概率犹豫模糊环境下基于累积前景理论和VIKOR的多属性群决策方法

针对概率犹豫模糊环境下的多属性群决策问题,考虑决策者心理行为的过程中存在的不足,本文提出了一种基于累积前景理论与多准则妥协优化解(VIKOR)法相结合的多属性群决策方法。首先,通过一致性调节方法确定决策者的综合权重;其次利用主观主客观结合的方法求解属性权重;再者通过累积前景理论完善决策者的心理决策过程,摒弃传统的欧式距离公式,采用坎贝拉距离公式加权,构建正、负理想解矩阵;然后基于VIKOR方法确定备选方案的优劣顺序;最后对比分析验证了所提方法的可行性和有效性。     

考虑多人给出参照点的风险型多属性决策方法

针对多人给出参照点的风险型多属性决策问题,提出了一种基于累积前景理论的决策分析方法.在该方法中,首先依据累积前景理论,计算每个参与决策人针对不同自然状态下每个方案的属性值的前景价值及决策权重函数值,进而得到每个参与决策人针对各方案的综合累积前景值;然后,计算每个参与决策人的决策信息与总体决策信息的期望一致性程度,并得到每个参与决策人的权重;在此基础上,计算各方案的总体累积前景值,并依据总体累积前景值的大小对各备选方案进行排序.最后,通过一个数值算例来说明该方法的可行性.     

正态模糊数型多属性决策模型及其应用

针对属性权重未知(完全未知或部分未知)且方案属性值、主观偏好值为正态模糊数型的多属性决策问题,基于规范化理想解和相似度提出一种决策方法.该方法首先给出模糊数的相似度、期望、方差等概念,基于相似度最大化建立并求解优化模型,得到各属性的最佳权重.然后从期望和方差的综合角度考虑求出决策方案的规范化理想解,进而求出各方案与规范化理想解之间的相似度大小,并据此对各方案进行排序.最后通过算例分析说明了该方法的可行性和实效性.     

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.     

在重大疫情下基于累积前景理论的在线教学软件平台选择预测研究

在重大疫情背景下,在线会议软件平台喷涌而出,对用户选择行为的合理预测有利于开发商进行合理的资源配置.该文针对重大疫情背景下的在线教学软件平台选择问题,提出一种基于累积前景理论的考虑多个参考点的在线教学软件平台选择预测方法.首先,该方法全面考虑决策者的参考点依赖、风险偏好和风险规避等心理特征,将决策者所给出的在不同疫情演变状态下的多个期望作为相应的参考点; 其次,根据累积前景理论,构建在线教学软件平台对应于各个属性的益损决策矩阵和前景决策矩阵; 最后,运用主观的决策权重,计算各个在线教学备选软件平台的累积前景值,并对其进行优先排序.通过算例验证了所提方法的有效性,通过对比分析表明该方法的优越性.该方法考虑了决策者的心理特征,更加符合真实的在线教学软件平台的选择决策过程,对决策者具有启示意义.     

基于Jaynes最大熵的模糊多属性群决策投影方法

为了解决属性权重完全未知的模糊多属性群决策问题,采用基于Jaynes最大熵原理的投影偏差模型确定指标权重,运用基于多准则妥协解排序法的妥协解排序框架实现决策过程。首先运用区间直觉模糊集表达决策者的犹豫模糊评价信息,然后运用集成算子获得综合决策矩阵,再运用Lingo11~求解获得属性权重,利用信息集结获得备选方案的加权投影,最后根据方案的最大群效应值、最小后悔值和综合指标值进行方案排序。实验显示,方案的排序结果与其它方法保持一致,趋势图显示此方法计算的各方案综合指标值变化趋势更明显。分析表明,该方法避免了其他权重确定方法的不足之处,消除了计算过程中的折衷损失,适用于属性权重完全未知的多属性群决策方案排序问题的评价。     

基于区间值毕达哥拉斯模糊数的多属性决策方法

针对决策信息为区间值毕达哥拉斯模糊数(IVPFN)的多属性决策问题,提出了一种基于区间值毕达哥拉斯模糊交叉熵的多属性决策方法。首先,将交叉熵的概念引入到区间值毕达哥拉斯模糊集(IVPFS)中,定义了一种新的区间值毕达哥拉斯模糊集(IVPFS)交叉熵测度,并以此来刻画两个区间值毕达哥拉斯模糊集之间的差异程度;其次根据每个区间值毕达哥拉斯模糊数(IVPFN)的得分函数,确定区间值毕达哥拉斯环境下的正、负理想解;再次在TOPSIS原理基础上,根据每个方案与正、负理想解之间的相对贴近度来获取最佳方案;最后通过一个实例对文中所提出的方法进行验证,表明了该方法的可行性与合理性。     

基于最小熵值相似矩阵构造方法及其聚类过程

针对利用相似矩阵进行聚类分析的分类问题,定义了相似矩阵及其性质,并给出相似矩阵的一些常见构造方法.针对现有构造方法缺少含义的问题,尤其是针对模糊问题,提出了一种基于最小信息熵值聚类构造相似矩阵的方法.该方法首先利用最小信息熵值原理获得多准则决策中不同属性的权重信息,然后求解不同方案集间的加权距离.通过构造正负不同的理想解,求解方案集与正负理想解直接的加权距离,并利用方案间加权距离与正负理想解整体距离之间的比例构造相似矩阵.算例表明该方法切实可行.     

基于理想点的三角模糊数群体多属性决策法

针对模糊群体多属性决策问题,提出了一种新的属性权重和属性值均以三角模糊数形式给出的模糊群体多属性决策方法.该方法先假设方案在主观评价属性下的属性值采用三角模糊数的形式来表示专家评价值的模糊性和不确定性,而后假定每一主观评价属性都有一组相应的专家权重值,以反映专家在不同评价属性中的重要性程度,同时考虑到专家意见的相似度,将专家意见进行集结得到专家群体关于方案集的模糊决策矩阵.最后定义了三角模糊数正理想方案和负理想方案,计算各方案与理想方案的接近度,以此给出了三角模糊数群体多属性决策问题的理想点法.通过实例分析说明了该方法的可行性和有效性.     

基于群体理想解的三角模糊数群体多属性决策

为求解群体多属性决策问题,提出属性值为三角模糊数的一种群体多属性决策法.该方法首先引入依赖于评价属性和专家个体判断相似度的专家权重思想,以反映专家在不同评价属性中的综合重要性程度;其次采用理想点法对每个单一评价属性将专家个体判断集结成专家群体判断,构造出关于方案集的群体判断决策矩阵;最后定义三角模糊数正负群体理想方案,以此给出了三角模糊数群体多属性决策问题的群体理想解算法.通过算例分析说明了该方法的可行性.     

基于群体理想解的供应商选择多属性决策

考虑每个属性下不同决策者权重不同的情形,提出群体理想解概念,为供应商选择建立了一种新的多属性群决策方法.首先,对每个属性,以所有决策者对所有供应商给出的最优(差)评价值作为其分量,构成群体正(负)理想解,由此计算对每个决策者而言各供应商相对该群体理想解的综合评价值;然后,对每个决策者,以其对所有供应商的最优(差)综合评价值作为相应分量,再定义群体正(负)理想解,从而得出决策群体对各供应商的最终排序结果.采用群体理想解取代群体效用,回避了群体效用归并难题.与现有方法的计算结果进行比较,证明本方法合理且高效.     

基于区间犹豫模糊TOPSIS法的多属性群决策

基于区间犹豫模糊元,定义广义区间犹豫模糊元的距离公式,提出区间犹豫模糊逼近理想解排序(IVHF-TOPSIS)法,用于处理属性评价值为区间犹豫模糊元的多属性群决策问题.在权重向量未知的情况下,根据给定的属性评价值和最大化离差度方法确定权重,用IVHF-TOPSIS法得到所有方案的贴进度系数,再结合贴近度系数的大小对所有方案排序并选出最优方案,并将所提方法用于解决某网络企业的仓库选址问题.     

基于模糊多属性群决策的经纱张力检测及控制方案优选

针对剑杆织机经纱张力检测及控制方案设计的评价要求,提出工程方案评价的模糊多属性群决策问题.考虑了个体专家在方案属性中的不同重要程度,将专家个体意见与群体相似度结合,计算专家意见的综合重要程度.通过专家意见集结,得到群体意见决策矩阵.利用模糊逼近理想解(TOPSIS)决策法和三角模糊数计算各方案与正负理想方案的距离以及各方案与理想点的相对接近度,确定经纱张力检测及控制最优方案.决策结果验证了该方法的可行性和有效性.     

基于灰色关联分析的直觉模糊多属性Web服务选择

Web服务的性能主要从非功能属性QoS来体现.提出了将Web服务QoS属性分为精确型、区间型和语言型,同时基于层次分析法给出了用户对各QoS属性的偏好权重.引入了直觉模糊集理论将QoS属性统一转为直觉模糊数,并定义了两个直觉模糊数的距离.在服务选择过程中,根据灰色关联分析方法的思想,计算每个方案对于直觉模糊矩阵正、负理想解的灰色关联度,然后计算各方案对于正理想解的相对关联度,并依据相对关联度对各方案排序,相对关联度越大,对应服务的综合QoS性能越优.最后通过一个实例验证了该方法的有效性.     

一种模糊环境下的交互式群决策方法及其应用

本文提出一种解决多属性群决策问题的多轮交互式方法,能较好地解决复杂的不确定信息的多人决策问题,基于扩展的TOPSIS法,每个群成员对方案属性两两比较得到语言变量表示的评价结果,通过模糊三角数转换为模糊评价矩阵,设计了多轮交互过程进行评价、选择、排序逐步逼近群体的理想解、设计的群体满意度参数判断群一致性达成情况以控制交互进程;通过计算每个方案评价值到群体模糊理想解的距离,确定方案最终的群体排序,初步建立了一个交互式群体决策支持系统的方法框架,为解决结构化较差和不完全信息的多属性群决策问题提供了一种有效的方法.     

逼近群体理想解的多属性群决策新方法

对每个属性下不同决策者权重不同的决策问题,提出一种始终基于群体理想解的新方法.首先,对每个备选方案定义群体理想解和负理想解,求出对每个决策者而言该方案与其群体理想解的相对贴近度;然后,基于群体贴近度矩阵定义整个备选方案集的群体理想解和负理想解.进而计算决策群体对各备选方案的最终排序结果;最后,以供应商选择算例说明其有效性.该方法将逼近理想解法扩展到群决策,以群体理想解取代群体效用,避免了群体效用归并难题.     

基于应急决策视角的案例检索及属性权重确定方法

案例推理是突发事件中生成应急方案的一种有效方法,而案例检索是案例推理的重要步骤。针对应急决策中存在决策者的风险态度和问题与解间关联的问题,提出了基于前景理论和灰色系统理论的案例检索方法。根据前景理论定义属性距离的前景值,根据灰色系统理论定义问题与解之间的关联度,并以此构建方案偏差最小化的非线性权重优化模型,求解模型得到最优权重,最后根据相似度确定最优备选方案。通过一个应急案例来验证所提出方法的可行性。     

概率犹豫模糊环境下基于前景理论和TOPSIS法的多属性群决策模型

在研究多属性群决策问题的领域中,概率犹豫模糊术语集(hesitant probabilistic fuzzy set,HPFS)作为犹豫模糊集的一种扩展,正广受关注.针对目前在概率犹豫模糊语言环境下,考虑用主客观结合的方式来求解权重以及对方案排序的过程中存在的问题,提出了 一种基于前景理论和逼近理想解排序法(techn...     

基于累积前景理论和最大熵理论的铁路线路方案优选

目前,并没有一种统一的综合评价方法,以完成较为复杂的铁路线路方案优选工作。对此,引入累积前景理论和最大熵理论,构建铁路线路方案优选模型。充分考虑主观因素和客观因素来优化权重系数的求解,最终得到每个方案综合前景值,通过比较,进而确定最优铁路线路方案。研究表明:运用累积前景理论和最大熵理论所选方案与灰色关联分析法、TOPSIS法所选方案及设计院推荐方案一致。     

具有区间数决策信息的人员评价的新方法

本文研究了人员评价的多属性决策问题。在模糊的决策领域,由于决策问题的复杂性和不确定性,决策方案在诸属性上的评价值为区间数。Brvson和Mobolurin提出了计算区间数属性权重值和方案的区间数综合评价值的线性规划方法,但是,在进行方案的比较时,方案的区间数综合评价值被转换为单点值。然而,在计算各方案的区间数综合评价值时采用了不同的属性权重值,因而各决策方案是不可比的：为了克服Bwson和Mobolurin的方法的局限性,本文提出了一个新的方法将区间数决策矩阵转化为单点值决策矩阵,并由此来建立一个线性规划模型来求解属性的权重值,进而计算方案的综合评价值以进行方案的排序。案例结果表明提出的方法简便可行。本文提出的方法具有创新性和广泛的应用前景。