Interactive group decision making procedure based on uncertain multiplicative linguistic preference relations

Group decision making problems are investigated with uncertain multiplicative linguistic preference relations. An unbalanced multiplicative linguistic label set is introduced, which can be used by the experts to express their linguistic preference information over alternatives. The uncertain linguistic weighted geometric mean operator is utilized to aggregate all the individual uncertain multiplicative linguistic preference relations into a collective one, and then a simple approach is developed to determine the experts' weights by utilizing the consensus degrees among the individual uncertain multiplicative linguistic preference relations and the collective uncertain multiplicative linguistic preference relations. Furthermore, a practical interactive procedure for group decision making is proposed based on uncertain multiplicative linguistic preference relations, in which a possibility degree formula and a complementary matrix are used to rank the given alternatives. Finally, the proposed procedure is applied to solve the group decision making problem of a manufacturing company searching the best global supplier for one of its most critical parts used in assembling process.     

An approach to group decision making based on interval fuzzy preference relations

In this paper, we investigate group decision making problems where the decision information given by decision makers takes the form of interval fuzzy preference relations. We first give an index to measure the similarity degree of two interval fuzzy preference relations, and utilize the similarity index to check the consistency degree of group opinion. Furthermore, we use the error-propagation principle to determine the priority vector of the aggregated matrix, and then develop an approach to group decision making based on interval fuzzy preference relations. Finally, we give an example to illustrate the developed approach.     

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.     

不确定性多属性决策的一种新方法

讨论了属性值为区间数的一类不确定性多属性决策问题。将属性值转化为决策者的满意值后,结合决策者的满意值和属性本身的权重,提出了一种不同于简单加权算子(SWA)和有序加权平均算子(OWA)的新的融合算子。通过引入区间数比较的可接受度定义,给出了方案排序的一种算法。实例说明了该方法的有效性。     

直觉不确定语言集成算子及在群决策中的应用

直觉不确定语言数是直觉模糊数和不确定语言变量值的拓展. 针对直觉不确定语言信息的集成问题, 定义了直觉不确定语言数运算法则和大小比较方法, 提出了直觉不确定语言的加权算术平均算子(IULWAA)、直觉不确定语言的有序加权平均算子(IULOWA)以及直觉不确定语言的混合加权平均算子(IULHA)及这些算子的性质. 在此基础上, 提出一种属性权重确知且属性值以直觉不确定语言数形式给出的多属性群决策方法. 最后通过实例分析证明了该方法的有效性.     

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。     

不确定幂加权几何平均算子的动态多目标决策

针对方案属性信息不确定、决策信息分布多个阶段以及传统加权平均算子权重没有考虑集成数据间相互关系等问题,提出一种基于不确定幂加权几何平均算子的动态多目标决策方法.该方法不仅可以集结决策者在多阶段给出的不确定信息,同时结合模糊集理论,考虑了集结模糊信息时数据间的支撑程度对权重系数的影响,强化了对模糊信息的处理,使得被评估的信息更加贴近实际.然后给出基于可能度的排序方法来选择最优方案.最后通过算例分析说明了所提出方法的合理性和可行性.     

基于依赖型算子的不确定语言多属性群决策法

研究了属性权重以实数形式给出、属性值以不确定语言变量形式给出的多属性群决策问题。基于不确定语言变量的运算法则,给出了一种基于不确定语言变量及其运算法则的新算子：依赖型不确定语言有序加权几何 (dependent uncertain linguistic ordered weighted geometric, DULOWG) 算子。与该类算子相关联的加权向量依赖于被集结的不确定语言变量,并且对错误或有偏见的不确定语言变量赋予较低的权重来减轻不公平性对评价结果的影响。提出了一种基于ULWGM算子和DULOWG算子的不确定语言多属性群决策方法,并进行了实例分析。     

灰偏好信息群决策的相对熵集结方法

研究灰区间偏好判断信息下的群体决策集结方法问题。将决策专家的灰区间判断信息转化为等价的三元组灰偏好信息, 并将其看作为一个概率分布, 通过研究群体灰偏好概率分布与个体灰偏好概率分布之间一致性的关系, 分别建立不同情形下专家群体决策的最优相对熵集结模型, 分别给出了各优化模型的最优解, 并提出相应的决策算法。气象局综合业务能力评价的实例分析表明, 相对熵集结方法可以有效避免灰区间决策信息在集结过程中的失真与扭曲。     

Some properties of linguistic preference relation and itsranking in group decision making

The group decision making problem with linguistic preference relations is studied.The concept of additive consistent linguistic preference relation is defined,and then some properties of the additive consistent linguistic preference relation are studied.In order to rank the alternatives in the group decision making with the linguistic preference relations,the weighted average is first utilized to combine the group linguistic preference relations to one linguistic preference relation,and then the transformation function is proposed to transform the linguistic preference relation to the multiplicative preference relation,and thus the Saaty's eigenvector method (EM) of multiplicative preference relation is utilized to rank the alternatives in group decision making with the linguistic preference relations.Finally,an illustrative numerical example is given to verify the proposed method.A comparative study to the linguistic ordered weighted averaging (LOWA) operator method is also demonstrated.     

关于序区间偏好信息的群决策方法研究

在群决策分析中,基于序区间偏好信息的排序方法的研究是一个新的重要研究课题.针对决策分析中基于序区间偏好信息的群决策方法问题,提出了一种新的分析方法.首先,提出了序区间的有关定义及性质;其次,通过定义序区间的可能度及可能度矩阵的概念,得出了每个专家的可能度矩阵均具有满意一致性的互补判断矩阵结论.进而构建了基于群体一致性的最优化模型,依据计算的最优权重向量给出了一种关于序区间偏好信息的群决策方案排序方法.最后,通过一个算例说明了提出的分析方法.     

求解不确定型多属性决策问题的一种新方法

研究了属性权重完全未知，属性值为区间数且对方案有偏好的多属性决策问题，提出了一种基于相离度的求解属性权重公式，并利用区间数比较的可能度，对决策方案进行排序，该决策方法既能充分利用规范化评价的先验模糊信息，又能尽可能地满足决策者的主观愿望，且概念清楚，含义明确，易于计算机或计算顺上实际，最后给出了一个实例。     

不完全信息多属性群体决策方法

考虑到决策过程中信息的不完全性,对一类不完全信息的多属性群体决策问题进行了研究。在此基础上,建立一组线性规划模型,得到个体对每一个方案的效用区间数,并利用区间数可能度的定义对两个方案进行比较,从而得到个体对方案的排序。在偏好集结过程中,考虑了决策成员对方案给出的排序指标值,同时也考虑了决策成员权重的不完全信息。最后利用一个算例说明了在不完全信息条件下提出的方法能够作出比较合理的决策。     

基于直觉不确定语言新集成算子的多属性决策方法

对于直觉不确定语言环境下的多属性决策问题,给出一种基于直觉不确定语言变量新型集成算子的多属性决策方法.该方法采用阿基米德T-模和S-模定义直觉不确定语言变量的新运算法则,避免了现有运算法则不满足封闭性的不足;并基于新运算法则提出对权重进行自适应确定或调整的直觉不确定语言加权算术平均(IULWA)算子.以及定义直觉不确定语言变量新的期望值和精确值,给出直觉不确定语言变量的一种排序方法.进而提出一种属性权重值为实数且属性值为直觉不确定语言变量的多属性决策方法.最后,通过算例分析说明该方法的有效性和可行性.     

不确定多指标决策问题的相对相似关系法研究

针对指标权重未知的不确定多指标决策问题,从描述区间数的相似性程度出发,提出了一种全新的区间数相对相似度和决策方案相对相似度定义,给出了区间数相对相似关系理论并得到了一些相关结果;然后在通过相对相似度对决策指标权重进行度量的基础上,采用备选决策方案在决策方案集中的总体相对相似度值大小选取最优对象并排序,以此给出了不确定多指标决策问题的相对相似关系法.通过算例分析了该算法和离差最大化算法的相异,说明了该算法的适用性和合理性.     

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.     

基于PROMETHEE的群体多准则模糊规划方法

针对决策准则值为模糊数、准则和决策者权重信息均不完全的群体多准则决策问题,从两两方案之间的优劣程度大小入手,拓展PROMETHEE方法中优先函数,分别建立了单个决策者下的方案准则集成、群体决策者偏好及其总体风险态度集成等模糊规划优化模型,得到训练集中各方案完全排序。通过算例表明该算法可行,其结论具有较高的可信度。     

面向决策局部环境的群决策方法

对具体群决策问题,决策者之间和属性之间的某种联系分别由具体问题形成,由偏好关系表示的关系结构为决策局部环境：由变量分析矩阵、任意属性间的偏好相似性和任一组决策者对某一属性的偏好一致性构成的属性邻接矩阵和决策者邻接矩阵构成。对属性信息集结进行三次修正,由决策者局部重要性对属性一致性进行修正,以属性局部偏好一致性强度对属性权重进行调节,由决策者局部重要性权重修正最终评价结论。提出的方法可以在决策进程中聚焦影响一致性的相关属性,发掘可能冲突的属性及影响具体方案排序的主要属性,更有效提供解决群决策问题的建议和方案。     

基于模糊偏序关系的混合型多属性决策方法

针对权重已知且属性值为精确实数型、区间型和模糊型的混合型多属性决策问题,提出了一种基于模糊偏序关系的混合型多属性决策方法。该方法利用混合型评估值模型来描述多属性决策问题;在对属性值预处理后,通过构建混合型模糊偏序关系模型,将决策问题转化为评估关系模型;然后对偏序关系进行集结,得到全序关系,从而获取所有方案的优劣排序。算例验证了方法的有效性。计算过程表明,该方法计算简单,且避免了逼近理想解的排序方法(technique for order preference by similarity to ideal solution,TOPSIS)难以合理定义距离函数的局限性。     

混合型多属性决策的HB-SIR方法

针对权重已知且属性值为精确数、区间数、三角模糊数和梯形模糊数的混合型多属性决策问题,提出了一种新的混合型级别高于方法(hybrid superiority and inferiority ranking,HB SIR)。该方法依据混合型多属性决策矩阵构建正负理想方案,将混合型多属性决策矩阵转化成标准优势和劣势差异信息矩阵,进而通过高斯准则计算各个方案的优势指数和劣势指数,构建优势矩阵和劣势矩阵,并使用简单加权(simple additive weighting,SAW)方法计算出方案的优势流和劣势流,据此获得方案的部分或完全排序。最后,通过一个算例验证了该方法的有效性。