基于FOWA算子的不同模糊偏好信息的群决策法

研究决策者以不同形式给出其模糊偏好信息的群决策问题.首先,利用三角模糊运算的一些拓展法则和不同模糊偏好信息之间的转换公式将模糊效用值型、模糊互反判断矩阵型的偏好信息形式一致化为模糊互补判断矩阵型.其次,以三角模糊数的期望值为排序工具,利用FOWA算子对一致化的决策信息和方案的优势程度进行集结,依据综合优势度的期望值对方案进行排序,提出一种新的模糊群决策方法.最后,通过实例说明方法的可行性和有效性.     

一种梯形模糊偏好的多属性群决策方法

针对多属性群决策问题,以梯形模糊数为基础,给出了一种群决策方法.该方法采用梯形模糊数表示决策者偏好和决策者权重,由偏好矩阵和权重向量构造出加权决策矩阵,通过期望值计算和归一化处理得到规范化的决策矩阵,采用OWA算子进行集结,结合属性权重得出决策结果.最后通过算例表明了该方法的有效性和实用性.     

AHP判断矩阵与模糊判断矩阵相互转化方法

提出了AHP判断矩阵与模糊判断矩阵相互转化的若干新方法，探讨了各种转化方式下两类判断矩阵一致性的关系，以及确定排序向量的方法相互协调的问题，并用例子说明了各种转换公式的应用，为群决策中有效集结专家的AHP判断矩阵和模糊判断矩阵这两种偏好提供了可行的途径。     

基于目标规划和投影的模糊多属性决策法

针对部分权重信息下对方案有模糊互反偏好关系的决策问题,首先,基于决策者的主客观偏好信息偏差最小化建立一个目标规划模型获得属性权重,其次,利用各方案的模糊加权属性值在正理想解上的投影对方案进行排序,最后进行了实例验证.     

基于交叉效率DEA和目标规划的直觉模糊偏好关系排序方法

针对直觉模糊偏好关系排序问题,提出一种基于交叉效率DEA和目标规划的直觉模糊偏好关系排序向量的计算方法;在定义直觉模糊偏好关系导出矩阵的基础上构建了仁慈型交叉效率DEA模型,给出了基于直觉模糊偏好关系方案交互评价的排序向量隶属度求解算法;进一步考虑隶属度和非隶属度的内在联系,构建了获取各方案非隶属度的目标规划模型;最后,通过算例分析说明该方法不需要进行一致性调整,决策信息的损失能够得到有效避免,具有较好的可信度和广泛的适用性.     

群组模糊判断矩阵集结方法的理论分析

对群组模糊判断矩阵的集结方法进行了研究,在对同一决策问题的m个模糊判断矩阵是一致性的情况下,给出了加权集结方法的理论依据,并且进一步分析了关于群的判断矩阵与各决策者给出的判断矩阵之间关系的一些重要性质,从而为基于群的判断矩阵的方案排序问题打下了坚实的基础·     

置换群与群决策的排序数估计

在决策方案优劣等级排序分析和多层序等价类划分的基础上,构造了等极排序置换群,并提出了群决策中序位相同的可能排序数的解析和递推估计式,分析结果显示,注重维护决策方案的齐次性和协调决策者的意见冲突是提高群偏好集结有效性的重要方法。     

群决策共识过程的优化及其在农产品滞销中的应用

群决策在重大事件中起着越来越重要的作用.如何优化决策过程并使专家们的意见达成共识是当前的热点问题.为了更有效的帮助人们使用群决策方法解决现实问题,运用犹豫模糊语言偏好关系,基于距离测度和相似度构建一种新的群决策方法.首先,介绍了语言术语集和犹豫模糊语言偏好关系的相关概念;其次,提出共识性测度及群共识性指数改进算法,在此算法和集结算子的基础上,构建群决策模型;最后,利用农产品滞销案例验证该模型的合理性和有效性.     

基于改进PSO算法参数优化的模糊支持向量分类机

借助遗传算法中交叉和选择的思想策略,提出一种改进的粒子群算法对模糊支持向量机的参数进行优化选择.结果表明:该方法能够减少模糊支持向量机参数选择的盲目性,增强了模糊支持向量机的泛化能力,同时也提高了其分类精度.     

一种基于模糊偏好矩阵和IOWA算子的模糊群决策方法

基于模糊偏好关系矩阵和IOWA算子,提出了一种改进的用于指标筛选和指标权重确定的模糊群决策方法.该方法以修正后的专家权重作为IOWA算子的诱导分量,将专家个体的模糊偏好集结为群的模糊偏好,在此基础上确定各指标的权重,并以此进行指标的筛选.在剔除不重要的指标后,该方法无须再度采集专家偏好信息就可重新计算剩余指标权重.