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.     

基于主观与客观集成的属性权重求解方法

针对属性权重未知且属性值为定值的多属性决策问题,分析了两类求解属性客观权重方法的不足,建立了客观权重模型合理性的判定定理。提出了基于熵系数的客观权重模型,此模型可以根据决策的实际情况而设置系统参数,来调节权重的大小程度,所以具有一定的适应性。通过折衷系数把主观权重与客观权重集成,使得到的综合权重同时反映主观和客观程度。最后的实例说明该方法是有效可行的。     

考虑协变量的相关多响应稳健优化设计

研究了协变量之间以及多响应之间同时存在相关性的问题,考虑了多响应的最优性与稳健性,提出了基于主成分分析与似然不相关回归相结合的方法解决含有多个协变量的多响应稳健设计问题。该方法分析了决策者在协变量概率取不同阈值的情况下,将相关多响应优化问题转化为求解相应情况下的综合满意度函数最大值的问题。并结合具体的实例进行分析研究,结果表明了本文所提出的方法能够有效地解决此类多响应稳健设计问题。     

基于期望值的模糊多属性决策法及其应用

研究了属性值以及决策者对方案的偏好信息均以三角模糊数形式给出的模糊多属性决策问题.定义了期望值决策矩阵的概念,对于权重信息完全未知或只有部分权重信息的情形,给出了一种基于期望值的模糊多属性决策方法.该法的特点是:既能充分利用已有的模糊客观信息,又能尽可能地满足决策者的主观愿望.最后把该法应用于解决虚拟企业的合作伙伴选择问题.     

基于客观信息熵的多因素权重分配方法

多因素问题研究中各因素的权重分配始终是多因素问题研究的一个重点。借助模糊聚类技术和粗糙集理论提出了一个基于客观信息熵的多因素权重分配方法。该方法首先将大量数据进行模糊聚类,然后应用粗糙集理论中的信息熵知识客观地从实际数据中确定各因素的权重。     

基于组合赋权的网络可生存性模糊综合评估

针对网络系统可生存性的有效评估问题,对指标体系的构建,指标赋权及综合评估方法进行了研究。提出了一种机制关联的网络可生存性指标体系构建方法,从可生存性的4个重要属性角度构建了层次化的指标体系,依据该指标体系提出了一种新的组合赋权方法,由层次分析法计算主观权重,粗糙熵方法计算客观权重,并给出了关联权重的概念和计算方法,构建离差最小化目标优化函数将3种权重联合得到组合权重,建立了基于隶属云的模糊综合评估模型,将隶属云替代原来的确定性隶属度函数。仿真结果表明,该评估方法可对网络系统可生存性进行准确有效的评估。     

综合加权评分法的综合权重确定新探

针对多指标试验设计的综合加权评分法在确定各项试验指标权重时存在的困难 ,分析了目前广泛采用的主观赋权法和客观赋权法各自的缺点 ,依据优化理论 ,推导出了一种兼顾主观偏好和客观信息的综合权重赋值法 ,从而使综合加权评分法的分析结果更趋合理、可靠.     

多属性群决策中决策者权重的确定方法

在群决策过程中,决策者的权重起着非常重要的作用,它直接影响着群决策的结果。本文将决策者的权重分为主观权重和客观权重两部分,并给出确定多属性群决策中决策者客观权重的几种方法,最后将决策者的主观权重和客观权重组合为决策者的最终权重。     

基于目标满意度的交互式多目标决策改进方法

以目标满意度函数为基础，以欧式距离构造系统总体协调度函数，提出一种改进的交互式多目标决策方法。该方法不但能充分体现决策者的主观愿望并实现决策者与系统间的信息交换，而且避免了在多目标向单目标转换时各单项目标或各目标满意度权重系数经验给定的不足。应用分析表明该方法有效可行，便于实际操作。     

基于满意度函数法的多响应稳健性参数设计

参数设计是主动改进产品(过程)质量及稳健性的一个有效的方法,满意度函数法是最常用的多响应参数设计优化的方法,但该方法没有考虑噪声因子和可控因子的波动对响应稳健性的影响,以及最优点的可行稳健性,因而不能获得真正稳健的解.针对这些问题提出了新的满意度函数法,将可控因子和噪声因子的波动产生的方差,以及各响应对可控因子的变化的敏感性结合到满意度函数中,并考虑了最优点的可行稳健性.然后用该方法对文献中的实例进行了分析,结果表明,用所提出的方法进行优化得到的响应对可控因子变化的稳健性,及最优点的可行稳健性都有所提高.     

基于Orness测度的多阶段不确定语言信息优化集结

研究不确定情境下多阶段语言信息的集结问题. 建立了多阶段不确定语言信息集结的TOPSIS分析框架, 以贴近度思想表征各方案单阶段绩效; 基于决策矩阵信息和Orness测度约束, 建立以相邻阶段方案的综合贴近度离差和最小为优化目标的阶段权重确定模型, 考虑了主观偏好和方案决策信息对阶段权重的综合影响; 设计各方案贴近度范围分布估算模型, 解决多阶段决策过程中的决策风险问题; 建立了Orness测度的参数灵敏度分析模型, 探讨不同取值范围对方案多阶段优选排序的影响. 算例说明了方法的应用步骤和可行性.     

一种新的基于模糊偏好的TOPSIS改进方法

基于决策制定者对决策单元的模糊偏好．研究如何根据决策单元(DMU)的模糊偏好来分别获取TOPSIS方法下基于理想点和负理想点的偏好权重．从而达到最终决策时结果与模糊偏好相一致。从新的角度引入决策单元的模糊偏好，引用TOPSIS方法中理想点与负理想点的思想，提出多指标决策中基于模糊偏好的TOPSIS方法新模型，给出一种通过主观模糊偏好与客观决策矩阵信息相结合的求解权重的方法。     

基于层次分析法和因子分析的社区满意度评价体系

结合层次分析法(AHP)和因子分析法给出了一种合理的评价指标体系构建方法.该方法首先利用因子分析法对众多影响因素进行分类,并利用因子贡献率给出各因子的权重.再运用AHP的主观分析和因子分析法的客观分析相结合确定各因素在每类中的权重,然后综合这些权重,得到最终的评价模型.最后,给出了一个社区满意度的实例进行验证.     

基于组合权重模糊可变模型的旱涝灾害评价

为了解决旱涝灾害的模糊不确定性问题, 克服以往旱涝灾害评价多采用主观方法确定各评价指标权重的诸多弊端, 采用基于主客观组合权重的模糊可变模型, 评价了旱涝灾害等级. 结果表明, 该模型采用可变模糊方法计算客观权重, 通过迭代使其满足预定的精度, 并在得出的客观权向量基础上利用层次分析法的主观权重予以调整, 实现了主客观权重的融合, 比单纯的主观权重更科学, 又通过权重组合下的模糊可变模型参数变换进行灾害评价, 得到了稳定而可靠的评价结果. 该成果对防灾减灾决策实践有一定参考价值和指导意义.     

熵权与群组AHP相结合的TOPSIS法多目标威胁评估

针对传统TOPSIS法在确定权重系数上面的缺陷和不足,提出了改进的TOPSIS法,该法综合考虑主观和客观因素,将运用聚类分析法得出的各决策专家个人权重应用到群组AHP法中确定目标属性主观权重,并与运用熵权法求解出的目标属性客观权重相融合,得到组合权重.运用改进的TOPSIS法研究空战威胁评估问题,建立多目标威胁评估数学模型,并进行了仿真研究.仿真结果表明该算法是合理和有效的.     

基于三响应试验设计优化的满意度函数

提出了一种改进满意度函数的方法来解决质量工程中的三响应试验设计优化问题。该方法考虑了各个响应变量的方差、相关性，弥补了传统的满意度函数法的不足。为了验证该方法的可行性，本文利用改进的满意度函数，结合RSM，对UHT纯牛奶的瞬时超高温杀菌（UHT）的工艺参数进行优化，建立了关于d值的二次多项数学模型，验证了模型的有效性，得到UHT奶杀的最佳工艺参数：杀菌温度136℃，杀菌时间3s。     

具有动态指标偏好的多指标决策方法

针对多指标决策中客观决策与决策者主观决策不一致的问题,在决策者偏好分析的基础上,提出决策者指标敏感函数的基本概念及其构造方法,进而给出一种较为常见的指标敏感函数类型。然后通过引入决策者指标敏感函数来修正指标权重,使多指标决策过程体现决策者的指标偏好动态变化,并进一步给出动态指标权重的定义和性质。最后进行了实际应用。     

基于组合权重的异构无线网络选择算法

针对异构网络环境下网络选择算法采用单一方法确定判决指标权重存在的片面性问题,提出了基于组合权重的异构无线网络选择算法.首先根据用户需求建立判决矩阵,并进行层次分析,得到各判决指标的主观权重,同时对判决指标进行熵值处理,得到其客观权重;然后对主客观权重进行博弈均衡,确定指标的组合权重;最后对备选网络进行灰色关联分析,并运用组合权重对关联系数进行加权排序,得到最优接入网络.仿真实验证明:该方法能综合考虑多种接入判决指标,提高了异构网络中多模终端选择网络的准确性.     

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.     

对方案有偏好的模糊多属性决策的GRA方法

针对属性权重信息不完全且属性值和对方案的主观偏好信息均以三角模糊数形式给出的多属性决策问题,提出了一种基于灰色关联分析GRA的决策方法.该方法依据一般的灰色关联分析方法的基本思路,给出了解决该问题的计算步骤,其核心是通过构建并求解一个单目标最优化模型,通过求解该模型得到属性权重信息,从而得到每个方案客观偏好值对主观偏好值的灰色关联系数,进而计算出每个方案客观偏好与主观偏好的关联度,根据关联度对所有方案进行排序.最后给出了一个数值例子,结果表明方法简单,有效和易于计算.