基于混合型评价矩阵的多属性群决策方法

本文针对具有语言型、直觉模糊数和区间直觉模糊数三种评价信息的混合型多属性群决策问题, 提出一种基于属性权重和专家权重均未知的决策方法. 首先, 定义新的转换函数, 可将不同粒度的语言评价信息统一成区间直觉模糊数; 然后, 基于支持度确定未知属性权重, 并在综合考虑区间直觉模糊数熵值和相似度的基础上, 建立了一种新的专家权重确定模型; 在将混合型决策矩阵转换成区间直觉模糊决策矩阵后, 利用IIFWA算子依次集结个体决策矩阵, 从而得出方案集的排序. 最后, 应用在ERP选优问题中, 验证了方法的有效性.     

基于前景理论的区间直觉模糊多准则决策方法

针对准则值为区间直觉模糊数, 准则权重分别为完全未知和部分已知的多准则决策问题, 提出一种基于前景理论的决策分析方法. 该方法给出一种新的记分函数(P-记分函数), 据此可将区间直觉模糊数转化为实数. 利用前景理论, 以零点为参考点计算前景值, 构建前景决策矩阵. 建立以综合前景值最大化为目标, 以权重取值允许范围和决策者主观偏好为约束的优化模型, 计算准则权重. 结合前景决策矩阵及准则权重, 计算各方案的综合前景值, 并以此对方案进行排序. 最后通过实例验证了该方法的有效性.     

基于前景理论和证据推理的混合直觉模糊决策

针对不确定的混合多属性决策问题,提出基于前景理论和证据推理的直觉模糊决策方法.首先通过直觉模糊数描述决策信息,保留了决策数据的不确定性,并实现了精确数、区间数和语言变量3种混合型属性的信息统一.其次考虑人的有限理性,结合前景理论,以直觉模糊数的形式表示前景决策矩阵.再次,运用证据理论合成方案的综合前景值,减少了决策信息的丢失,并以此对方案进行排序和优选.最后,以航运企业竞争力综合评估为实例,通过分析表明了该方法具有合理性和可行性.     

基于空间信息表征的勾股模糊集空间距离测度

勾股模糊集拓展了直觉模糊集的信息表征内容，具有体现更大信息空间的优势，构建勾股模糊集的距离测度是实施勾股模糊型决策的核心环节。本文首先分析了现有4种勾股模糊集距离测度的缺陷，构建了融合隶属度、非隶属度、犹豫度和自信度的勾股模糊集空间信息表征模型，进而提出了基于勾股模糊集空间质心的距离测度。其次，拓展了距离测度的具体特性，比较了所提距离测度模型在体现犹豫度和解决反直觉情形方面的优势。最后，模式识别和医疗诊断等应用研究证明了所提距离测度的准确性和优越性。     

一种基于误差分析的区间数多属性决策方法

针对属性值以区间数形式给出,属性权重信息完全未知的区间数多属性决策问题,提出了一种基于误差分析的方法。对区间数多属性决策问题及误差传递公式进行了描述,并将区间数决策矩阵写为误差分布的形式。利用属性中间值决策信息,给出了基于属性值绝对偏差的大小确定属性权重中间值的方法,并依据线性加权算法得到方案综合评价值的中间值。在此基础上,依据误差传递公式求出属性权重和方案综合评价值的误差估计值,由此得到权重区间和方案综合评价值区间。进一步利用基于可能度的区间数排序方法得到方案排序。最后,给出了一个算例。     

基于参数估计与记分函数联合的直觉梯形模糊随机前景决策方法

完善直觉梯形模糊数的算术运算,在直觉梯形模糊数及梯形模糊随机变量的基础上,定义直觉梯形模糊随机变量(instuitionistic trapezoidal fuzzy random variable, ITrFRV),探讨并证明ITrFRV的相关性质。针对具有ITrFRV且属性权重未知的模糊随机多属性决策问题,考虑决策者心理行为特征,提出基于参数估计与记分函数联合的直觉梯形模糊随机多属性决策前景决策方法。该方法首先获取决策子周期内的直觉梯形模糊样本信息,估计分布类型已知的直觉梯形模糊总体的未知参数,以获取直觉梯形模糊随机决策矩阵;其次,构造带有方差的期望直觉模糊数矩阵,定义模糊随机记分函数,将规范化的期望直觉模糊数矩阵转化为记分函数矩阵;最后,利用前景理论计算前景记分函数,进而基于灰色系统理论求解属性权重,获取综合前景记分值,由此进行方案比选。案例表明本文方法的可行性及有效性。     

基于累积前景理论的混合型多属性决策方法

针对带有决策者期望的混合型多属性决策问题,提出一种基于累积前景理论的决策分析方法.首先考虑了决策者的心理行为因素,以决策者对各属性的期望作为参照点,然后将具有清晰数、区间数和语言短语三种信息形式的决策矩阵转化为相对于参照点的益损决策矩阵,在此基础上,考虑决策者对待收益和损失的不同风险态度,依据累积前景理论计算每个方案的综合前景值,并依据综合前景值的大小对所有方案进行排序.最后,通过一个算例说明了该方法的可行性和有效性.     

基于累积前景理论的物流方案选择方法

为了有效反映物流方案选择过程中决策者期望和行为的特征,提出基于累积前景理论和混合多属性决策理论的物流方案选择方法。该方法首先考虑决策者的心理行为因素,将决策者对物流方案中每一个属性的期望作为相应属性的参照点;其次,根据已设定的参照点,将具有清晰数、区间数和语言短语3种信息形式的决策矩阵转化为相对于参照点的益损决策矩阵;最后,考虑决策者对待收益和损失的不同风险态度,依据累积前景理论计算各个方案的综合前景值,进而根据各个物流方案的综合前景值确定其优先度。通过一个实例验证了本文方法的有效性和合理性。     

考虑多参考点的基于前景随机占优准则的随机多属性决策

针对随机多属性决策问题,考虑决策者心理行为,提出一种基于多参考点的前景随机占优多属性决策方法.首先,以决策者属性期望作为参考点,根据累积前景理论将决策矩阵转化为损益矩阵.其次,依据前景随机占优准则构建前景随机占优关系矩阵,进而得到前景随机占优度矩阵.进一步,考虑属性相关关系,运用模糊测度得到方案综合占优度矩阵,并运用PROMETHEE Ⅱ方法对方案进行排序.最后,案例分析验证了该方法的可行性和有效性.     

基于前景理论和区间二元语义MULTIMOORA的多属性决策方法

针对属性值为不确定语言,属性权重为部分已知或完全未知的多属性决策问题,提出一种新的决策方法。运用前景理论计算出每个属性的二元语义前景值,建立二元语义前景决策矩阵。在考虑主、客观影响因素的基础上,构建属性权重优化模型,得到属性的综合权重。基于区间二元语义对MULTIMOORA进行扩展,并对方案进行排序。在此基础上,运用占优理论得到方案的最终排序。最后,通过算例验证了该方法的可行性与有效性。     

基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策

在区间值毕达哥拉斯模糊环境下的多属性决策中, 针对决策过程一般未考虑决策人偏好习惯和风险规避的问题, 同时为解决现有得分函数忽略区间犹豫度对决策影响的情况, 提出了基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策方法。首先, 对区间值毕达哥拉斯模糊集(interval-valued Pythagorean fuzzy set, IVPFS)现有得分函数深入分析, 定义一种改进后的新得分函数, 并证明其相关定理和性质。其次, 将新得分函数应用于区间值毕达哥拉斯模糊多属性决策问题中, 得出各备选方案在各属性下的新得分函数, 基于熵权逼近理想解排序法(technique for order preference by similarity to ideal soution, TOPSIS)确定正、负理想方案的得分函数集。然后, 引入前景理论利用前景价值函数对决策人由于损益表现出的主观感受进行描述, 得出备选方案的综合损益值, 结合各属性权重融合不同方案的综合损益比, 通过对比综合损益比大小得出最优方案。最后，利用算例验证了该改进方法的正确性和有效性, 展示了与原得分函数的对比分析结果, 为多属性决策问题提供了新的技术途径。     

毕达哥拉斯模糊Hamacher集成算子及其决策应用

定义了毕达哥拉斯模糊Hamacher运算,包括毕达哥拉斯模糊Hamacher和,积,数乘以及幂等,并研究了这些运算的性质.然后,将毕达哥拉斯模糊Hamacher运算应用到了信息集成之中,提出了毕达哥拉斯模糊Hamacher加权平均算子(PFHWA),毕达哥拉斯模糊Hamacher有序加权平均算子(PFHOWA),毕达哥拉斯模糊Hamacher加权几何算子(PFHWG),以及毕达哥拉斯模糊Hamacher有序加权几何算子(PFHOWG),并分别研究了它们的性质.最后,提出了基于毕达哥拉斯模糊Hamacher集成算子的决策方法,并通过实例说明了决策方法的可行性与有效性.     

信息不完全确定的模糊多准则UTA方法

针对准则权系数信息不完全确定和准则值为模糊数且有训练集的多准则决策问题,提出了一种模糊多准则UTA方法。该方法在考虑对训练集排序的基础上,结合不完全确定的准则权系数信息和训练集中各方案的模糊准则值的效用建立非线性模糊规划模型,并将其转化为模糊线性规划模型,求解得出准则权系数、训练集中各方案准则值的模糊效用值,利用插值求出方案的准则值的模糊效用,进而得到整个方案集的排序。最后实例说明该方法的有效性和可行性。     

考虑决策者给出参照点的风险型#br# 模糊多属性决策方法

针对考虑决策者给出参照点情形的风险型模糊多属性决策问题，给出了基于累积前景理论的决策方法。首先给出了一种基于模糊结构元的模糊数排序方法；然后，将模糊决策信息转化为一种由模糊结构元表示的信息；进一步地，考虑决策者的心理行为因素并依据累积前景理论将不同自然状态下所对应的由模糊结构元表示的益损值转化为模糊前景价值；在此基础上，通过计算每个方案的综合模糊累积前景值并运用基于模糊结构元的模糊数排序方法对其进行排序，从而得到方案排序结果。最后，通过一个算例分析验证了该方法的可行性及有效性。     

基于新直觉模糊距离的随机决策方法

针对指标权重未知,方案的指标值为直觉模糊数的随机直觉模糊决策问题,提出了一种基于前景理论和新的直觉模糊距离的随机决策方法. 首先提出一种新的直觉模糊相似度公式,在此基础上构建了一种以直觉模糊数形式表征的直觉模糊距离公式以减少在运算中信息的丢失,运用直觉模糊熵方法确定指标权重,通过前景理论对方案进行对比和排序.最后,算例分析说明了该方法的合理性和可行性.     

基于MYCIN不确定因子和前景理论的随机直觉模糊决策方法

针对指标权重未知, 方案的指标值为直觉模糊数的随机直觉模糊决策问题, 提出了一种基于MYCIN不确定因子和前景理论的随机决策方法.根据直觉模糊数的记分函数和前景理论得到各指标下不同方案的MYCIN 不确定因子, 运用灰色关联方法确定各指标的信度; 推导出多证据下不确定因子的融合方法, 并证明了其满足交换律和结合律, 通过该融合方法确定最优方案.最后, 算例分析说明了该方法的合理性和可行性.     

Extension of the TOPSIS method based on prospect theory and trapezoidal intuitionistic fuzzy numbers for group decision making

Considering the decision maker＇s risk psychological factors and information ambiguity under uncertainty, a novel TOPSIS based on prospect theory （PT） and trapezoidal intuitionistic fuzzy numbers （YrIFNs） for group decision making is investigated, in which the criteria values and the criteria weights take the form of TrIFNs, and weights of decision makers are unknown. Firstly, distance measures for TrIFNs are used to induce value function under trapezoidal intuitionistic fuzzy environment. Secondly, the concepts of distance measures and trapezoidal intuitionistie fuzzy weighted averaging operator are employed to induce the weights of decision makers and thus the decision makers＇ options can be aggregated. Then the PT-based separation measures and relative closeness coefficient are defined and an algorithm for ranking alternatives under trapezoidal intuitionistic fuzzy environment is proposed. Finally, a numerical example further illustrates the practicality and effectiveness of the proposed TOPSIS method.     

基于直觉正态模糊集结算子的多准则决策方法

定义了直觉正态模糊数及其运算法则、Euclidean距离、直觉正态模糊加权算术平均算子和直觉正态模糊加权几何平均算子. 针对准则值为直觉正态模糊数而权重信息不完全的多准则决策问题, 提出了一种基于直觉正态模糊集结算子的决策方法. 该方法首先利用各方案之间的距离和最小化思想建立优化模型求得最优权重, 然后利用集结算子对各准则进行集结, 从而得到各方案的综合评价值, 最后通过比较它们跟正负理想方案间的相对贴近度的大小, 得到方案集的排序. 实例表明该方法的有效性和可行性.