基于优性指标的灰色风险型多指标决策方法

针对指标权重完全未知且指标值为区间灰数的风险型多指标决策问题进行了研究,提出了基于优性指标的灰色风险型多指标决策方法;利用区间灰数大小比较的可能度、优性指标矩阵和分析技巧,将原问题转化为指标值为实数的无风险多指标决策问题;利用信息熵确定出指标权重,给出了两种相应的算法,进而得到方案集的排序并进行择优;应用实例说明了所提出的两种算法的合理性和有效性.     

概率为区间灰数的多目标风险型决策方法

本文提出了概率为区间灰数的多目标风险型决策的概念。对于概率为区间灰数,指标值为实数的多目标风险型决策问题,根据区间灰数的运算法则,化风险型决策为无风险型决策,再利用投影算法,根据投影值的大小对备选方案进行排序和择优。最后给出一个案例,证明方法的有效性。     

基于S型效用函数的区间灰数多属性群体决策方法

针对多属性群决策问题中的属性值为区间灰数,提出一种基于S型效用函数的决策方法.根据区间灰数均值白化的思想,将方案属性值转换为实数值;基于有限理性假设,采用双曲绝对风险规避函数构造效用函数的一般形式,得到效用矩阵;根据极大熵准则和群体意见一致性原则确定决策者权重;对各方案的效用值进行排序,选择最优方案;通过实例验证本方法...     

基于综合相对交叉熵的多属性群决策方法

针对以区间二型模糊数为信息环境的多属性群决策问题,提出了一种基于全概率的综合相对交叉熵的决策方法;首先,给出区间二型模糊集的定义,熵及算术平均排序值公式;其次,基于区间二型模糊集的模糊性、犹豫性和区间性,定义了一种新的测量区间二型模糊集的相对交叉熵和综合相对交叉熵的方法,通过构造最优化线性模型求解出了属性权重并对每一方案的属性值进行集结得出最优方案;最后,通过实例分析验证了所提方法的可行性和有效性。     

基于区间二型犹豫熵与风险偏好的多属性决策方法

针对以区间二型模糊集(IT2FSs)为信息环境的多属性决策问题,构建了考虑决策者风险偏好的决策模型,解决了区间二型模糊集内在犹豫性难以量化的问题.首先介绍了区间二型模糊集的相关知识,综合考虑两种期望平均提出了区间二型模糊集排序值公式以比较模糊数的优势关系,同时提出使用几何度量刻画模糊性与犹豫性的区间二型犹豫熵来度量区间二型模糊集的不确定性.考虑到决策者的风险态度对决策结果可能的影响,引入决策者风险偏好因子,构造了风险偏好因子与传统的熵权法相结合的新的权重求解模型并给出了决策算法.最后用一个风险投资的实例验证决策者的风险偏好对属性权重以及决策方案的排序所产生的影响.     

一种基于强计算的多属性决策方法及其应用

针对权重信息以实数形式给出，属性值以区间数形式给出的多属性决策问题，以强计算为基础，从统计学的基本思想出发，给出了一种数值模拟决策方法．该方法成功的避开了区间数难于比较的问题，具有很强的抗干扰能力，能够使决策结果客观合理，不具有主观随意性．最后通过实例，介绍了这种决策方法的基本步骤，验证了该算法的有效性，并给出了其在艺术类招生中的一个应用．     

部分概率信息及优化水平λ下的策略优选法

基于区间数之间两两比较的可能度以及优化水平λ,提出了一种在概率信息不完全及条件期望损失值为区间数的情况下确定最优策略的方法,该法通过与决策者进行交互,逐步缩决策策略集,以至最终获得最优策略,它能充分地考虑到决策者在决策过程中的主要观愿望,且具有所需信息少,易于在计算机上实现等特点,最后进行了算例分析,理论分析及结果均表明：该法可行且有效,从而为求解产分概率信息下的不确定型决策问题提供了一条新途径。     

具有方案偏好信息的灰色多属性决策方法

研究了对方案含有主观偏好且指标取值为区间灰数的多属性决策问题.利用主观条件概率和客观条件概率构造出灰偏差函数,基于灰偏差函数给出逼近于主观条件概率的优化模型,通过求解该模型得到了属性的权重向量,并由区间灰数排序公式得到方案的排序.应用实例说明了该方法的可行性和有效性.     

基于区间粗糙数加权期望多属性决策方法

本文补充了区间粗糙数的一些运算法则及集成算子。首次给出了区间粗糙数加权期望值的定义,研究了该定义所具有的一些良好性质。随后给出基于区间粗糙数加权期望值的多属性决策方法,针对属性值为区间粗糙数的多属性决策问题,在已知权重信息的基础上按区间粗糙数集成算子进行集结,计算出各方案的加权期望效用值,并进行排序择优。最后,把决策方法应用到实际问题中,说明该方法的可行性和有效性。     

不同属性定量型多目标决策的综合效用值法

本文针对多目标决策中的定量型多属性决策，给出了各指标在其属性、量纲不同情况下的比较办法，进而提出了解决这类决策问题的新方法──综合效用值法，并通过实例说明了方法使用的全过程。     

一种带有模糊信息的风险投资决策方法

依据以往风险性投资决策分析的基本原理和风险投资项目的特点,提出了一种带有模糊信息的风险投资项目决策方法·在该方法中,状态概率和项目收益将采用三角模糊数来表示,并且给出了项目的模糊期望收益、项目收益的模糊均方差及模糊变异系数的定义和计算方法,同时为了便于项目选择和排序,还进一步给出了将模糊数映射为期望值的简捷计算公式·该方法克服了以往风险性投资决策分析方法的不足,拓宽了应用范围·最后给出了一个算例·     

一种不确定型多属性决策方法及其应用

 讨论了权重完全未知且属性值为区间数的多属性决策问题,提出了一种基于理想区间数贴近度的决策方法。首先定义区间数的距离,并给出区间数贴近度的公理化定义,讨论区间数贴近度的性质,然后针对区间型多属性决策问题给出一种区间型决策矩阵的规范化方法,并给出3种确定权重的方法,分别是模糊标度重心赋权法（主观赋权法）、基于最小相对熵原理的熵与相对熵综合赋权法（客观赋权法）以及利用优化方法,以待评方案与理想最优方案的贴近度最大化为优化目标,建立的贴近度最大化赋权法（主、客观组合赋权法）。利用权重可计算出每个方案与理想方案的综合贴近度,即可得到所有方案的排序结果。最后通过实例分析验证了该方法的有效性和实用性。     

基于投影的不确定多属性决策方法

介绍了向量间的投影,并分别针对三角模糊数序列、区间数和三角模糊数混合序列提出了其投影算子,并证明了投影算子满足线性变换性质,为不同数值类型无法排序的问题提供了解决办法.实例表明了其实际性和可行性.     

区间数相离度的决策矩阵排序的一种新方法

针对属性权重已知而属性值为区间数的多属性决策问题,首先弥补原有的区间数规范化方法的不足,然后给出了区间数的理想属性值和负理想属性值的定义,接着提出了一种基于相离度的决策矩阵排序的一种新方法,最后给出了一个例子说明此法的有效性和可行性。     

基于模糊语言评估的多属性决策方法

研究了属性权重确知，属性值以模糊语言形式给出的多属性决策问题，定义了一种模糊语言评估标度并给出其相应的区间数表达方式，利用区间数运算法则对各方案的属性值进行集结。基于区间数之间两两比较的可能度公式，构造可能变矩阵，并利用已有的排序公式求出其相应的排序向量。进而对决策方案进行排序和择优，最后进行了实例分析，数值结果表明：该方法可行且有效。     

一种不确定型OWA算子及其在群决策中的应用

把Yager提出的有序加权平均（OWA）算子推广到所给定的数据信息为区间数形式的不确定环境之中，基于区间数据两两比较的可能度公式和模糊互补判断矩阵的排序公式，提出了一种不确定型OWA算子，人出了其在应用过程中的具体步骤，并提出了一种相应的集结群决策信息的方法，最后通过算例说明了方法的可行性和有效性。     

基于相对熵的不确定性群决策集成方法

针对带有区间数的不确定性群决策问题做了研究.首先在区间数比较可能度概念的基础上,获得各个决策者对方案集不确定性评价的可能度矩阵,并将其转化为方案集的排序向量;然后从相对熵的概念出发,提出了一种相对熵的不确定性群决策最优化集成模型,讨论了模型的求解;最后实例分析表明文中所提方法的可行性和有效性.     

一类模糊属性值的多属性决策问题的排序方法

研究了属性权重信息完全未知且属性值以三角模糊数形式给出的不确定型多属性决策问题．利用模糊数数据的变异系数来度量三角模糊属性值之间的差异程度，给出了求解属性权重的简洁公式和一种基于可能度的决策方案排序方法．     

连续区间广义power多重集结算子及在群决策中的应用

针对不确定区间信息的集成问题,提出了连续区间广义power多重平均(C-GPMA)算子和连续区间广义power有序加权多重平均(C-GPOWMA)算子,研究了这些算子的性质,并讨论C-GPMA算子和C-GPOWMA算子的算子族。在此基础上,提出一种属性权重未知且属性值以不确定区间数形式给出的多属性群决策方法。最后,通过算例说明此方法在不确定多属性群决策中的应用,结果表明该方法是有效的、可行的。