船型方案优选的多目标群决策方法

利用与粒子群优化（PSO）算法相结合的多方案、多目标群决策方法对多种船型方案进行了决策优选. 首先在利用加权距离保证决策结果一致性的单方案、多目标决策方法的基础上,提出一种新的多方案、多目标群决策方法,然后引入 PSO方法对个体评价值进行迭代调整,使决策结果既能保持各位专家的初始偏好,又使各位利益相关者的意见具有良好的一致性. 将此决策方法引入船舶初步设计阶段的船型方案决策过程,分析确定船舶初步设计的重点属性指标及其权重,根据主尺度约束均匀生成系列船型方案,然后邀请多位专家进行评价决策,最终获得了船舶最佳主尺度决策结果. 该方法具有较高的可靠度,并为船舶主尺度方案优选提供了一种简便、高效的新方法.     

一种基于期望满意度的群决策方法

群决策过程是群成员相互作用的动态过程 .在这个过程中 ,不同的群成员表现出不同的影响力和偏好模糊程度 .基于不精确偏好规划方法和行为决策理论的满意方法 ,通过将决策人相对重要性权重的估计与群成员影响力和偏好模糊程度联系起来 ,定了一种期望满意度函数 ,并提出了一种基于期望满意度函数的群决策方法 .最后 ,通过一个实例对方法进行了验证     

一种基于其望满意度的群决策方法

群决策过程是群成员相互作用的动态过程，在这个过程中，不同的群成员表现出不同的影响力和偏好模糊程度。基于不精确偏好方法和行为决策理论的满意方法，通过将决策人相对重要性权重的估计与群成员影响力和偏好模糊程度联系起来，定了一种期望满意度函数，并提出了一种基于期望满意度函数的群决策方法。最后，通过一个实例对方法进行了验证。     

一种基于权向量的组合赋值法求群权向量的方法

在群体决策中，决策群体中每个成员对一组可行的备选方案有不同的偏好次序且在确定指标权重时，随意性较大，这样对最终的方案就会作出不同的决策。运用多目标权系数的组合权向量，解决有限方案多目标群决策如何由各个决策者的偏好形成群的偏好，使决策客观、真实、有效，并用事例说明了其可行性。     

基于不完全信息的一种群决策方法

针对不完全信息下的多属性群决策问题，提出了一个新的交互式决策方法，在个人效用信息的集成过程中，该方法有机地结合了决策者的重要性指标和一致性指标，使集成结果体现了群决策的思想和原则；在评价过程中，给出了一个新的偏好指标，当决策者不能提供更多信息的时候，利用它能够建立方案集上的全序关系。     

基于决策偏好距离的多阶段群决策快速集结方法

针对具有互反判断矩阵偏好信息的多阶段群决策问题,文章提出了一种基于决策偏好距离的快速集结方法。首先对决策偏好距离相关概念进行定义,阐述了基于决策偏好距离的多阶段群决策集结过程;其次,利用决策偏好距离算法对单一专家的阶段内权重和阶段间权重进行测度,得出最优的专家权重;然后,通过加权几何平均算子拟合出最优的专家判断矩阵和最优的群体决策偏好;最后,给出算例,分析结果表明该方法具有合理性。     

一类群决策问题的最优分配解法

在群决策中存在着多个决策者根据自己的知识、经验和偏好独立选择决策方法 ,对决策方案集作出决策后 ,应综合确定群体决策方案的多人多指标群决策问题 .针对这类决策问题具有决策信息量较少 ,而决策一致性较差的特点 ,分析了总体偏差法、足码法及其相关改进方法的优缺点 ,提出了一种多人综合评价的最优分配解法 .该方法通过建立决策方案集与决策名次之间的关联矩阵 ,并根据关联矩阵对方案集进行分类 ,在此基础上构造最优决策模型 ,利用整数规划中的最优分配解法求解最优模型 ,从而得到方案集的综合排序 .该方法简单实用 ,并且克服了总体偏差法、足码法及其相关方法的不足     

大型水利工程多目标综合评价决策支持系统

本文提出了一套以人工智能为基础,关于大型水利工程多目标决策的决策支持系统的框架,该系统集数据库、知识库、决策方法以及选择规则为一体,能较好地反映出决策人的偏好,决策人对于不同的问题,可以根据自己的偏好得到满意的决策结果.     

一种模糊多层多目标群决策方法的研究

将AHP方法运用到层次多目标群决策中，确定多层目标准则体系中的目标层和准则层的权系数，符合判断指标一致性的需要，而对各方案关于各个准则的权重，采用模糊语言进行评价，满足决策实用性的需求．结合模糊最大最小集法和上述方法，提出了一种带有偏好的模糊多层多目标群决策方法，并用算例对其求解过程进行了说明．     

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。     

基于OWA算子的不同形式偏好信息的群决策方法

研究了决策者(或专家)的偏好信息以不同形式给出的群决策问题。首先,利用不同偏好信息之间的转换公式,将偏好次序型、效用值型、互补判矩阵型三种偏好信息一致化为互反判矩阵型的偏好信息。其次,利用OWA算子对一致化的决策信息进行群集结,再对各方案的相对优势度进行综合集结,并以此进行方案的排序。提出了基于OWA算子的群决策方法。最后,通过实例说明方法的可行性和实用性。     

基于偏序线性扩张的群决策方法

针对决策者关于每个属性给出方案集的偏序偏好,决策者没有确定权重的多属性群决策问题,提出了一种新的集结排列方法。该方法首先利用偏序的线性扩张求出方案集在各个属性下的排列概率,进而定义一偏好关系的概念,得到每对方案间的偏好度,然后采用OWA算子对决策群体进行集结,集结后的群体偏好具有偏序特征,能更真实地体现现实的决策问题,并且最大程度地反映了决策群体的偏好。最后给出了一个算例。     

基于线性扩张的群决策方法

针对决策者给出方案集在每个属性下的偏序偏好,且决策者没有确定权重的多属性群决策问题提出了一种新的集结排列方法。该方法首先利用偏序的线性扩张求出方案集在各个属性下的排列概率,进而定义一偏好关系的概念,得到每对方案间的偏好度,然后采用OWA算子对决策群体进行集结,集结后的群体偏好具有偏序特征,能更真实地体现现实的决策问题,并且最大程度地反映了决策群体的偏好。最后给出了算例。     

住宅小区建筑设计方案评价的层次群决策方法

为了体现住宅小区特定用户或决策者的方案偏好对建筑设计方案评价的影响,建立了一类两层次多属性群决策模型.其中,专家评价层决策矩阵的获取体现了专家专业水平差异对决策的影响.用户评价层则采用不确定语言多属性决策方法来确定用户对方案的偏好.并建立了使2个决策层评价差异最小化的优化模型确定属性权重,该权重用于专家综合评价,充分考虑了用户方案偏好对决策的影响,结果表明模型能正确反映此类决策的实际情况.     

后置群决策问题的一种集结方法

针对后置群决策问题 ,提出个体排序的位置得分函数 ,用来反映个体偏好在群决策中的价值 ,在考虑个体权重的情况下 ,用位置偏差系数来反映个体间偏好差异 .建立了一个群决策的位置指标公式 .讨论了它的一些排序性质 .通过实例说明了其作为群排序指标的合理性 .     

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,构造了等级排序置换群,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.     

基于多参数的群决策方法

研究了多指标决策问题中，指标随着时间的变化，增加了一个时间维度，以进行更合理的综合排序，有效克服群决策方法中只考虑指标、方案二维排序问题的弊端．给出了三维标度下的群决策方法及具体步骤，并通过实例得出，把时间考虑进去能更有效地把近几年的数据进行分析，从而为决策者提供更全面的决策依据．     

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.     

一种给出方案不完全偏好信息的多指标决策方法

针对决策者给出决策方案的不完全偏好信息的多指标决策问题。给出了一种逼近于决策方案偏好信息的决策分析方法，并给出了一个算例。     

基于不确定语言信息的群决策方法及其应用

对于属性权重和属性值均以不确定语言信息形式给出的多属性群决策问题进行了研究,提出了基于ULWM算子和ULHA算子的多属性群决策方法。首先定义了ULWM算子,并且讨论了该算子的一些性质。通过ULWM算子集结决策方案的综合属性评估值,ULHA算子集结决策方案的群体综合属性评估值。然后利用可能度公式对于所有决策方案综合评估值进行比较得到可能度矩阵,最后对模糊互补判断矩阵排序得到所有决策方案的排序信息。实例表明了该方法的有效性。