考虑多参考点的基于前景随机占优准则的随机多属性决策

针对随机多属性决策问题,考虑决策者心理行为,提出一种基于多参考点的前景随机占优多属性决策方法.首先,以决策者属性期望作为参考点,根据累积前景理论将决策矩阵转化为损益矩阵.其次,依据前景随机占优准则构建前景随机占优关系矩阵,进而得到前景随机占优度矩阵.进一步,考虑属性相关关系,运用模糊测度得到方案综合占优度矩阵,并运用PROMETHEE Ⅱ方法对方案进行排序.最后,案例分析验证了该方法的可行性和有效性.     

基于随机占优度的随机多属性决策方法

针对属性值为随机变量的多属性决策问题,提出了一种随机多属性决策分析方法。首先给出了随机占优准则的描述,并提出了随机占优度的定义及其计算公式;然后,依据随机占优准则判断并确定两两方案之间比较所具有的占优关系,进而计算得到两两方案之间的随机占优度,进一步地通过计算可以得到每个方案的总体相对随机优势程度,并得到所有方案的排序结果。最后,通过一个算例说明了该方法的可行性和有效性。     

多属性决策的等级偏好优序法

提出了等级偏好占优关联系数的新概念, 在此基础上给出了多属性决策的等级偏好优序法. 等级偏好优序法克服了已有优序法的不足, 使各方案优劣的区分度更明显, 而且等级偏好优序法可以通过计算机编程进行实现, 从而可使等级偏好优序法在实际决策问题中发挥重要作用.     

一个已知方案偏好信息的多属性决策新方法

基于两个合理的假设,本文提出一个已知方案偏好信息的多属性决策新方法,并从理论上证明了该方法的合理性．与前人同类方法相比,本文的方法对方案的区别能力较高．它适合六种定性属性和定量属性都存在或二者之一存在的多属性决策问题．     

基于偏好矩阵的混合型多属性决策方法

针对混合型多属性决策问题,提出了一种基于偏好矩阵的决策方法。该方法从对偏好关系赋予基数值的角度思考并分析问题,通过确立标准优劣差异矩阵同时实现方案间属性优劣比较和差异规范,并充分考虑了区间型和风险型属性各自的不确定性特点;定义统一的偏好映射建立偏好矩阵,然后求解排序向量来量化方案的相对重要程度,再聚合得到总排序向量,实现方案排序。给出了应用该方法的决策原理与具体求解步骤。最后,以自动目标识别系统评估为例进行了算例分析,此算例说明了所提方法的有效性。     

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.     

基于后悔理论的考虑属性期望的随机多属性决策方法

针对具有三种不同类型属性值,且属性期望以区间值和区间概率共同表达的随机多属性决策问题,提出一种考虑决策者后悔行为的决策分析方法.首先,分别计算不同属性下各方案带来的期望效用.然后,基于后悔理论,分别计算各属性下因未选择理想方案而带来的期望后悔值,并根据属性期望,得出各属性下因未达到或达到属性期望而产生的期望后悔欣喜值.进一步地,计算每个方案的期望综合感知效用值对方案进行排序和择优.最后以一个设备开发方案的选择为例,通过与其它方法的对比以及参数分析验证了所提方法的优越性.     

基于粗糙集的随机多准则决策方法

针对有偏好信息并且准则权重信息不确定的随机多准则决策问题,提出了一种基于粗糙集的随机多准则决策方法.该方法首先根据形式化的偏好信息,利用构造的偏好信息系统准则约简理论对准则集合进行约简,降低问题的复杂程度,然后计算每个方案的净流分值并通过其大小确定方案的最终排序.最后实例说明了该方法的有效性和可行性.     

多属性决策的广义等级偏好优序法

提出了广义优序数的新概念, 并在此基础上提出了多属性决策的广义等级偏好优序法, 将两方案间的优劣等级数延拓 至分数情形, 使得各方案间的区分度更明显. 最后的实例分析证明了该方法的科学性和有效性.     

多属性相似度一致性投影决策法

针对多属性决策与评价问题中投影法存在平面空间一系列评价失效情况, 提出了一种相似度一致性的投影决策法。首先, 给出了理想偏移向量的定义, 其中包含了理想决策的偏移程度和决策者的偏好; 其次, 根据理想偏移向量, 构造了一种新的综合评价函数; 然后, 按照投影决策法的基本步骤, 得到各方案的综合评价值。有效性分析表明, 新提的方法对模相似度、距离相似度、余弦相似度和方向相似度都有综合考量, 从而能避免单一相似度的不全面和综合评价函数的失效。最后, 通过案例分析验证了方法合理有效。     

Approach to stochastic multi-attribute decision problems using rough sets theory

1.INTRODUCTIONMulti-attribute decision making(MADM)is widely ap-pliedin manyfields such as military affairs,economy andmanagement.When dealing with MADM,it is usual tobe confrontedtoa context of uncertainty.This uncertain-tycan originate fromdifferent sources[1].We suppose inthis paper that uncertaintyis due to the fact that perfor-mance evaluations of alternatives on each of the attributeslead to random variables with probability distribution.This kind of problems are called stochasti…     

不完全信息下对方案有偏好的多指标决策

在实际决策中 ,决策者往往对不同的决策方案有程度不同的偏好 .另外 ,在多指标决策中 ,要将指标的权重精确地确定在某一点上也几乎是不可能的 ,但一般都可以确定权重所在区域 .本文研究了决策者对决策方案有一定的偏好程度 ,并且各决策指标的权重都是区间数的条件下的多指标决策问题 ,给出了这类决策问题的决策方法 ,并通过例子进一步说明了该方法的合理性 .     

信息不完全确定的动态随机多属性决策方法

针对属性权重信息不完全确定、属性值为正态分布随机变量且数据信息来自于不同时期的动态随机多属性决策问题,给出了正态分布数的运算法则,定义了正态分布数加权算术平均(NDNWAA)算子和动态正态分布数加权算术平均(DNDNWAA)算子,进而提出了一种信息不完全确定的动态随机多属性决策方法.该方法利用DNDNWAA算子和NDNWAA算子对正态分布属性值进行集成;利用正态分布属性值的方差和属性权重的随机性,通过建立优化模型确定最优属性权重;利用正态分布3σ原则、区间数比较的可能度公式和互补判断矩阵的排序公式对决策方案进行排序和择优.最后,实例分析表明了该方法的可行性和有效性.     

基于偏序偏好的多属性群决策问题的综合权重

基于偏序结构、属性值是用模糊语言给出且每个属性没有决定权重的多属性群决策问题提出了一种综合权重方法。该方法运用模糊集合理论求出每对方案关于每个属性的模糊偏好关系,然后通过对决策者的冲突偏好确定综合权重来解决该问题。当综合权重不存在时,需要调整决策者们的全部或部分偏好,以达到一致意见。该方法具有概念清晰,符合现实决策问题的特点,得出的综合权重能反映各个决策者对方案的偏好。最后给出了一个算例。     

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。     

不确定群体决策的一种加权α-比较数排序法

给出了方案比较的新概念－模糊偏爱度及加权α－较多有效规则，并给出了在加权α－较多有效规则下个体择优集与群体择优集的关系。基于可能度概念，提出了不确定群体决策的一种加权α－比较数排序法，通过算例说明了该法的合理性和有效性。