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.     

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．     

基于联系数的区间型多属性决策方法研究

对属性权重和属性值均以a bi型联系数形式给出的区间型多属性决策问题进行了研究。给出了a bi型联系数的一种定义,介绍了其运算法则,并利用a bi型联系数加权平均算子(WAA算子),提出了一种基于a bi型联系数的区间型多属性决策方法。实例计算结果表明该方法可行且有效。     

基于广义权联系度距离的多属性决策模型

针对多属性决策的不确定性问题,提出集对分析方法处理确定性不确定性问题.从确定性与不确定性辨证关系出发,将方案指标集与指标理想集作为集对,给出了各方案与正理想方案的广义权联系度距离定义、各方案与负理想方案的广义权联系度距离定义,讨论了现阶段集对分析在多属性决策中的应用情况,指出了其存在的不足,提出了基于广义权联系度距离的多属性决策模型,并将其应用于矿山设备优选中.应用表明,基于广义权联系度距离的多属性决策模型适合多个方案的优选,为多属性决策提供了一条新的途径.     

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．     

区间数多属性决策的一种ELECTRE方法

在对不确定性区间数多指标决策问题和区间数运算法则进行描述的基础上,通过区间数可能度的计算,将指标值从区间数映射到优劣关系等价的实数形式,最后依据简化的ELECTRE方法的计算步骤进行方案的排序.该分析方法具有简单、实用的特点,它克服了以往研究此类决策问题时所遇到的区间数难以排序的问题.     

具有区间数的多属性决策问题的分析方法

为了解决带有不确定性区间数的多属性决策问题,首先给出了一个决策分析模型;然后针对决策方案的综合评价值,提出了关于数的两种排序方法,最后给出了实例计算。     

不确定性多属性决策的一种线性规划方法

针对具有不确定性区间数的多属性决策问题,提出了一个线性规划方法,该方法与Ｂｒｙｓｏｎ和Ｍｏｂｏｌｕｒｉｎ给出的线性规划方法相比,能够保证计算出来的每个方案综合评价值所在的区间均使用了一个属性权重向量。对于这个结果,进行相应的决策方案排序才显得更有实际意义。     

属性值为三角模糊数的多属性决策研究

针对一类模糊多属性决策问题,当属性权重为已知实数且属性值为三角模糊数时,本文提出了一种基于优先关系的决策方案,该方法通过直接应用三角模糊数的排序方法,对决策的方案来进行排序,从而使得运算过程更加简便。最后用例子说明该决策方法的可行性和有效性。     

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.     

基于联系数的多目标决策应用

在联系数的基础上,建立了一种基于联系数的多目标决策方法模受,并给出了具体的实例说明该方法的具体应用.     

加权三元区间数型多属性决策TOPSIS模型及其应用

针对三元区间数距离计算中存在的问题,提出一种改进三元区间数距离公式的多属性决策TOPSIS模型。根据三元区间数的确定性和不确定性特点,用基于加权区间值的三元区间数距离代替三元区间数型TOPSIS模型中的欧氏距离,并以此计算三元区间数相对贴近度,按照三元区间数相对贴近度排序决策。通过一个边坡支护方案评价的例子计算分析,并与用其他方法得到的结果进行了对比,说明了方案的有效性。     

基于结构元理论的模糊多属性群决策

 将结构元理论引入到模糊多属性决策中,利用同序标准单调函数类与有界实模糊数同胚的性质,将模糊数的复杂运算转化为同序单调函数的运算,通过单调函数间的序关系描述模糊数之间的序关系,简化传统决策的复杂运算。将模糊结构元理论同经典的ELECTRE方法结合,用来解决模糊多属性群决策问题,克服了以往应用ELECTRE方法遇到模糊数难以排序或直接转化为确定系统的缺点,这种方法以结构元理伦为基础,运算简便,易于理解,对于进一步研究模糊多属性群决策问题有很好的参考作用。给出的实例验证了该方法的有效性和可行性。     

三角直觉模糊广义有序加权平均算子及其在多属性群决策中的应用

针对属性以三角直觉模糊数(TIFN)形式表示和具有不完全权重信息的多属性群决策(MAGDM)问题进行了研究。首先定义了三角直觉模糊广义有序加权平均(TIFGOWA)算子,再利用得分函数和精确函数对方案的排序方法,对不完全权重信息的三角直觉模糊MAGDM问题,运用TIFGOWA算子提出一种新的多目标线性规划的求解方法。最后,运用一个算例说明了本文所提方法的合理性与有效性。     

基于ITFOWA算子的多属性决策方法研究

将梯形模糊有序加权平均算子（TFOWA）扩充至诱导的梯形模糊有序加权平均（ITFOWA）算子情形．提出两梯形模糊数接近度概念,用其度量属性本身的重要性程度、并以属性值的接近度作为诱导变量,采用ITFOWA算子进行信息集结,得到一种新的基于诱导梯形模糊有序加权平均算子的多属性决策方法．     

两种改进的直觉模糊多属性决策方法

对直觉模糊条件下的多属性决策问题,针对现有记分函数法和距离法的不足,基于IFS之间相对接近度的概念,提出了新的记分函数法和改进TOPSIS方法,综合利用了各方案至理想方案和负理想方案的距离信息,得到决策结果综合性能最优,并通过实例对比证明了本文方法的有效性。     

不完全权重信息下多属性决策方法研究

针对目标属性的权重不完全确知的情况下，提出了一种先进行局部优化，再组合赋权并对方案进行排序的决策方法。此方法是从最小偏差的角度出发，构造了目标权重的统计量，它既利用了子样的信息，又利用了先验信息，评价结果客观可靠。另外，在此基础上进一步加入权系数的信息熵，建立了优化的数学模型。最后，通过实例表明新方法的有效性。     

一种新的基于UEOWA算子的多属性决策方法

对不确定语言型的多属性决策问题的研究,首先是对不确定语言变量进行排序.一些专家通常利用可能度建立可能度矩阵,得到可能度矩阵的排序向量,再根据排序向量分量大小对不确定语言变量进行排序.在此基础上,给出了不确定语言变量的下标和的定义,根据下标和的大小来判断不确定语言变量的排序先后.最后用此方法来研究UEOW A算子的多属性决策问题.     

不确定性情况下群体多属性决策的可能度决策方法

建立了具有均匀分布的区间数的群体多属性决策的排序模型 ,提出方案间可能度的概念 ,并且在可能度矩阵的基础上给出一种排序方法