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．     

一类模糊属性值的多属性决策问题的排序方法

研究了属性权重信息完全未知且属性值以三角模糊数形式给出的不确定型多属性决策问题．利用模糊数数据的变异系数来度量三角模糊属性值之间的差异程度，给出了求解属性权重的简洁公式和一种基于可能度的决策方案排序方法．     

一种基于线段法的模糊多属性决策模型

研究了属性权重完全未知,属性值以模糊数给出的不确定型多属性决策问题,借鉴集值统计理论中的线段法,给出了求解属性权重的一个简洁公式．最后通过实例,通过与其他决策方法的比较,说明了该方法的实用性和有效性．     

一种带有偏好信息的多属性决策模型

针对属性值由实数形式给出,属性权重完全未知,且带有决策者偏好信息的多属性决策问题,以传统离差最大化决策方法为基础,提出了一种最优化决策模型．为解决权重信息不完全的多属性决策问题提供了新的思路．最后,给出了一个实际例子以说明模型的有效性和应用性．     

基于加权综合的样本分类算法

首先分析了粗糙集理论中现有属性依赖性定义的不合理性，然后给出一种新的属性依赖性度量．根据这种依赖性度量，给出属性重要性的定义，再以这种属性重要性为权重，给出一种基于加权综合的样本分类算法。由于属性的重要性是由条件属性相对于决策属性的依赖性决定的，它的数值相对比较客观，这样解决了常用的定权方法的弱点，它们一般是凭经验或由专家给出，具有相当的主观性。     

一种基于组合赋权的区间多属性决策方法

在区间多属性决策问题中为了更合理、全面地确定属性权重，提出了一种主观赋权法和客观赋权法相结合的组合赋权法，给出了相应的最优化数学模型，并利用简单加权法对方案进行优劣排序．最后给出一个算例加以说明、     

一种基于组合赋权的区间多属性决策方法

在区间多属性决策问题中为了更合理、全面地确定属性权重，提出了一种主观赋权法和客观赋权法相结合的组合赋权法，给出了相应的最优化数学模型，并利用简单加权法对方案进行优劣排序．最后给出一个算例加以说明、     

基于分辨矩阵与层次分析法的组合属性权重决策方法

针对基于粗糙集理论与层次分析法结合的决策方法在某些决策表中会出现非核属性权重为0,导致决策精度下降等问题，以属性分辨对象的次数及占比为依据，给出了一种分辨矩阵的属性重要度定义方法，进而提出了分辨矩阵与层次分析法相结合的属性权重决策方法，其不仅避免了非核属性权重为0,而且突出了核属性分辨对象的能力，客观反映了各属性在决策时所起的作用.实例表明组合权重法得到的决策结果更为合理，提高了决策的准确性.     

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．     

DEA模型在含有Vague集的模糊多属性决策中的应用

现实中的不确定性处处存在,因此对模糊多属性决策问题的研究是十分必要的。Vague集同时考虑了隶属与非隶属两方面的信息,较全面地反映了决策方案和评价属性之间的相关性。当决策者无法给出对各属性的偏好时,就较难确定各属性的权重,这样就无法姣好地解决模糊多属性决策问题。由于利用DEA评价模型不需要提前给定各属性的权重值。因此为了更好地对决策方案进行评价,本文将DEA模型与Vague集相结合．利用DEA—C^2R模型给出了解决含有Vague集的模糊多属性决策问题的一种评价方法。     

不确定性多属性决策中确定属性熵权的一种方法

针对属性值以区间数形式给出的不确定性多属性决策中确定属性权重的问题,提出了一种区间数熵权的确定方法·依据多属性决策中传统熵权确定方法的思路,首先,通过构建两个最优化模型,求得区间熵;然后根据传统熵权确定公式及区间数运算法则得到以区间数形式表示的属性熵权·该方法具有概念清晰、实用的特点,得出的属性熵权能够较好地反映各属性信息的差异程度·最后通过一个算例说明了该方法的实用性和有效性·     

基于方案满意度的区间型多属性决策方法及应用

研究了属性权重和属性值均以区间数形式给出的不确定多属性决策问题.针对此类区间型多属性决策问题,定义了方案的综合属性正理想值、综合属性负理想值和带风险度的综合属性值;依据决策者对风险的态度,给出了方案满意度函数;提出了基于方案满意度的单目标优化模型;最后应用该模型解决了投资方案的选择问题.     

带有方案偏好关系的区间型多属性决策方法

给出属性值为区间数、属性权重完全未知但已知方案偏好关系的多属性决策问题的决策方法。该方法首先通过求解一个二次规划模型来确定属性的权重,然后基于简单加权法则来计算方案的模糊综合评价值,再根据区间数的排序方法来对方案进行排序,从而得到最优方案。     

基于联系数的多属性决策模型

针对权重为区间数且属性值为实数和区间数相混合的多属性决策问题,提出了基于联系数的多属性决策模型.该模型将区间型权重、实数型及区间型属性值转化成联系数的形式,利用联系数的运算规则确定决策方案的排序.该方法集确定与不确定分析为一体,反映了不确定性对结果的影响,所需计算量较少,便于应用.实例分析验证了该方法的有效性和实用性.     

分布式大型网络数据库的信道属性权重分配方法

为解决传统方法在所需分配信道量很多的情况下,信道分配准确性低,忽略了对信道分配公平性的考虑,导致通信过程中干扰增加的问题。为此,提出一种新的分布式大型网络数据库的信道属性权重分配方法。通过建立分布式大型网络数据库干扰模型。依据建立的干扰模型,结合流量负载与干扰对链路权重进行设置,将属性权重当成依据确定信道优先级,令权重高的链路优先选择信道。属性权重的分配非常关键,依据信道属性权重的分配主要受属性关键性影响的特性,给出信道属性权重分配公式,获取不同信道属性分配的权重。当前得到的权重为静态权重,为了改善实用性和动态性,提出属性权重的动态迭代学习方法,在原有方法的基础上通过梯度下降法实现信道属性权重调整,达到信道属性权重分配的目的。结果表明,所提方法的信道利用率可达到92.31%。可见所提方法分配结果公平、干扰少,整体性能优。     

一种基于差异度变权的多属性决策方法

针对属性权重信息完全未知的多属性决策问题,通过引入属性值的差异度、基于差异度的变权等概念,提出了基于差异度变权的多属性决策方法.利用差异度客观地确定了属性的权重,并以此为常权,借助状态变权,实现了属性值之间的均衡.最后通过具体实例,说明该决策方法的可行性和有效性.     

基于模糊理想点的模糊多属性决策方法

针对属性权重信息完全未知或只有部分权重信息且属性值为三角模糊数的模糊多属性决策问题,提出3种基于模糊理想点的最优化决策模型.通过对这3种模型的求解,获得属性的权重,给出相应的对方案进行排序和择优的决策方法,从而为解决权重信息不完全的模糊多属性决策问题提供新的途径.     

一种区间直觉模糊信息集成的新方法

研究了属性权值完全未知且属性值为区间直觉模糊数的多属性决策问题．首先提出了一种将区间直觉模糊数转化为区间数的公式;然后,基于可能度法给出了一种新的客观赋权方法。并给出一种基于可能度的方案的排序方法;最后。通过实例证明了该方法的有效性和实用性．