群体多属性决策的属性权重不完全信息的集结

对于不完全信息的群体多属性决策问题，研究在各决策者给出属性权重信息有冲突的情况下个体属性权重信息的集结问题．通过对决策个体提供的属性权重信息进行一致性检验，确定群体属性权重区间，使属性权重信息的集结过程充分体现群体的意志和意愿，最后给出案例分析．     

属性权重信息不完全的区间数多属性决策方法

针对属性权重信息不完全且属性值以区间数形式给出的多属性决策问题,提出了一种逼近于理想点(TOPSIS)的决策分析方法.首先对属性权重信息不完全的区间数多属性决策问题进行了描述;然后依据传统的,TOPSIS方法的基本思路,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤,其核心是通过构建并求解二次规划模型,得到每个方案与正理想点、负理想点的差异值,进而计算出每个方案与理想点的相对接近度,即可得到所有方案的排序结果. 最后通过给出一个算例说明了该方法.     

权重信息不完全的不确定语言多属性群决策方法

针对属性权重信息不完全、属性值信息以不确定语言形式给出的多属性群决策问题,提出了一种决策分析方法.首先,对不确定语言变量进行了描述;然后,给出了求解具有不完全信息的不确定语言多属性群决策问题的计算步骤,其核心是将专家给出的不确定语言决策矩阵集结为具有可能度信息的群决策矩阵,通过计算方案值与理想点的差异值,构建二次规划模型,得到属性权重值,进而可计算出相对接近度,从而得到所有方案的排序结果.最后给出了一个实例分析,结果表明该方法简单可行、便于应用.     

基于三角模糊数权重信息不完全的多属性决策方法

针对属性值为三角模糊数且权重信息不完全的多属性决策问题,提出了一种基于三角模糊数权重信息不完全的多属性决策方法.该方法首先利用权系数的不完全确定信息,建立关于各方案综合三角模糊数与理想解和负理想解的加权距离优化模型,通过求解优化模型得到各属性权重值,之后根据各方案到相对理想解的贴近度的大小进行排序.实例分析表明了该方法的有效性和可行性.     

不完全权重信息下多属性决策方法研究

针对目标属性的权重不完全确知的情况下，提出了一种先进行局部优化，再组合赋权并对方案进行排序的决策方法。此方法是从最小偏差的角度出发，构造了目标权重的统计量，它既利用了子样的信息，又利用了先验信息，评价结果客观可靠。另外，在此基础上进一步加入权系数的信息熵，建立了优化的数学模型。最后，通过实例表明新方法的有效性。     

基于投影的不完全信息直觉模糊多属性决策方法

针对权重信息和属性值信息都不完全确定的多属性决策问题,提出了一种基于投影的直觉模糊多属性决策方法。该方法利用直觉模糊集表示不完全的属性值,并以直觉模糊加权投影衡量可选方案与理想方案之间的相似度;在此基础上,通过优化求解非线性规划模型得到了属性权重;并根据方案与正、负理想方案的相对贴近度进行了优劣排序。算例分析结果表明,该方法可以有效解决不完全信息下的多属性决策问题。     

不完全信息下基于证据推理的多属性决策方法研究

针对不完全信息下多属性群体决策中存在的问题,提出一种基于证据推理的多属性群体决策方法。该方法首先应用灰色白化权函数将定量属性定性化,然后针对不同专家知识背景的不同,构建基于属性的专家赋权方法,用证据推理方法将不完全信息下的多个专家的意见进行集结,并应用效用理论对方案进行排序择优。最后通过一个算例验证该方法的有效性和可行性。     

部分权重信息下基于两阶段优化的多属性决策方法

研究了只有部分权重信息(区间数)且属性值为定值的多属性决策问题。首先,基于局部与全局最优综合属性值,分别建立了一个目标规划模型。其次,通过求解这两个模型获得方案的排序,提出了基于两阶段规划的多属性决策新方法,该方法具有操作简便且易于上机实现的特点。最后,通过实例说明模型及方法的可行性和有效性。     

属性权重信息不完全区间数多属性决策方法

依据传统的TOPSIS方法的基本思路,基于相对隶属度法,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤。其核心是借助每一方案的综合加权距离求得每个方案相对于优等方案的隶属度,再按隶属度的大小进行决策。该方法克服了以往研究此类问题时所遇到的区间数难以排序的困难,表明相对隶属度法的择优与排序能力要比传统的逼近理想解法强。最后,用实例说明了模型的可行性和有效性。     

交通事故案例检索优化方法

为提高交通事故条件下实时决策管理的准确性,提出交通事故案例检索优化方法.基于交通事故案例数值型和枚举型数据构成特征,采用信息熵方法评价数据离散程度,客观确定交通事故案例属性权重,在数据归类化处理的基础上,应用二阶聚类算法建立案例检索库,开发交通事故案例检索系统并进行案例检索试验,从案例最高相似度及案例集匹配度两方面评价案例检索精度,验证了该案例检索优化方法的有效性.     

不完全信息群体多属性决策的综合评价均值法

对于属性权重信息和属性效用信息都不完全的群体多属性决策问题,通过构造属性值区间和规范化决策矩阵,将问题归结为求解相应的线性规划问题,从而求出方案在比较理想和比较恶劣的条件下对应的相对优值和相对劣值.兼顾乐观主义和悲观主义的决策原则,利用综合评价均值建立了方案集上的全序关系,从而给出对所有方案进行群体排序的方法.最后给出一个算例.     

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.     

基于D-S证据理论的不完全信息作战方案优选

针对带有不完全信息的作战方案优选问题,提出了一种基于D-S证据理论的多属性决策方法.首先由属性值构建残缺决策矩阵(矩阵中有某些未知元素),然后根据属性值的特征确定各属性对应的焦元.利用信任函数、似然函数和证据推理算法求得每个方案的效用区间和优先度,并根据优先度对所有方案进行排序,从而完成方案优选.该方法通过对作战方案优选过程中繁杂、不确定信息进行融合,可以较好地处理作战信息不完全对作战指挥决策的影响.以一类炮兵作战方案优选为应用算例,证明了该方法的有效性.     

基于不完全信息的一种群决策方法

针对不完全信息下的多属性群决策问题，提出了一个新的交互式决策方法，在个人效用信息的集成过程中，该方法有机地结合了决策者的重要性指标和一致性指标，使集成结果体现了群决策的思想和原则；在评价过程中，给出了一个新的偏好指标，当决策者不能提供更多信息的时候，利用它能够建立方案集上的全序关系。     

信息不完全确定的区间直觉模糊多属性决策方法

针对属性权重信息不完全确定且属性值为区间直觉模糊数的多属性决策问题,建立一个基于加权精确度函数的多目标线性规划模型来获取属性权重信息,然后求得每个方案的加权精确度函数,进而根据方案加权精确度函数对方案进行排序,最后通过算例分析说明该方法是有效和实用的.     

一种指标权重信息不完全的语言多指标决策方法

针对指标权重信息不完全且指标值为语言评价信息的多指标决策问题,提出了一种决策分析方法.首先对具有不完全信息的语言多指标决策问题进行了描述;然后给出了求解具有不完全信息的语言多指标决策问题的计算步骤,其核心是将语言评价信息转化为三角模糊数,通过计算方案值与理想点的距离,构建线性规划模型,得到指标权重值,进而可计算出每个方案的模糊评价值,相应地通过计算两两模糊数比较的可能度,可得到所有方案的排序结果.最后通过给出一个算例说明了所提方法的可行性和实用性.     

一种具有不完全信息的多指标决策方法

针对指标权重信息和指标值信息都是不完全情形的多指标决策问题,提出了一种决策分析方法.首先对具有不完全信息的多指标决策问题进行了数学描述;然后给出了求解具有不完全信息的多指标决策问题的计算步骤,其核心是通过构建并求解二次规划模型,得到指标权重和指标值,进而可计算出方案的评价值,相应地可得到所有方案的排序结果.最后通过给出一个算例说明了本文提出方法的实用性.     

权重信息不完全的梯形模糊数多属性决策

针对权重信息不完全且属性值为梯形模糊数的模糊多属性决策问题,给出了基于梯形模糊数质心的多属性决策方法,并通过投影法建立了非线性规划模型,通过数学软件得到各属性权重,并通过质心横坐标与纵坐标在虚拟理想方案上的投影率的乘积作为排序指标,进行排序择优.最后通过实例说明了该方法的有效性.     

一种基于强计算的多属性决策方法及其应用

针对权重信息以实数形式给出，属性值以区间数形式给出的多属性决策问题，以强计算为基础，从统计学的基本思想出发，给出了一种数值模拟决策方法．该方法成功的避开了区间数难于比较的问题，具有很强的抗干扰能力，能够使决策结果客观合理，不具有主观随意性．最后通过实例，介绍了这种决策方法的基本步骤，验证了该算法的有效性，并给出了其在艺术类招生中的一个应用．     

不完全信息下一种基于方案序列优势的多属性决策方法

针对权重信息和属性值完全未知,而决策者仅能给出同一指标下各备选方案排序关系的特殊情况,给出了一种低成本、快捷的决策方法.提出了序列优势数的概念,并在此基础上构建出不影响排序结果的虚拟决策属性值.通过已构建的虚拟决策属性值,利用逼近理想点法(TOPSIS),构建了虚拟决策指标权重,然后利用构建的虚拟决策属性值和虚拟决策指标权重对各方案数值进行集结并给出排序.最后用一个算例证明方法的有效性.