基于混合型评价矩阵的多属性群决策方法

本文针对具有语言型、直觉模糊数和区间直觉模糊数三种评价信息的混合型多属性群决策问题, 提出一种基于属性权重和专家权重均未知的决策方法. 首先, 定义新的转换函数, 可将不同粒度的语言评价信息统一成区间直觉模糊数; 然后, 基于支持度确定未知属性权重, 并在综合考虑区间直觉模糊数熵值和相似度的基础上, 建立了一种新的专家权重确定模型; 在将混合型决策矩阵转换成区间直觉模糊决策矩阵后, 利用IIFWA算子依次集结个体决策矩阵, 从而得出方案集的排序. 最后, 应用在ERP选优问题中, 验证了方法的有效性.     

基于区间数决策矩阵的评判专家水平的研究

针对群决策中基于区间数决策矩阵形式偏好信息的评判专家水平问题,提出了一种分析方法。首先,给出了有关区间数、专家群体判断区间数决策矩阵的定义及其决策矩阵的规范化方法。通过定义专家给出的决策矩阵中各个元素与综合评价矩阵中对应元素之间的相对偏差,给出了基于区间数决策矩阵形式偏好信息的专家评判水平的分析方法。同时,利用数理统计方法,给出了专家评判水平分类的判别方法。通过一个算例说明给出的分析方法。     

区间直觉模糊多属性群决策自收敛算法

对区间直觉模糊多属性群决策中的一致性问题进行研究,引入了一种可自收敛算法得到一致性群决策矩阵。首先基于区间直觉模糊数的运算法则和集结算子,将单个决策者的决策矩阵集结为群体决策矩阵;然后通过可自收敛算法反复迭代,直到得到满足一致性的群体决策矩阵;最后再次基于区间直觉模糊数的集结算子和排序规则实现方案选优。从理论上论证了该算法的收敛性和保序性,并通过算例验证了算法的可行性和有效性。     

区间灰数群决策中决策者和属性权重确定方法

研究区间灰数信息的多属性群决策中决策者和属性的权重问题.为解决决策者给出的属性值蕴含的客观权重和主观权重冲突的问题,利 用各方案与理想方案间的灰色关联度和极大熵原理建立规划模型求出属性的客观权重,并结合主观权重求得属性的综合权重;基于群体 意见的一致性要求和信息分布的特点,依据极大熵思想及各决策者关于方案的综合指标值与群体综合指标均值间的灰色关联度建立模 型求出各决策者的权重.在此基础上提出了区间灰数信息的群集结方法.算例验证了此方法较于其他方法更加合理.     

权重信息不完全的仿真可信度指标聚合方法

针对专家偏好信息为残缺区间判断矩阵的仿真可信度评估问题,提出了一种新的指标聚合方法。首先,给出了区间数直径和偏离度的定义。然后,根据专家所给的残缺区间判断矩阵计算出专家的客观权重,再利用凸组合将专家主观权重与客观权重集结为专家综合权重。接着,结合专家综合权重建立了一个确定指标权重的非线性优化模型,进而提出了一种权重信息不完全时的指标聚合方法。最后,通过实例验证了方法的合理性与有效性。     

一种基于集对分析的区间数多属性决策方法

针对属性权重和决策矩阵均为区间数的多属性决策问题,提出了一种基于集对分析的排序方法。通过借鉴集对分析理论把论域三划分的思想,把区间评价值转化成联系数的形式,给出了两个具有直观意义、计算简便的排序准则,并分析其合理性。分析过程中发现,区间数权重向量和区间数决策矩阵的方案评价向量具有不同的自由度,因此需要对它们采用不同的处理方法。最后,通过算例表明算法排序有效。与已有的数学规划等方法相比,该方法计算更为简便,排序准则具有直观的意义。     

一种基于误差分析的区间数多属性决策方法

针对属性值以区间数形式给出,属性权重信息完全未知的区间数多属性决策问题,提出了一种基于误差分析的方法。对区间数多属性决策问题及误差传递公式进行了描述,并将区间数决策矩阵写为误差分布的形式。利用属性中间值决策信息,给出了基于属性值绝对偏差的大小确定属性权重中间值的方法,并依据线性加权算法得到方案综合评价值的中间值。在此基础上,依据误差传递公式求出属性权重和方案综合评价值的误差估计值,由此得到权重区间和方案综合评价值区间。进一步利用基于可能度的区间数排序方法得到方案排序。最后,给出了一个算例。     

基于前景理论的区间直觉模糊多准则决策方法

针对准则值为区间直觉模糊数, 准则权重分别为完全未知和部分已知的多准则决策问题, 提出一种基于前景理论的决策分析方法. 该方法给出一种新的记分函数(P-记分函数), 据此可将区间直觉模糊数转化为实数. 利用前景理论, 以零点为参考点计算前景值, 构建前景决策矩阵. 建立以综合前景值最大化为目标, 以权重取值允许范围和决策者主观偏好为约束的优化模型, 计算准则权重. 结合前景决策矩阵及准则权重, 计算各方案的综合前景值, 并以此对方案进行排序. 最后通过实例验证了该方法的有效性.     

基于语言决策矩阵的专家客观权重确定方法

针对语言型多属性群决策中的专家赋权问题,提出一种基于语言测度理论的专家客观权重确定方法。该方法根据精确胜过模糊、少数服从多数、细分优于粗分三个原则,从混合型语言决策矩阵中提取专家权重信息,包括评价信息量、与群体的一致性和发挥的区分作用,给出了个体评价信息量权值、群体一致性权值和区分作用权值的计算方法,在三种分权值的基础上确定专家总体权重。最后通过算例说明该方法可行有效。     

一种新的区间数多属性决策的集结方法

对于属性权重和决策矩阵元素均为区间数的多属性决策问题,提出了一种新的方案综合属性区间的集结方法。通过给出与区间权重向量相对应的属性有效权重向量的定义及其具体表达形式,改变已有方法需要求解数学规划模型的做法,运用区间数的数乘运算和加法运算集结方案的有效综合属性区间值,并利用一种对区间数排序的方法,比较各方案的有效综合属性区间值来确定方案的优劣。最后,给出了一个数值例子,结果表明方法简单、有效,易于实现。     

基于不同偏好信息的评价专家水平研究

针对不同偏好信息给出了一种分析方法.首先,给出有关效用值、序关系值、互反判断矩阵、互补判断矩阵和语言判断矩阵的定义及其相关性质;然后,通过定义不同偏好信息之间的转换公式,将不同偏好信息都转换为互补判断矩阵的偏好信息,得出各个专家的方案排序值向量,进而利用因子分析法,通过SPSS软件找出方案集相关系数矩阵的公共因子,计算出每个专家的因子得分及因子总得分.根据各个专家的因子总得分的大小,对各个专家的评价水平进行排序;最后,通过一个算例说明了本文提出的分析方法.     

群决策中基于一致性强度的专家意见集结方法

针对群决策问题,提出了一种基于群体一致性强度的虚拟专家意见逐步集结规划的方法.首先将两个专家的偏好信息集结为序关系值向量,将该次集结结果作为一个"虚拟专家"给出的判断信息,然后吸收下一个专家的意见成为新的虚拟专家,依此类推,直到最后一个专家参与决策.引入虚拟专家的群体一致性强度保证群体结果趋向一致,其中一致性强度和虚拟专家的权重依赖于所包含的个体专家的人数.个体人数越多一致性强度和权重就越大,从而体现了少数服从多数的原则.该方法将多专家的复杂群决策问题转化为低复杂度的多阶段二人决策问题,并保证了群体结果的一致性.最后,通过一个算例验证了方法的有效性.     

灰色风险型多属性群决策方法

对一类权重信息未知并且属性值为区间灰数的灰色风险型多属性群决策问题进行了探讨,提出了一种基于理想矩阵的相对优属度决策方法.首先,利用属性值为区间灰数这一特性,将灰色系统理论的思想和方法与经典风险决策方法相融合,构建了决策系统中各方案之间的关联度公式以及优化模型,合理地解决了属性权重未知问题.然后综合考虑决策者群体的主观偏好,通过构造理想矩阵,借助每一方案决策矩阵与理想矩阵、负理想矩阵的综合加权距离获得每个方案相对于理想方案的优属度,再由优属度的大小对方案的优劣进行排序.应用实例说明了所提出决策方法的合理性和算法的有效性.为解决灰色风险型决策问题提供了一种新思路.     

关于互补判断矩阵的群决策的专家评判水平

在群决策分析中，如何从一致性分析的角度来分析专家评判水平或对专家评判水平进行分类是一个重要的研究课题。本文针对群决策中基于互补判断矩阵偏好信息的专家评判水平的排序与分类问题，提出了一种分析方法。首先，分析了互补判断矩阵及其一致性的有关性质；然后，通过构造每个专家给出互补判断矩阵的导出矩阵及其向量表示，计算每个专家给出互补判断矩阵与一致性互补判断矩阵之间的偏差，并得到每个专家评判水平的排序结果和专家们评判水平的分类。最后，通过一个算例说明了本文给出的分析方法。     

基于心态指标的区间型多属性决策方法

针对决策者的偏好信息和决策矩阵元素均为区间数的不确定多属性决策问题,提出了一种新的决策方法.该方法引入决策者的心态指标把区间型决策矩阵转化为带心态指标的决策矩阵,再通过求解最小化最大绝对偏差的优化问题,得到属性的权重向量,利用方案的综合属性值给出各方案的排序结果.当决策者处于不同的心态时,可以通过调整其心态指标来进行决策,更加符合实际,计算简单,易于计算机上实现,应用实例表明了方法的有效性和实用性.(江西财经大学信息管理学院,江西南昌 330013)     

一种基于判断矩阵信息的多属性群决策方法

对于多属性群决策中的属性和专家赋权问题,鉴于专家对于属性的权重信息和专家的权重信息完全蕴涵在专家给出的判断矩阵中,故应该充分挖掘判断矩阵的特征信息进行赋权.基于这种思想,提出了基于判断矩阵信息的多属性群决策方法,这种客观赋权法结构清晰、计算简便,而且还可以避免应用主观赋权时出现的对专家的主观评判与专家实际决策行为不一致的现象.算例验证证明,该方法具有合理性和有效性.     

Method for uncertain multi-attribute decisionmaking with preference information in the form of interval numbers complementary judgment matrix

The uncertain multi-attribute decision-making problems because of the information about attribute weights being known partly, and the decision maker's preference information on alternatives taking the form of interval numbers complementary to the judgment matrix, are investigated. First, the decision-making information, based on the subjective uncertain complementary preference matrix on alternatives is made uniform by using a translation function, and then an objective programming model is established. The attribute weights are obtained by solving the model, thus the overall values of the alternatives are gained by using the additive weighting method. Second, the alternatives are ranked, by using the continuous ordered weighted averaging (C-OWA) operator. A new approach to the uncertain multi-attribute decision-making problems, with uncertain preference information on alternatives is proposed. It is characterized by simple operations and can be easily implemented on a computer. Finally, a practical example is illustrated to show the feasibility and availability of the developed method.     

基于相容性准则的群组决策专家赋权最优模型

在群组决策中,针对专家给出的正互反判断矩阵提出一种专家赋权最优模型。在判断矩阵满足完全一致性的条件下,探讨了加权几何平均组合判断矩阵与加权几何平均组合向量所构成的特征矩阵的相容性。同时在相容性概念基础上,建立了基于相容性准则下的专家赋权方法的最优化模型,研究了模型的求解方法。最后进行了实例分析,结果表明提出的模型是合理可行的。