一种基于群体语言判断矩阵的群决策问题的二元语义解法

针对群决策中专家给出的关于方案两两比较的语言判断矩阵，给出一种基于二元语义的群决策方法。在该方法中，首先将原始语言评价信息转化为二元语义形式；然后采用二元语义集结算子将每个专家给出的语言判断矩阵集结为群的评价矩阵，并利用计算二元语义非优势度的方法，给出最优方案的选择过程。最后通过一个算例说明给出的方法。     

权重信息不完全的二元语义多属性群决策方法

针对解决具有语言评价信息的多属性群决策问题,提出了一种基于最大偏差和二元语义信息处理的群决策方法。该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算。对于属性权重完全未知或属性权重信息不完全的情形,分别给出了一个求解属性权重的简洁公式和一个基于最大偏差的目标规划模型,分别获得相应的属性权重,然后利用二元语义加权算术平均(T-WAA)算子,对二元语义决策信息进行加权集成,继而对决策方案进行排序和择优。该方法具有对语言信息处理较为精确的特点,避免了以往采用的语言信息处理方法所带来的信息扭曲和损失。最后给出了一个实例分析。结果表明该方法简单,有效和易于计算。     

基于二元语义多属性群决策的灰色关联分析法

针对解决具有语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理的群决策方法,该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算,它是依据传统灰色关联分析方法的基本思想,通过计算每个方案对正、负理想方案的语义灰色关联度,最终确定最优方案,使该方案对正理想方案具有最大的灰色关联度和对负理想方案具有最小的灰色关联度.该方法具有对语言信息处理较为精确的特点,避免了以往采用的语言信息处理方法所带来的信息扭曲和损失.最后给出了一个实例分析.结果表明方法简单、有效和易于计算.     

基于二元语义符号运算的群决策方法

具有语言判断矩阵形式的偏好信息的群决策是决策分析及群决策支持系统研究中的一个重要课题。针对这类群决策分析问题,提出了一种基于二元语义符号运算的群决策方法。在该方法中,首先描述了语言判断矩阵形式的偏好信息及其语言判断矩阵转化为二元语义符号的方法,然后基于T OWA算子给出了集结各决策者偏好信息和方案优选的方法。算例验证表明,用该方法所得到的方案是最优方案。     

基于二元语义信息处理的软件质量综合评价方法

针对具有层次结构和语言评价信息的软件质量综合评价问题,提出了一种基于二元语义信息处理的综合评价方法。首先给出了一种软件质量评价指标体系,然后在简要介绍二元语义概念的基础上,给出了基于二元语义信息处理的软件质量综合评价方法的计算步骤,通过该方法可以得到以二元语义形式给出的软件质量综合评价值。最后通过一个算例说明了该评价方法的有效性。     

基于ET-WG和ET-OWG算子的二元语义群决策法

针对一类属性值和权重值均为语言评价信息的多属性群决策问题,提出了一种群决策分析方法.首先,为了便于语言评价信息的集结运算,提出了一些新的集结算子:扩展的二元语义加权几何(ET-WG)算子和扩展的二元语义有序加权几何(ET-OWG)算子,并分析了这些算子的性质.然后提出了一种基于ET-WG算子和ET-OWG算子的群决策方法,其核心是通过语言信息的集结运算,得到各方案的群体综合评价信息,从而根据二元语义信息的比较原则,得到所有方案的排序结果.最后给出了一个实例分析,说明了本文提出方法的可行性和实用性.     

基于二元语义信息处理的最大树聚类方法

针对解决具有语言评价信息的多指标聚类分析问题,提出了一种基于二元语义信息处理的最大树聚类方法。该方法依据传统的最大树聚类分析方法的基本思想,采用二元语义概念对语言评价信息进行处理和运算,并对聚类对象进行分类,具有概念清晰、计算简单、信息处理较为精确的特点。最后,通过一个算例说明了所给出的聚类方法。     

基于不同粒度语言判断矩阵的群决策方法

针对具有不同粒度语言判断矩阵形式偏好信息的群决策问题,提出了一种基于二元语义信息处理的群集结与方案优选方法.在该方法中,首先给出了不同粒度语言判断矩阵一致化为由基本语言评价集表示的二元语义形式的方法;然后基于二元语义的T-OWA算子,将各决策者给出的偏好信息集结为群的偏好并进行方案的优选.最后给出了一个算例.     

信息不完全确定的多准则语言群体指派方法

针对决策者权重和准则权重信息不完全确定且评价信息为语言值的多准则指派问题,提出了一种新的求解方法。该方法利用二元语义对语言评价信息进行处理和运算。首先将决策者在各准则下给出的语言评价矩阵转化为二元语义,并利用二元语义的Δ函数及其逆函数Δ-1将其结集为群体在不同准则下的评价矩阵,然后利用二元语义的算术平均算子将不同准则下的评价矩阵结集为综合效率矩阵,再结合决策者权重和准则权重的不完全确定信息等构建非线性混合整数规划模型,并利用粒子群算法与匈牙利算法联合进行求解。最后实例说明该方法的可行性和有效性。     

基于语言判断矩阵的信息不完全的群决策方法

针对方案间的比较信息为确定语言等级或位于两个连续语言等级之间,甚至缺失,以及决策者权系数信息不完全确定的群决策问题,提出一种基于证据推理和二元语义的群决策方法。该方法根据决策者的原始评价矩阵信息得到属于语言等级的信任度,利用证据推理算法得到各方案在各语言等级下的信任度,将其转化为二元语义形式,根据决策者权系数的不完全确定信息和二元语义的距离等构建非线性规划模型,并利用改进的粒子群算法进行求解,根据求解结果得到方案集的一个排序。最后实例说明了该方法的可行性和有效性。     

梯形模糊数判断矩阵的二元语义排序方法

二元语义能够很好地解决信息集结过程中的失真问题,根据二元语义与相应的梯形模糊数等价这一思想,针对群决策过程中梯形模糊数比较的不确定性问题,提出了梯形模糊数互补判断矩阵的一种二元语义的排序方法。讨论了梯形模糊数与二元语义之间的转化方法,建立了二者之间的关系;研究了梯形模糊数互补判断矩阵与二元语义语言判断矩阵之间的内在联系,提出了一种偏好形式为梯形模糊数判断矩阵的极大熵排序方法,给出了梯形模糊数判断矩阵的群集结步骤。算例分析表明所给的排序方法能够有效地避免梯形模糊数评价信息集结过程中信息的丢失与扭曲。     

信息不完全确定的多准则语言区间群决策方法

针对权系数信息不完全确定且方案的准则值为确定语言等级或位于两个连续语言等级之间或语言区间,甚至缺失的群决策问题,提出一种群体语言决策方法。该方法将各准则的语言值转换成二元语义,利用WC-OWA和OWA算子进行准则集结和方案集结,通过方案贴近度和决策者给出的准则权系数的不完全确定信息,建立非线性规划模型,利用遗传算法对模型进行求解得到准则的最优权系数,进而得到方案的群体集成值,并将其转化为二元语义,利用二元语义的有序性得到方案的排序。实例计算表明了该方法的可行性和有效性。     

基于二元语义的项目成功度群体综合评价方法

成功度评价是项目后评价中一种常用的定性综合评价方法.本文采用二元语义来对语言信息进行表示和运算,提出了一种对项目总成功度进行定量评价的方法.首先将专家给出的语言评价信息用二元语义的形式来表示,然后计算专家在各指标上的权重,建立基于最小二乘法的优化模型,对专家评价意见进行集结,得到各指标成功度和权重的群体评价结果.在此基础上,采用拓展的二元语义几何加权平均算子对群体评价信息进行集成,得到二元语义形式的项目成功度综合评价结果.本文提出的方法可有效避免语言评价信息集结和运算中出现的信息损失和扭曲,可以对项目的综合成功度等级作出精确的评定.最后给出了一个算例.     

基于改进二元语义的评估信息融合研究

针对评估中评估结果表达形式多样不便比较分析,以及个体评估结果分散与最终评估结果统一间矛盾的存在,在此提出基于二元语义模型的评估信息融合方法,该方法利用改进的二元语义模型对数据标准化,在此基础上引入融合算子,将表达形式不同的多评估结果有效融合,最后给出评估小组的群决策结果。用该方法对海关风险评估问题进行仿真,结果表明该方法可以有效地完成评估问题中从数据预处理、数据分析到结论支持整个过程。专家数据融合的实例验证了所提出模型的可行性和有效性。     

不完全指标权重信息下的语言多指标决策方法

研究了不完全指标权重信息下且指标值为语言评价信息的多指标决策问题,给出了一种基于二元语义信息处理和TOPSIS的决策分析方法.首先将规范化的语言评价信息转化为二元语义形式,然后应用TOPSIS方法和二元语义集成算子建立并求解线性规划模型,得到未知的指标权重值,再通过二元语义加权平均算子计算得到各方案的综合评价值.最后通过算例说明了该方法的有效性和实用性.     

自适应语义表达丰富度的群决策方法

为解决群决策评估中出现的决策信息模糊以及决策反馈低效化的问题,提出了自适应表达丰富度的决策方法,该方法结合二元语义以及多标准决策分析的思路,计算每个方案相对于理想解的近似贴近度,并将输出结果利用自适应表达丰富度的模块化处理进行语义标度的重新匹配,最后,通过军港的军事效能评估案例对所使用的方法进行分析论证。     

基于前景理论和区间二元语义MULTIMOORA的多属性决策方法

针对属性值为不确定语言,属性权重为部分已知或完全未知的多属性决策问题,提出一种新的决策方法。运用前景理论计算出每个属性的二元语义前景值,建立二元语义前景决策矩阵。在考虑主、客观影响因素的基础上,构建属性权重优化模型,得到属性的综合权重。基于区间二元语义对MULTIMOORA进行扩展,并对方案进行排序。在此基础上,运用占优理论得到方案的最终排序。最后,通过算例验证了该方法的可行性与有效性。     

具有语言评价信息的指派问题的求解方法

针对解决具有语言评价信息的多目标指派问题，提出了一种新的求解方法．该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算．首先，将专家给出的具有语言评价信息的效率矩阵转化为二元语义形式，然后采用二元语义集结算子计算得到综合效率矩阵，通过建立指派问题数学模型并根据二元语义自身特点借助传统指派问题的求解方法得到最优解．该方法具有计算简单和语言信息处理结果准确等特点．最后给出了一个算例．     

一种处理语言评价信息的多属性群决策方法

针对具有语言评价信息的多属性群决策问题,提出了一种新的决策方法.该方法采用二元语义表示模型和计算模型进行语言评价信息的处理,并依据LINMAP法的基本思想,在给出群体一致度和不一致度定义的基础上,构造了一个估计正理想点和属性权重的线性规划模型,通过计算每个方案与正理想点之间的距离来确定最优方案.最后用实例说明了该方法的有效性与合理性.     

基于个人区间复合标度的一致决策模型

为更好地解决一致决策过程中不同决策者的偏好信息表示,以及一致程度判定等问题,提出一种基于区间复合标度的二元语义模型,可实现从词到数值区间的转化过程以及数值区间到词的再转化过程.提出一种基于个人区间复合标度的一致决策模型,决策者个人有不同的语言表示模型,同时突出决策过程中的转化和再转化过程,可对整个决策过程的一致状态进行判断.提出的模型考虑了人们思维的模糊性以及认知的差异性,并为解决复杂的一致决策问题提供了量化模型与评价依据.