信息不完全确定的多准则语言群体指派方法

针对决策者权重和准则权重信息不完全确定且评价信息为语言值的多准则指派问题,提出了一种新的求解方法。该方法利用二元语义对语言评价信息进行处理和运算。首先将决策者在各准则下给出的语言评价矩阵转化为二元语义,并利用二元语义的Δ函数及其逆函数Δ-1将其结集为群体在不同准则下的评价矩阵,然后利用二元语义的算术平均算子将不同准则下的评价矩阵结集为综合效率矩阵,再结合决策者权重和准则权重的不完全确定信息等构建非线性混合整数规划模型,并利用粒子群算法与匈牙利算法联合进行求解。最后实例说明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。     

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.     

钢铁企业合作创新项目选择的模糊聚类分析

在合作创新过程中,针对区间数的评价信息,提出一种基于遗传算法的模糊聚类方法.考虑方案各准则的权重、准则值为区间数,同时要求对聚类中心各准则值有严格序关系.然后结合隶属度变量构建优化模型,利用具有动态惩罚函数的遗传算法求解,计算得到各方案的所属类别.实例证明了该方法的有效性和可靠性.     

基于人工神经网络的高产高效矿井经营绩效排序

为了更科学地解决高产高效矿井经营绩效多指标综合排序问题,本文提出了一种基于人工神经网络的排序新方法．确定神经网络结构的最优算法准则是：各矿井经营绩效的实际评价值与理想值之间越一致越好．从而,排序得以实现,其结果与实际情况相符．     

不完全指标权重信息下的语言多指标决策方法

研究了不完全指标权重信息下且指标值为语言评价信息的多指标决策问题,给出了一种基于二元语义信息处理和TOPSIS的决策分析方法.首先将规范化的语言评价信息转化为二元语义形式,然后应用TOPSIS方法和二元语义集成算子建立并求解线性规划模型,得到未知的指标权重值,再通过二元语义加权平均算子计算得到各方案的综合评价值.最后通过算例说明了该方法的有效性和实用性.     

供应商采取成本减少努力时垂直需求信息共享

针对由多个竞争供应商和两个竞争零售商构成的供应链,供应商存在供应不确定,零售商拥有需求信息,供应商通过决策成本减少努力水平和批发价格来响应零售商需求信息.建立了一个多阶段博弈模型研究零售商垂直需求信息共享问题.结果表明,当努力成本系数充分小时,完全信息共享是一个均衡策略,即两个零售商会免费地与供应商共享需求信息.当努力成本系数充分大时,两个零售商在向供应商收取一定的费用后会与供应商共享需求信息.此外,在一定条件下,预测误差越小、努力成本系数越大、供应不确定程度越低、供应商数量越少、供应商的最优支付费用越多.     

基于工程语义的装配顺序快速规划与评估

在交互式获取零件装配所需工程语义信息的基础上,构建了可反映装配体各元件间空间制约关系及相关性的全局优先约束矩阵(Precedence Constraint Matrix,PCM),由此推导了完备可行的装配顺序集,并根据用户选择的不同评价准则对可行装配顺序规划进行优化评估,推荐最优装配方案.最后,以实例验证了研究成果的正确性与实用性.     

偏好约束锥DEA模型在供应商选择中的应用

以供应链管理中的供应商选择为背景 ,讨论了现有的供应商选择方法以及评价准则的特点 ,在此基础上提出了应用偏好约束锥 DEA模型来解决供应商评价问题 ,这个模型不需要更多精确的信息 ,具有较好的鲁棒性 .同时兼有有一般 DEA模型的特点 ,而且能够反映决策者的偏好 .通过分析算例的结果表明 ,该模型为供应商选择问题提供了有效的技术经济分析方法 .     

基于多目标优化的供应商绩效评估

考虑到供应商绩效评估指标体系的多目标性,给出了一种基于可行域为有限集的多目标问题的优序解法和改进优序法,快速有效地对评估方案进行排序为决策提供依据.     

基于改进二元语义的评估信息融合研究

针对评估中评估结果表达形式多样不便比较分析,以及个体评估结果分散与最终评估结果统一间矛盾的存在,在此提出基于二元语义模型的评估信息融合方法,该方法利用改进的二元语义模型对数据标准化,在此基础上引入融合算子,将表达形式不同的多评估结果有效融合,最后给出评估小组的群决策结果。用该方法对海关风险评估问题进行仿真,结果表明该方法可以有效地完成评估问题中从数据预处理、数据分析到结论支持整个过程。专家数据融合的实例验证了所提出模型的可行性和有效性。     

基于ET-WG和ET-OWG算子的二元语义群决策法

针对一类属性值和权重值均为语言评价信息的多属性群决策问题,提出了一种群决策分析方法.首先,为了便于语言评价信息的集结运算,提出了一些新的集结算子:扩展的二元语义加权几何(ET-WG)算子和扩展的二元语义有序加权几何(ET-OWG)算子,并分析了这些算子的性质.然后提出了一种基于ET-WG算子和ET-OWG算子的群决策方法,其核心是通过语言信息的集结运算,得到各方案的群体综合评价信息,从而根据二元语义信息的比较原则,得到所有方案的排序结果.最后给出了一个实例分析,说明了本文提出方法的可行性和实用性.     

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。     

自适应语义表达丰富度的群决策方法

为解决群决策评估中出现的决策信息模糊以及决策反馈低效化的问题,提出了自适应表达丰富度的决策方法,该方法结合二元语义以及多标准决策分析的思路,计算每个方案相对于理想解的近似贴近度,并将输出结果利用自适应表达丰富度的模块化处理进行语义标度的重新匹配,最后,通过军港的军事效能评估案例对所使用的方法进行分析论证。     

基于区间对偶犹豫不确定语言广义Banzhaf Choquet积分算子的多属性决策方法

基于将对偶犹豫模糊集和语言变量相结合定义对偶犹豫模糊语言集的思路,提出了区间对偶犹豫不确定语言集的概念,研究了区间对偶犹豫不确定语言变量相关的基本理论与方法,并针对属性值为区间对偶犹豫不确定语言信息的关联多属性决策问题,提出了相应的决策方法.首先,定义了区间对偶犹豫不确定语言变量的概念、运算法则、得分函数、精确函数、海明距离以及排序方法.然后,提出了区间对偶犹豫不确定语言广义Banzhaf Choquet积分算子并证明了该算子的一些性质.为了确定属性集的模糊测度,建立了基于离差最大化方法以及Banzhaf函数的模型.进而,给出一种用于解决属性权重部分未知,属性值为区间对偶犹豫不确定语言变量的关联多属性决策方法.最后,通过算例验证了该方法的有效性.     

因素状态值为语言标度的变权综合决策方法

综合采用语言值2元组方法和拓展语言值论域的方法建立一种新的纯语言值二元组常权综合决策模型,进一步,在拓展语言值论域与实数集[0,1]之间定义两个转换函数,由此引入语言值效用向量等概念． 借助语言值效用向量、实数型变权向量和实数型状态变权向量导出语言值变权向量及状态变权向量,据此建立相应的语言值变权公式和变权综合决策模型．最后给出一个群决策的应用实例．     

基于纯语言混合几何平均算子的多属性群决策方法

在纯语言加权几何平均(PLWGA)算子和推广的有序加权平均(EOWA)算子基础上给出纯语言混合几何平均(PLHGA)算子,研究了专家权重、属性权重及属性值均以语言形式给出的纯语言多属性群决策问题,提出了一种纯语言多属性群决策方法。最后将该方法应用于解决虚拟企业中的战略合作伙伴选择问题。     

案例信息不确定下的多属性分类方法

针对实际决策问题的复杂性以及决策者认知的局限性,提出了一种案例信息不完全确定情况下的多属性分类方法.该方法采用二元语义处理方案的语言评价信息,以方案到正理想点的距离作为分类依据,利用案例集提供的分类概率信息建立区间目标规划模型,推导方案的属性权重及各个类的边界值.在建模过程中,考虑了案例信息的不确定性,并引入了可信度的概念,将总的可信度作为分类模型的评价标准.此外还从理论上证明了模型的合理性.最后,通过一个项目评价的分类实例说明了所提方法的可行性.