一种有不同形式偏好信息的群体决策方法

针对具有不同形式偏好信息并且决策者的权系数信息不完全确定的群体决策问题,提出了一种群决策方法。该方法先将不同形式的偏好信息转化为互反判断矩阵形式,然后利用决策者权系数的不完全确定信息和互反判断矩阵,构建一个非线性规划模型,利用遗传算法求解非线性规划模型,得到方案的重要性程度值和决策者的最优权系数,进而确定方案的排序。最后实例说明该方法的有效性和可行性。     

基于前景理论的灰色随机多准则决策方法

针对概率和准则值均为区间灰数,准则权系数不完全确定的灰色随机多准则决策问题,提出了一种基于前景理论的决策方法.该方法定义了一种区间灰数排序方法及其前景价值函数,并以其余备选方案为参考方案计算各准则下各方案准则的前景值,构建前景决策矩阵,采用离差最大化思想建立规划模型,求解模型得出最优权系数向量,进而根据各方案综合前景值大小对方案进行排序.最后说明了该方法的可行性和有效性.     

信息不完全确定的多准则语言区间群决策方法

针对权系数信息不完全确定且方案的准则值为确定语言等级或位于两个连续语言等级之间或语言区间,甚至缺失的群决策问题,提出一种群体语言决策方法。该方法将各准则的语言值转换成二元语义,利用WC-OWA和OWA算子进行准则集结和方案集结,通过方案贴近度和决策者给出的准则权系数的不完全确定信息,建立非线性规划模型,利用遗传算法对模型进行求解得到准则的最优权系数,进而得到方案的群体集成值,并将其转化为二元语义,利用二元语义的有序性得到方案的排序。实例计算表明了该方法的可行性和有效性。     

信息不完全的多准则决策的SIR方法

在决策中,存在准则值不准确、不确定、不能决定和准则权系数信息不完全的多准则决策问题,针对此类问题,提出了一种信息不完全的多准则决策的优劣势排序方法。该方法首先构建方案集的优势矩阵和劣势矩阵,得到方案的全局优势度和劣势度,利用权系数的不完全信息构建相应的最优化模型,求解最优化模型得到优势度和劣势度的变化区间,利用区间数的排序方法得到方案集的一个部分排序或完全排序。最后通过实例验证了该方法的有效性。     

信息不完全确定的PROMETHEE方法及应用

提出一种信息不完全确定的PROMETHEE方法,该方法根据偏好指数和优序关系,利用决策者对训练集的排序和准则权系数的不完全确定信息等构建非线性规划模型,然后将非线性规划模型转换成线性规划模型,求解线性规划,得到训练集中方案在各准则值的偏好函数值和准则权系数,通过线性插值或样条插值得到决策方案在各准则值的偏好函数值,进而得到方案集中每一方案的偏好指数,按优序关系进行排序,得到方案集的一个部分或整体排序,最后实例说明该方法的有效性和可行性。     

基于前景理论的多目标灰色局势决策方法

鉴于决策者风险态度对多目标决策的影响,提出一种基于前景理论的多目标灰色局势决策方法。该方法首先利用奖优罚劣的线性变换算子对原始决策信息进行规范化处理,进而确定正负理想方案。基于前景理论和多目标灰色局势决策方法确定前景价值函数,并利用方案综合前景值最大化的多目标优化模型求解最优权向量,进而求得综合效果测度矩阵,而后采用区间数的可能度对每个事件的局势进行排序,最后通过实例验证了该模型的有效性和实用性。     

基于变权和TOPSIS方法的灰色关联决策模型

为提高现行灰色关联模型决策结果的可靠性,将惩罚型变权方法引入到模型指标权重设定中,使各方案指标权重随指标状态值的变化而变化;同时借鉴TOPSIS方法的思想,分别考察各候选方案与正、负理想方案间的关联程度并予以集成;构建了基于变权和TOPSIS方法的灰色关联决策模型。将其应用于项目评标决策案例,通过与现行方法的对比分析,证明了该模型有助于优选出指标间较为均衡的方案,决策结果更为合理可靠;通过不同惩罚水平下结果的对比分析,表明该模型具有较强灵活性,可以适应不同的均衡决策要求。     

有限方案模糊多目标群决策方法的研究

综合考虑定性和定量两类目标，本文提出一种模糊多目标群决策方法。决策人用语言变量评价权系数和定性目标，对定量目标进行相应的无量纲化处理。经集结确定各决策各方案的模糊评价指标，用乐观指标法确定各决策人各方案的排序指标。用平均值法集结各决策人的排序指标，并确定群体对各方案的排序。     

基于证据推理的信息不完全的多准则排序方法

针对有训练集的准则权系数信息不完全确定且准则值信息不完全或缺失的多准则决策问题,提出了一种基于证据推理的决策方法.该方法首先通过证据推理算法将方案的准则值集成,然后将效用值集成,结合准则权系数和等级效用的不完全确定信息和训练集的排序等建立非线性规划模型,利用遗传算法来求解非线性规划模型,得到各准则的权系数和各等级效用值,进而得到整个方案集的排序.最后用实例说明该方法的有效性和可行性.     

基于语言判断矩阵的信息不完全的群决策方法

针对方案间的比较信息为确定语言等级或位于两个连续语言等级之间,甚至缺失,以及决策者权系数信息不完全确定的群决策问题,提出一种基于证据推理和二元语义的群决策方法。该方法根据决策者的原始评价矩阵信息得到属于语言等级的信任度,利用证据推理算法得到各方案在各语言等级下的信任度,将其转化为二元语义形式,根据决策者权系数的不完全确定信息和二元语义的距离等构建非线性规划模型,并利用改进的粒子群算法进行求解,根据求解结果得到方案集的一个排序。最后实例说明了该方法的可行性和有效性。     

基于直觉模糊熵和VIKOR的装备器材供应商选优决策

针对装备征用动员中器材需求不确定性大、响应时效性和质量要求高等特点,构建基于军事供应链的装备器材供应商选优评价准则体系,为解决不同准则带来的多种异质评价信息及准则权重、决策者权重均未知的多准则群决策问题,提出了一种基于直觉模糊熵和扩展多准则妥协解(VlseKriterijumska Optimizacija I Kompromisno Resenje,VIKOR)框架的决策方法。首先,采用包含隶属度与非隶属度偏差及犹豫度信息的直觉模糊熵,基于熵权法和权重协调系数确定综合准则权重;其次,综合考虑决策矩阵直觉模糊熵和距离测度,建立一种新的决策者权重方法;然后,采用直觉模糊加权平均算子得到决策者和决策群体综合评价矩阵;最后,将VIKOR方法扩展到直觉模糊语言环境,对备选供应商进行折衷排序和选优。     

基于混合多属性信息的复杂多阶段决策方法

针对属性权重和阶段权重完全未知且属性信息表示为混合形式的多阶段决策问题,提出一种新的决策方法。首先,将混合型属性信息统一成区间数形式,在此基础上根据属性信息的熵权区间和离差水平确定属性权重。然后,借助有序聚类法将决策对象各个阶段的矢量信息划分为若干个聚集,再以聚集中决策矢量的距离最小化为目标,构建优化模型求得聚集内各矢量的阶段权重,进而得到所有决策对象的综合阶段权重。最后,利用TOPSIS法对决策对象进行排序,并通过算例对该方法的可行性和实用性进行证明。     

基于熵权的多属性大群体决策方法

针对传统的大群体决策方法只能处理单方案决策问题的缺陷,提出了一种基于多属性的多方案大群体决策方法。该方法首先将单方案大群体偏好模型与算法推广成多方案大群体偏好模型与算法,获得大群体偏好矩阵,然后利用熵权法获得各个方案的排序权重,最后利用各个方案的排序权重和大群体偏好矩阵获得各个方案的综合评价值矢量。通过该综合评价值矢量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题。通过计算机仿真实验证明该方法的有效性。     

Multi-attribute decision making model based on optimal membership and relative entropy

To study the problems of multi-attribute decision making in which the attribute values are given in the form of linguistic fuzzy numbers and the information of attribute weights are incomplete, a new multi-attribute decision making model is presented based on the optimal membership and the relative entropy. Firstly, the definitions of the optimal membership and the relative entropy are given. Secondly, for all alternatives, a set of preference weight vectors are obtained by solving a set of linear programming models whose goals are all to maximize the optimal membership. Thirdly, a relative entropy model is established to aggregate the preference weight vectors, thus an optimal weight vector is determined. Based on this optimal weight vector, the algorithm of deviation degree minimization is proposed to rank all the alternatives. Finally, a decision making example is given to demonstrate the feasibility and rationality of this new model.     

基于案例推理和灰色关联的直觉模糊决策分类模型

针对现有直觉模糊决策方法中指标权重的确定往往仅根据决策矩阵的数据而不考虑决策背景这一缺点,提出一种基于灰色关联和案例推理的分类模型.首先提出一种基于直觉模糊数的灰色关联公式,在此基础上构建基于案例推理的数学模型寻求最优权重以及分类半径,依据最优权重和分类半径对各个方案进行决策.本文提出的分类模型既考虑了专家的主观判断又根据决策矩阵数据,克服了上述缺点.最后通过案例说明了本文方法的合理性和可行性.     

多属性决策中基于离差最大化的组合赋权方法

依据多属性决策中属性权重的确定方法有多种,每种赋权方法有其各自的特点,为了综合利用各种赋权法的优势,基于离差最大化的基本原理,提出了一种组合赋权方法。该方法通过一个最优规划模型来确定组合权重。研究了模型的求解,给出权重的计算公式,探讨组合赋权方法的检验,确保组合权重能反映主观信息和客观信息,并总结该方法的计算步骤。最后进行实例分析,结果表明该组合赋权方法是有效性的。     

ELECTRE-Ⅲ法权重的敏感性分析方法

权重选取的不确定性将直接影响多属性决策的求解结果,而敏感性分析是处理权重不确定性的有效方法。针对ELECTRE Ⅲ方法的权重,建立了一种新的敏感性分析数学模型,利用经典的线性规划方法,求解使得某方案排序第一且变化最小的权重值,解决了权重超出稳定区间后排序方向改变的问题,有利于帮助决策者及时调整权重,得到合理结果。     

“最大值准则”决策悖论及其求解模型

按照最大值决策准则,当相应决策系数向量各分量的值区分度较高时人们易于对决策对象所属类别做出判断.而真正有价值的问题是决策系数向量若干个分量的值区分度不高的情形.本文针对灰色聚类系数向量之最大分量取值与其它分量的值区分度很低,且按照"最大值准则"做出的决策与对决策系数向量进行整体评估所得的结论冲突,即"最大值准则"决策悖论发生的情形,提出了对聚类系数向量各分量取值信息进行综合集成的聚核权向量组和聚核加权决策系数向量;并据此构建了两难决策问题求解模型,给出了3种实用的聚核权向量组.破解了"最大值准则"决策悖论.最后以英国高等学校科学研究卓越框架(research excellence framework,简称REF)为例说明"最大值准则"决策悖论求解模型的实际应用.     

基于模糊集和粗糙集的武器系统作战能力评估

为了解决多属性决策中各属性权值常依赖主观确定的问题,提出了一种基于模糊集和连续粗糙集的武器系统作战能力评价模型。对连续系统样本值归一化后,采用模糊偏序模型对各样本进行排序,建立连续值决策信息表,解决了一般粗糙集需要有决策信息表的问题。进而基于粗糙集属性的广义重要度,计算各属性值的权重系数,避免了因属性值离散化对噪声的敏感而造成的不良后果。结合战斗机空战能力评估,验证了该方法对武器系统作战能力评估的可行性和有效性。     

基于证据推理的信息不完全确定的MCDM方法

针对权系数为信息不完全确定、准则值不确定且不完全的多准则决策问题,提出了一种基于证据推理的方法。该方法先对决策者给出的权系数不完全确定信息进行分析,得到一组可利用的基数权重,然后将方案的准则值(不确定且不完全)用基于证据推理的算法进行集成,比较方案集在所有基数权重下的效用值的大小,从而确定方案集的排序。最后以实例表明该方法的有效性和可行性