划模型计算属性权重,最后"通过一个排序公式"得出目标的威胁评估值和排序结果。所建立的威胁评估模型更为符合作战的实际过程,算例表明了方法的有效性。     

基于OWA算子的群决策方法的灵敏度分析

针对基于OWA算子的群决策方法,给出了一种灵敏度分析方法·首先,给出了关于OWA算子的描述及其基本性质;然后,给出了一种基于OWA算子的群决策方法以及相应的灵敏度分析问题的描述·分析了在保持任意两个方案优劣关系不变的条件下,专家给出的评价信息的灵敏度变化范围的计算公式,为进一步研究基于OWA算子的方案排序稳定性以及群组决策分析等问题打下了基础·最后,通过一个算例说明了本文给出的分析方法·     

基于FOWA算子的不同模糊偏好信息的群决策法

研究决策者以不同形式给出其模糊偏好信息的群决策问题.首先,利用三角模糊运算的一些拓展法则和不同模糊偏好信息之间的转换公式将模糊效用值型、模糊互反判断矩阵型的偏好信息形式一致化为模糊互补判断矩阵型.其次,以三角模糊数的期望值为排序工具,利用FOWA算子对一致化的决策信息和方案的优势程度进行集结,依据综合优势度的期望值对方案进行排序,提出一种新的模糊群决策方法.最后,通过实例说明方法的可行性和有效性.     

基于模糊偏好关系及OWA算子的多准则群决策方法

根据一种基于加权的新型模糊偏好关系及计算模糊关系的解析表达式，集结不同决策者的偏好信息，得出群体偏好矩阵，进而求出最优方案．此外，为了使专家在决策时能就所决策的问题达成最大程度的一致，提出了一些“软的”度量专家在决策时所达成的一致程度的一些指标及计算方法，为进一步调整专家决策时的评估信息提供了依据．     

基于模糊集合理论和OWA算子的群决策偏好集结模型

将OWA算子和模糊集合理论应用到群决策偏好集结领域,给出了相应的集结群决策信息的模型和实施步骤.最后通过一个算例的演算来说明如何将模糊集合方法和OWA算子应用到群决策偏好集结领域,并给出算例分析.     

群决策中基于不同偏好信息的相对熵集成方法

研究了基于不同形式偏好信息的群决策问题.在群决策中专家根据个人的偏好,常常对决策方案集给出4种不同形式的偏好信息,包括直接反映决策方案优劣次序的序关系值和效用值,以及2个决策方案成对比较互反判断矩阵和模糊互补判断矩阵.首先给出了序关系值、互反判断矩阵和模糊互补判断矩阵3种偏好信息均转化为效用值形式的计算公式, 然后从相对熵的概念出发,提出了一种相对熵最优化的集成模型,给出了模型的解.最后进行了2个实例分析,结果表明所提出集成方法是有效的.     

一种梯形模糊偏好的多属性群决策方法

针对多属性群决策问题,以梯形模糊数为基础,给出了一种群决策方法.该方法采用梯形模糊数表示决策者偏好和决策者权重,由偏好矩阵和权重向量构造出加权决策矩阵,通过期望值计算和归一化处理得到规范化的决策矩阵,采用OWA算子进行集结,结合属性权重得出决策结果.最后通过算例表明了该方法的有效性和实用性.     

一种不确定型OWA算子及其在群决策中的应用

把Yager提出的有序加权平均（OWA）算子推广到所给定的数据信息为区间数形式的不确定环境之中，基于区间数据两两比较的可能度公式和模糊互补判断矩阵的排序公式，提出了一种不确定型OWA算子，人出了其在应用过程中的具体步骤，并提出了一种相应的集结群决策信息的方法，最后通过算例说明了方法的可行性和有效性。     

一种基于不同粒度语言判断矩阵的群决策方法

针对基于不同粒度语言判断矩阵的群决策问题,提出了一种新的群决策分析方法.对有序语言短语集中的语言短语进行“量化”,通过变量转换关系将语言判断矩阵转换为互补判断矩阵,并进行了判断信息转换的一致性分析;采用OWA算子将每个决策者给出语言判断矩阵所对应的互补判断矩阵集结为群的偏好矩阵,并通过计算每个方案的优势度来确定最优方案;最后给出一个算例说明了所提出的方法的有效性与实用性.     

基于决策偏好距离的多阶段群决策快速集结方法

针对具有互反判断矩阵偏好信息的多阶段群决策问题,文章提出了一种基于决策偏好距离的快速集结方法。首先对决策偏好距离相关概念进行定义,阐述了基于决策偏好距离的多阶段群决策集结过程;其次,利用决策偏好距离算法对单一专家的阶段内权重和阶段间权重进行测度,得出最优的专家权重;然后,通过加权几何平均算子拟合出最优的专家判断矩阵和最优的群体决策偏好;最后,给出算例,分析结果表明该方法具有合理性。     

基于三参数区间数型偏好序的群决策方法

研究了决策者偏好以三参数区间数型偏好序形式给出的有限方案群决策问题。首先给出了三参数区间数型偏好序的定义,在综合考虑决策者偏好信息的基础上,引入导出的偏好序向量,给出了三参数区间数型偏好序的概率描述。其次介绍了三参数区间数型偏好序一致性的两个定义,利用调整算法对一致性不可接受的偏好序进行修正。通过定义三参数区间数型偏好序之间的偏差函数,给出一种确定决策者权重向量的有效方法,从而建立了一种解决有限方案群决策问题的有效算法。最后通过一个实例说明该方法的可行性和有效性。     

考虑偏好序且权重未知的群双边匹配决策

考虑匹配主体是群且成员权重未知,提出一种基于偏好序信息的群双边匹配决策方法.先给出群双边匹配、综合满意度等概念.使用极大极小离差法求出主体群的成员权重,并通过OWA算子进行集结、生成一方主体群对另一方主体群的综合满意度.以最大化双方主体群的综合满意度之和为目标,建立0~1单目标优化模型并对模型解法进行拓展,求解模型获得最优匹配方案.最后通过实例说明该方法的简单、有效性.     

加权犹豫模糊偏好关系及其在群体决策中的应用

考虑到犹豫模糊偏好关系更能全面地表征决策者的偏好信息, 将犹豫模糊偏好关系置于权重意义下, 定义了加权犹豫模糊偏好关系和乘性一致的加权犹豫模糊偏好关系,并设计了一种一致性调整算法, 用于检测和提高加权犹豫模糊偏好关系的一致性水平,最后给出基于加权犹豫模糊偏好关系(weighted hesitation fuzzy preference relation, WHFPR)的群决策方法, 并通过案例分析表明所提出方法的实用性和可行性。     

不完全信息群体多属性决策的弱序偏爱强度法

通过对决策个体提供的信息进行一致性检测,确定群体属性权重区间,从而克服了各决策者给出的属性权重信息不一致给决策带来的困难,使属性权重信息的集结过程充分体现群体的意志和意愿.构造各方案下的各个属性的群效用区间,借助弱优概念,探讨了建立在两两比较基础上的几种弱优关系的内在联系,从而为弱优关系建立的合理性奠定理论基础,最终构造了一种新的交互式的群体多属性决策偏爱强度方法.