基于区间证据推理的多属性决策方法

针对多属性决策过程中出现属性信息的评估等级以及评估等级信任度不确定问题,提出一种区间证据推理方法。首先,采用区间评估等级以及区间评估等级信任度的形式表达评估信息的不确定性。其次,通过转换公式统一各属性评估的信任识别框架。然后,采用区间证据推理的集成公式集结区间不确定信息,处理评估等级、评估等级信任度和定量属性评估的区间不确定信息的集结问题。最后,采用期望效用理论对方案综合排序。为验证该方法的有效性,以某生鲜电商选择生鲜供应商为例,运用所提方法对区间形式的不确定评估信息进行处理,结果表明,所提方法能够处理属性评估信息的评估等级以及评估等级信任度不确定问题。     

不确定语言多属性决策的心态指标方法

研究了已知部分属性权重信息,方案属性值和偏好值均为不确定语言的多属性决策问题.首先,通过引入心态指标,将不确定语言决策矩阵和方案偏好值转化为带有心态指标的语言决策矩阵和偏好值.其次,通过最小化方案综合属性值与偏好值之间总偏差,建立并求解一个规划模型得到属性权重,然后利用方案综合属性值对方案进行排序和择优.当决策者处于不同心态时,可以通过调节其心态指标进行决策,因而使得决策更加符合实际.最后,给出了一个算例说明了该方法.     

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.     

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．     

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。     

不确定信息环境下多属性决策方法的研究进展

多属性决策在经济、社会和工程等领域有着广泛的应用.由于决策系统的结构复杂性和对外界环境的开放性,传统的实数型信息很难刻画系统的特征,有必要研究不确定信息环境下多属性决策模型和方法.论文对近十余年来研究的几种不确定信息及其信息集成算子,多属性决策的赋权方法和决策技术,若干偏好关系一致性的概念、不一致性调整的算法、偏好关系的排序方法和共识性模型等问题进行了综述,并对未来的研究进行了展望.     

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     

一类不确定信息下的多属性决策问题的研究

对一类不确定信息下的多属性决策问题进行了研究,给出了不确定信息的定义,即在决策过程中决策者不仅不能准确地估计方案的属性值,甚至不能确定同一属性下方案之间的偏好关系.在此基础上,提出使用具有置信结构的偏序关系来表示不确定信息,并给出了解决这类问题的模型和方法.该方法首先采用证据推理算法对不确定信息进行集成,然后使用优势和劣势这2种指数来确定方案间的偏好关系,并在这2种指数的定义中使用了偏序之间的距离公式.最后通过一个例子说明,在信息不确定的情况下该方法能够帮助决策者做出比较合理的决策.     

基于拓展C-OWGA算子的多属性群决策方法

目的为求决策方法的简洁实用,研究决策信息为区间数的多属性群决策问题。方法将连续的OWGA(C-OWGA)集结算子拓展到不确定环境之中,提出了一些不确定信息(区间数)集成新算子,如加权的C-OWGA(WC-OWGA)算子、有序加权的C-OWGA(OWC-OWGA)算子以及混合的C-OWGA(HC-OWGA)算子。结果结合区间数的运算法则,利用HC-OWGA算子对决策信息进行集结而获得方案的排序。提出了基于HC-OWGA算子的不确定多属性群决策方法。结论算例表明该方法是可行有效的,且该方法有良好的应用前景。     

不完全信息下基于证据推理的多属性决策方法研究

针对不完全信息下多属性群体决策中存在的问题,提出一种基于证据推理的多属性群体决策方法。该方法首先应用灰色白化权函数将定量属性定性化,然后针对不同专家知识背景的不同,构建基于属性的专家赋权方法,用证据推理方法将不完全信息下的多个专家的意见进行集结,并应用效用理论对方案进行排序择优。最后通过一个算例验证该方法的有效性和可行性。     

基于概率不确定语言术语集和VIKOR法的多属性决策研究

将概率语言术语集概念中的语言术语推广到不确定语言变量,提出了概率不确定语言术语集的概念及其运算法则与基本性质,并在定义其得分值函数和精确函数的基础上,给出了任意两个概率不确定语言术语集之间的大小比较规则;然后,在运用概率不确定语言术语集刻画属性特征的背景下,利用多准则妥协解排序法,构建了多属性决策模型。最后,通过决策案例的计算,验证了该思想以及方法的可行性、有效性以及优越性。     

基于ULWGM算子和改进ULHGM算子的方案优选方法

 方案优选属于多属性决策问题。不确定语言多属性决策是一种研究与应用较多的多属性决策方法,决策的重点是对不确定语言变量的集结算法。决策过程中,需要对不确定语言变量进行对比排序。针对已有的排序方法存在误差的情况,给出了一种能够准确计算可能度的模型,该模型满足不确定语言变量的下标取值服从均匀分布的条件。在不确定语言变量的集结算法中,ULHGM算子适用性强,但它先考虑了数据自身的重要性程度,然后才考虑数据位置的重要性程度,这在一定程度上会造成评价信息的失真,影响集结结果的准确性。为此,对其集结过程进行了改进,根据赋予算子关联权重的初衷,直接对专家的原始评判数据赋予位置权重,然后赋予反映数据自身重要性程度的权重,最后再进行集结。ULHGM算子需要进行两次指数加权运算才能得出集结结果,而改进后的算子只需要进行一次指数加权运算,因此其集结算法更为简便。接下来,基于ULWGM算子和改进的ULHGM算子,建立了方案优选的模型。最后,以某舰炮维修性设计方案的评选为例,分别用IULHGM算子和ULHGM算子对专家的评价信息进行集结,得出了不同的方案排序结果,并对原因进行了分析。案例表明IULHGM集结算法更加准确、合理。     

多属性决策的α-较多属性偏爱法

对于多属性决策问题,引进属性偏爱数概念,由此,依据问题的属性值的特点,提出了求解多属性决策问题的α-较多属性偏爱法。     

一种基于新的不确定语言集成算子的多属性群决策方法

针对不确定语言评价信息的多属性群决策问题,为避免直接运算时产生的越界现象,文章构建基于等信息转换理论的不确定语言模型,定义该模型下的新运算法则,提出新运算法则下的广义不确定语言加权平均算子(ULWA_2)和广义不确定语言有序加权平均算子(ULOWA_2).基于所定义的不确定语言集成算子,文章提出一种多属性群决策方法,并通过实例说明该决策方法的可行性与有效性.     

一种基于MADM的AHP威胁度评估方法

分析了影响目标威胁评估的各种因素,依据多属性决策(mu ltip le attribute dec ision m ak ing,MADM)理论,并采用层次分析法(AHP),提出了基于MADM的目标威胁评估排序模型,该方法有效地解决了目标威胁评估与排序问题,提高了作战效能.     

模糊多属性决策问题中属性权重的确定及应用

确定属性的权重是模糊多属性决策中的重要问题,在对不可指定性度量的基础上,提出一种在模糊属性为多值时确定属性权重的新方法,并应用该方法进行供应商选择评价,说明了该方法的实际意义和应用价值.     

区间数多属性决策中决策矩阵的规范化方法

决策矩阵的规范化是多属性决策分析中的一个重要组成部分,针对具有不确定性区间数的决策矩阵的规范化问题,给出了两类实用的规范化方法,即基于区间数运算的规范化方法和基于误差传递的规范化方法·最后,给出了算例并说明了两类方法各自的特点·     

权重信息不完全的不确定语言多属性群决策方法

针对属性权重信息不完全、属性值信息以不确定语言形式给出的多属性群决策问题,提出了一种决策分析方法.首先,对不确定语言变量进行了描述;然后,给出了求解具有不完全信息的不确定语言多属性群决策问题的计算步骤,其核心是将专家给出的不确定语言决策矩阵集结为具有可能度信息的群决策矩阵,通过计算方案值与理想点的差异值,构建二次规划模型,得到属性权重值,进而可计算出相对接近度,从而得到所有方案的排序结果.最后给出了一个实例分析,结果表明该方法简单可行、便于应用.     

一种判定高校不同专业毕业生需求状况的方法

利用多属性效用理论来分析高校不同专业毕业生的供需状况,根据专业的需求状况对专业进行排序。结果表明,该判定方法实用有效。