基于满意度的多准则决策模型及其在员工绩效评价中的应用

针对评价准则权重信息不完全的群体多准则决策问题,首先利用方案满意度模型,对备选方案集中的每一个方案建立以最大化该方案满意度为目标的线性规划模型,得到一组权重向量,然后利用群决策中的相关集结方法将这组权重向量进行集结,得到对每个方案都公平公正的一个权重向量,利用该权重向量和加权平均模型得到方案的综合评价值,从而对方案进行优劣排序.最后,通过员工绩效评价的例子对本文提出的方法进行了说明.     

基于区间直觉模糊集的多准则模糊决策方法

提出一种权重信息不完全确定且准则值为区间直觉模糊集的多准则排序方法.该方法用区间直觉模糊集描述方案关于准则集的满足程度与不满足程度,准则的权重也由直觉模糊集表示.通过建立线性规划模型求出最优权重,为决策者做出最优决策提供了一种简便的方法.数值算例说明该方法的可行性和有效性.     

基于二维语言信息判断矩阵的多准则决策方法

针对准则权重信息未知,专家以二维语言信息给出方案的准则值及对方案间比较的偏好值的多准则决策问题,提出基于二维语言信息判断矩阵的决策方法.该方法首先给出二维语言判断矩阵加性一致性的定义和检验方法,导出矩阵的定义,及根据二维语言信息排序向量构造一致性二维语言判断矩阵的方法;接着,根据方案的综合评价值构造关于方案的一致性二维语言判断矩阵,基于构造的新二维语言判断矩阵与专家给出的二维语言判断矩阵偏离度最小化原则,建立模型计算准则权重,进而获取方案的综合评价值及排序.算例分析结果表明:所提出的方法具有有效性及实用性.     

部分权重信息下对方案有偏好的不确定多属性决策法

研究了权重信息部分确知且以区间数互反判断矩阵形式给出方案偏好信息的不确定多属性决策问题.首先,基于区间数互反判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,建立一个目标规划模型,通过求解该模型得到属性的权重,进而获得方案的综合属性值;其次,利用已有的可能度公式对方案进行排序或择优,提出了一种基于目标规划和可能度的...     

多人决策中信息不全时的方案比较法

分析了信息不全时多人冲突性决策问题，给出了决策双方对准则权重排序信息不同时方案的比较方法，并建立数学规划模型。     

基于PAO算子的直觉模糊多准则决策算法

定义了直觉模糊数及其比较规则,提出了直觉模糊数间的PAO算子.针对准则间具有偏好关系且准则权重未知并变化,准则值为直觉模糊数的模糊多准则决策问题,提出了利用PAO算子进行集结的决策方法.该方法通过计算各方案在不同准则下的相对满意指数和相对精度,利用PAO算子获得每个方案的具体准则权重并生成计分函数和精确函数.通过计分函数的比较,得出方案集的排序结果.实例分析表明了该方法的有效性和可行性.     

基于三角模糊数权重信息不完全的多属性决策方法

针对属性值为三角模糊数且权重信息不完全的多属性决策问题,提出了一种基于三角模糊数权重信息不完全的多属性决策方法.该方法首先利用权系数的不完全确定信息,建立关于各方案综合三角模糊数与理想解和负理想解的加权距离优化模型,通过求解优化模型得到各属性权重值,之后根据各方案到相对理想解的贴近度的大小进行排序.实例分析表明了该方法的有效性和可行性.     

基于gAIC和滑动窗的自回归模型参数估计算法

为了提高自回归模型参数估计的准确性,提出了一种基于通用赤池信息准则和滑动窗的自回归模型参数估计算法.首先,使用通用赤池信息准则估计自回归模型的模型阶数,初步得到自回归模型中选项的候选向量集;然后,针对该候选向量集中的各候选项,采用滑动窗法获得其相应的权重值;最后,根据各候选项的权重值,利用自适应的最佳参数搜索算法进一步剔除候选向量集中的干扰候选项,得到自回归模型的最终模型选项及相应的模型系数值.实验结果表明,对于不同长度的信号,不同组合实验方案下所提算法获得的正确率最高,接近于90%.     

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.     

基于期望值的区间直觉模糊多属性决策方法及其应用

研究属性权重信息完全未知和部分已知,且属性值和对方案的偏好值均为区间直觉模糊数的多属性决策问题.基于偏差极小化的思想,利用区间直觉模糊得分函数构造优化模型,计算属性权重,然后利用区间直觉模糊数加权平均算子对区间直觉模糊信息进行集结,根据得分函数和精确函数对方案进行排序.最后,通过一个实例说明了该方法的合理性与有效性.     

基于多准则的组合预测模型权重研究及其应用

针对传统组合预测模型大多是通过建立单一准则方程进行优化,而没有更好地考虑各单一模型之间互支持信息带来的不确定性问题,建立基于多准则的组合预测模型权重确定算法。首先,通过建立区间数模型构建样本区间距离并进行相关折算归一化生成样本的基本概率分布BPA(basic probability assignment),作为单一预测模型的初级权重;然后,通过对D-S证据理论进行改进,建立证据可信度、证据精度和证据自冲突系数3个准则分别用于评价单一模型自身精度及其之间互相支持信息,通过对3个准则排序得到综合排序值作为单一模型初级权重的权重调整系数;最后,综合多时刻数据归一化后确定单一模型的最终权重用于组合预测。研究结果表明:经过权重调整后的组合预测精度得到显著提高,且经过调整系数R调整后的不变权组合预测模型最优。     

多元响应线性回归模型的马氏Mallows模型平均方法改进

针对多元响应线性回归模型,提出了修改的马氏Mallows模型平均(MMMAc)方法。为了更充分地利用多元响应变量之间的相关性信息从而更好地提高预测精度,组合权重选择准则的构造同样考虑了马氏距离预测风险,并通过构造Wishart分布,推导出预测损失的无偏估计作为权重的选择准则,最终得到的MMMAc准则相比马氏Mallows模型平均(MMMA)准则增加了一个偏差矫正项,减小了对预测损失估计的偏差,因此通过最小化该准则得到的权重估计能更接近不可得的理论最优组合权重;最后,模拟对比实验验证了MMMAc方法的优势：MMMAc估计具有与MMMA估计同样的渐进最优性,因此两者的表现在大样本情形下没有太大差异,然而,由于修改后的权重选择准则为预测损失的无偏估计,因此在样本量不足的情形下,MMMAc方法的预测表现更佳。     

AHP和模糊多准则评价法在空中突击方案评估中的应用

为了更好地评定空中突击方案的优劣,提出了一种将层次分析法(AHP法)和模糊多准则评价法结合起来评估空中突击方案的思路.首先利用AHP确定评价体系中各指标的权重,然后利用模糊多准则评价方法对模糊指标进行评定,最后再应用加权综合型算法对权重和模糊矩阵进行合成,从而得到各方案的最终评定值.     

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.     

基于三角模糊数互补判断矩阵的装备战场威胁评估

根据三角模糊数互补判断矩阵完全一致性的概念,通过建立一个多层次非线性规划,求解出三角模糊数互补矩阵的权重向量,并将其和熵权结合,得到一种主客观互补的权重向量,建立了新的威胁评估模型.利用三角模糊数的期望值公式,稳定而有效地对决策方案进行了排序.算例结果表明该模型是合理而有效的.     

构建区间数排序准则下的多属性群决策理论与实践

针对多属性群决策问题,构造区间数表达属性值并用区间数熵值法确定属性权重;建立区间数排序模型,利用各方案中加权的属性优劣个数进行比对决策.基于此,提出一种区间数排序准则下的多属性群决策方法.最后通过实例对决策过程做了详细说明,结果表明该决策理论指导实践科学有效.     

密文策略的权重属性基加密方案

在综合分析现有密文策略属性基加密方案的基础上,针对现有密文策略属性基加密方案较少考虑属性重要性的现状,将权重的概念引入到密文策略属性基加密方案中.授权机构依据属性在系统中的重要程度为其分配不同的权值,并依据属性的权值,通过属性转化算法将属性集合转化为属性权重分割集,利用线性秘密共享方法来实现密文策略权重属性基加密方案.提出了密文策略权重属性基加密方案的安全模型,在判定性双线性Diffie-Hellman指数假设下证明了该方案在标准模型下抵抗选择明文攻击的能力.密文策略权重属性基加密方案尽管在密文和密钥长度方面有所增加,但方案既可以支持细粒度的访问控制,又可以体现出属性的重要性,更加贴近于实际环境.     

加权概率犹豫模糊集多属性群决策算法及应用

对于概率犹豫模糊集中的不同隶属度值赋予了决策专家的综合权重,由此构造出一种蕴含信息量更大、更方便解决决策问题的概率犹豫模糊集合——加权概率犹豫模糊集.针对加权概率犹豫模糊集中的加权概率犹豫模糊元,在使用三维点坐标进行描述的基础上建立加权概率犹豫模糊元的三维得分值模型、三维离差值模型、2个加权概率犹豫模糊元的几何距离模型以及大小判别准则.结合决策专家的综合权重与属性的综合权重提出一种确定正理想方案与负理想方案的方法,基于TOPSIS思想给出一种新的贴近度公式,并利用新的贴近度公式来鉴别各方案优劣.最后,通过一个数值算例说明文中理论与方法的可行性.     

基于Jaynes最大熵的模糊多属性群决策投影方法

为了解决属性权重完全未知的模糊多属性群决策问题,采用基于Jaynes最大熵原理的投影偏差模型确定指标权重,运用基于多准则妥协解排序法的妥协解排序框架实现决策过程。首先运用区间直觉模糊集表达决策者的犹豫模糊评价信息,然后运用集成算子获得综合决策矩阵,再运用Lingo11~求解获得属性权重,利用信息集结获得备选方案的加权投影,最后根据方案的最大群效应值、最小后悔值和综合指标值进行方案排序。实验显示,方案的排序结果与其它方法保持一致,趋势图显示此方法计算的各方案综合指标值变化趋势更明显。分析表明,该方法避免了其他权重确定方法的不足之处,消除了计算过程中的折衷损失,适用于属性权重完全未知的多属性群决策方案排序问题的评价。     

基于模糊理想点的模糊多属性决策方法

针对属性权重信息完全未知或只有部分权重信息且属性值为三角模糊数的模糊多属性决策问题,提出3种基于模糊理想点的最优化决策模型.通过对这3种模型的求解,获得属性的权重,给出相应的对方案进行排序和择优的决策方法,从而为解决权重信息不完全的模糊多属性决策问题提供新的途径.