一种交互式多目标满意群决策方法

本文提出一种交互式多目标满意群决策方法。该方法用多目标满意决策方法帮助各决策人和群体进行多目标决策分析,用满足一集公理的加权和函数集结各决策人的偏好以及各目标的愿望值,从而形成群体的愿望值,并逐个求得群体的满意解。可克服构造决策人效用函数和人际间效用比较的困难,可用于一类群决策问题的分析求解。     

交互式多目标决策方法综述

本文在叙述了多目标决策问题的数学模型和基本概念的基础上,把交互式多目标决策方法分为四类,并对各类方法的研究情况及特点进行了讨论,最后对该领域的进一步研究提出了一些想法。     

大规模含整变量多目标决策基于目标期望水平的交互式分解协调方法

针对具有块角结构的大规模含整变量多目标决策问题提出了一种基于目标期望水平的交互多分解协调方法。该方法利用目标期望水平实现交互决策过程。利用拉格朗日分解对偶方法进行分解协协调。文中定义了若干概念，证明了若干定理，给出了交互决策的具体步骤，并对软件实现作了说明.     

多层多目标决策方法的综述

本文对多层多目标决策问题进行了分析研究,探讨了该领域有待研究的几个方向,这对进一步研究多层多目标决策问题是有意义的。     

一种基于权重修正的多目标决策方法

研究了目标优先级无法凭经验确定条件下多目标决策问题, 提出了一种合理选择权重的方法。该方法以线性加权法为基础, 通过引入能量函数概念来模拟决策过程, 导出了非劣解演化方程和权重学习规则, 并结合算例进行了实例分析, 结果表明了该方法具有一定的实用价值。     

求解群体多目标决策问题的一种方法

引进了群体多目标决策问题的一种新的最优解概念──s-最优平衡解,它的实际意义是对于每个决策者而言在每个目标下都给出一个让步值.证明了求解s-最优平衡解等价于求解一个对应的单目标优化问题,并在一定条件下s-最优平衡解总是存在的.讨论了具有不同让步值的s-最优平衡解.数值例子表明这个方法对解决群体多目标决策问题具有一定的有效性.     

多目标决策分析中的目标关联分析法

针对多目标决策中的各目标之间存在相互联系 ,提出了“目标关联分析法”,通过建立目标关联矩阵 ,运用线性变换将原来相互关联的目标变换成一组等价的独立目标 ,进而确定影响系统运行的主要因素及权重 ,同时将各方案的原目标取值转换为独立目标下的取值 ,为多目标问题的分析和决策提供了一种新方法 .     

对多目标决策文献[1 ]和[2 ]的评注

首先,本文指出了文献［１］中“定义６”存在的问题,并给出了一个修正的定义。其次,本文指出文献［２］中定理的大部分条件是多余的,并对相关问题作了简要评述。     

集成式多目标权系数赋值方法

本文将实际应用中的多目标权系数赋值方法归结为三类：点估计方法、模糊区间估计方法、定性估计方法,提出了各类方法中有效的多目标权系数赋值过程,给出了多目标决策（ＭＯＤＭ）中引导决策专家选择适合具体情形的多目标权系数赋值方法的选择策略,提出了多目标权系数调整的交互式方法。     

一种针对高维决策空间的进化多目标优化方法

进化算法可并行处理多个解的特性使得它特别适合解决多目标优化问题。针对高维决策空间,将基因表达式编程引入多目标优化,设计了新的个体结构和操作,提出了一个进化多目标优化算法EMOGEP。实验结果表明,新算法在低维决策空间是可行和有效的;在高维决策空间中,表现出了比传统进化多目标优化算法更好的性能;多模态情况下,新算法能很好的逼近理论Pareto前沿。     

改进的AHP法及其在多目标决策中的应用

利用最优传递矩阵对传统的ＡＨＰ法进行了改进，建立了改进的层次分析法（ＩＡＨＰ）。利用Ｉ－ＡＨＰ求得的判断矩阵能自然满足一致性要求，不需要进行一致性检验。     

交互式广义目标规划决策方法─—满意度决策方法

本文针对社会经济系统中多目标决策问题, 提出了交互式广义目标规决策方法。通过引入满意度的概念, 将决策者对各个目标函数的满意水平数量化, 给出了交互式规划决策算法。     

Finding Efficient Solutions for Multiobjective Decision Making

ＦｉｎｄｉｎｇＥｆｆｉｃｉｅｎｔＳｏｌｕｔｉｏｎｓｆｏｒＭｕｌｔｉｏｂｊｅｃｔｉｖｅＤｅｃｉｓｉｏｎＭａｋｉｎｇ￥ＬＩＢｏ（ＳｅｃｔｉｏｎｏｆＭａｔｈｅｍａｔｉｃｓＳｈａｎｄｏｎｇＩｎｓｔ．ｏｆＢｌｄｇ．ＭａｔｅｒｉａｌｓＪｉｎａｎ，２５００２２）Ａ...     

多目标合作决策群优化的极大熵法

文［１］建立一种群决策系统的熵模型,能解决决策支持系统优化问题,但对专家间的合作程度无法度量,对最终决策产生二义性等问题无法解决。本文提出一种新的群决策系统——合作决策群,能较好地解决该类问题。文中从理论上证明了决策群模型的有效性,并给出了求解算法。     

基于区域准则的多目标决策方法

分析了代理值置换法（ＳＷＴ）使用中过于加重决策者和计算机负担的缺点，提出了基于所谓区域准则的多目标决策方法。给出了区域准则为常见的目标加权和准则下获取区域准则的两类方法，即改进的Ｚｉｏｎｔｓ－Ｗａｌｅｎｉｕｓ法和基于邻近准则分解和并合的方法。     

非线性多目标决策的一个交互式算法

给出了一个求解多目标决策问题的新交互式算法。该算法适用于线性和非线性的情形,能保证解的非劣性,具有计算量小,交互过程简单明确且易于在计算机上实现等特点,有良好的实施前景.     

多目标决策的迭代协调交互满意方法

本文在假定决策者的局部偏好结构为线性加权形式但权数未知的条件下,利用极大化极小规则,建立了一种多目标决策方法——迭代协调交互满意方法。通过迭代求得协调解,通过交互求得满意解。本文证明了算法的收敛性,并给出了决策者的最佳协调解、最佳协调权及最佳目标平均满足度等概念及其求法。最后通过数值例示说明了方法的可行性及适用性。     

基于三层BP网络的多指标综合评估方法及应用

提出一种基于人工神经网络的综合指标评估方法．文章首先提出了一种新的归一化效用函数,把不同类型,不同量纲的原始评估值转换到［－１,１］区间,该效用函数较好地体现了“奖优罚劣”原则,同时对于神经网络又更容易学习和训练;其次,分析了一般多指标评估中各权值的确定方法及存在的困难;第三,详细介绍了基于人工神经网络的多指标综合评价原理及实现方法,并将之实际应用到一柴油机行业的综合经济效益评估中,取得了较满意的结果．文末讨论了基于神经网络的综合评价方法的优点.     

Flexible Interaction Multiobjective Programming

This paper develops and interactive method,called flexible interaction multiobjectiveprogramming(FIMP),for solving multiobjective decision problems.In a decision process a minimaxproblem is iteratively solved within a progressively reduced objective space until a noninferior solutionwhich is perferred by the decision maker(DM)is found.The interaction process is easy,reliable and     

Method for Risky Multiobjective Group Decision-Making and Its Application

The multiobjective group decision-making problem under risk is common in reality. This paper focuses on the study about risky multiobjective group decision-making problem where the index value is not certain. We give indexes classifying method and index normalizing formula of this type problem. By building objective function that minimizes general weighted distance from every alternative to the relatively best and worst alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, and by building another objective function that minimizes general weighted distance from the optimal membership degree of every decision-maker to every alternative to the group optimal alternative and the group inferior alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, which are both based on probability theory and fuzzy theory. Aftermost a model is established which collects group preferences. This method provides a new idea and