求解序区间偏好信息群决策问题的理想点法

为了求解具有序区间偏好信息的群决策问题,提出了一种理想点法.首先对具有序区间偏好信息的群决策问题进行了描述,给出了任意两个序区间之间距离的公式;然后依据传统理想点法的基本思路,给出了解决具有序区间偏好信息的群决策问题的计算步骤,其核心是运用所给出的距离公式计算每个方案与正理想点、负理想点之间的距离,并进一步根据计算得到的方案的相对接近度对方案进行排序.最后通过一个算例说明了给出方法的可行性和有效性.     

一种基于Cook-Seiford函数的序区间群决策方法

针对具有序区间偏好信息的群决策问题,提出了一种决策分析方法.首先,对具有序区间偏好信息的群决策问题进行了描述;然后依据传统Cook-Seiford函数解决群决策问题的基本思路,给出了求解具有序区间偏好信息的群决策问题的计算步骤,其核心是通过定义群体排序与各专家排序之间的距离,并依此建立最优化模型寻找一种群的排序,使之与各成员排序的总的距离最小,该排序即为方案最优排序;最后,通过一个算例说明了本文给出方法的可行性和有效性.     

基于三参数区间数型偏好序的群决策方法

研究了决策者偏好以三参数区间数型偏好序形式给出的有限方案群决策问题。首先给出了三参数区间数型偏好序的定义,在综合考虑决策者偏好信息的基础上,引入导出的偏好序向量,给出了三参数区间数型偏好序的概率描述。其次介绍了三参数区间数型偏好序一致性的两个定义,利用调整算法对一致性不可接受的偏好序进行修正。通过定义三参数区间数型偏好序之间的偏差函数,给出一种确定决策者权重向量的有效方法,从而建立了一种解决有限方案群决策问题的有效算法。最后通过一个实例说明该方法的可行性和有效性。     

一种基于不同粒度语言判断矩阵的群决策方法

针对基于不同粒度语言判断矩阵的群决策问题,提出了一种新的群决策分析方法.对有序语言短语集中的语言短语进行“量化”,通过变量转换关系将语言判断矩阵转换为互补判断矩阵,并进行了判断信息转换的一致性分析;采用OWA算子将每个决策者给出语言判断矩阵所对应的互补判断矩阵集结为群的偏好矩阵,并通过计算每个方案的优势度来确定最优方案;最后给出一个算例说明了所提出的方法的有效性与实用性.     

属性权重信息不完全的区间数多属性决策方法

针对属性权重信息不完全且属性值以区间数形式给出的多属性决策问题,提出了一种逼近于理想点(TOPSIS)的决策分析方法.首先对属性权重信息不完全的区间数多属性决策问题进行了描述;然后依据传统的,TOPSIS方法的基本思路,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤,其核心是通过构建并求解二次规划模型,得到每个方案与正理想点、负理想点的差异值,进而计算出每个方案与理想点的相对接近度,即可得到所有方案的排序结果. 最后通过给出一个算例说明了该方法.     

群决策中基于不同偏好信息的相对熵集成方法

研究了基于不同形式偏好信息的群决策问题.在群决策中专家根据个人的偏好,常常对决策方案集给出4种不同形式的偏好信息,包括直接反映决策方案优劣次序的序关系值和效用值,以及2个决策方案成对比较互反判断矩阵和模糊互补判断矩阵.首先给出了序关系值、互反判断矩阵和模糊互补判断矩阵3种偏好信息均转化为效用值形式的计算公式, 然后从相对熵的概念出发,提出了一种相对熵最优化的集成模型,给出了模型的解.最后进行了2个实例分析,结果表明所提出集成方法是有效的.     

群决策中两类偏好信息集成的目标规划模型

带有不同偏好信息形式的群决策问题是一个重要的研究方向·根据多个决策者给出关于方案的两类偏好信息Fuzzy偏好关系矩阵和AHP判断矩阵,建立了一个能够集成这两类偏好信息的线性目标规划模型,通过求解这个模型可以直接得到每个方案的参考排序值,并使方案的排序结果最大程度地反映了每个决策者的偏好·最后给出了一个算例·     

梯形模糊偏好关系的DEA交叉效率群决策方法研究①

针对梯形模糊偏好关系信息环境下的群决策问题,设计了一种面向区间DEA交叉效率的群决策方法。首先,利用α-截集将梯形模糊偏好关系转化为区间模糊偏好关系,并证明其符合DEA的产出特征,进而建立区间模糊偏好关系对应的交叉效率DEA模型,将自评和他评相结合,得到每个方案的区间交叉效率值。将不同专家的区间交叉效率矩阵通过UOWA算子进行集结,然后计算出决策单元的最大后悔值,据此得到最终的方案排序结果。实证分析表明该方法不需要对偏好关系进行一致性调整,可以有效减少决策信息的损失,有着较好的适用性。     

对方案有偏好的区间粗糙数多属性决策方法

针对属性权重信息不完全且属性值和对方案的偏好值均为区间粗糙数的多属性决策问题,首先引入区间粗糙数的一些运算法则,然后给出了基于投影思想的目标规划模型来确定属性权重,基于区间粗糙数集成算子对区间粗糙信息进行集结,计算出各方案的期望效用值,从而获得各方案的排序择优.最后,实例分析说明了该方法的实用性和有效性.     

带有方案偏好关系的区间型多属性决策方法

给出属性值为区间数、属性权重完全未知但已知方案偏好关系的多属性决策问题的决策方法。该方法首先通过求解一个二次规划模型来确定属性的权重,然后基于简单加权法则来计算方案的模糊综合评价值,再根据区间数的排序方法来对方案进行排序,从而得到最优方案。     

对方案有偏好的基于期望值的多属性决策法

目的研究权重信息完全未知情形下的模糊多属性决策问题。方法通过引入基于负理想点下和基于正理想点下的期望值决策矩阵概念，结合决策者的偏好信息，对方案进行排序。结果算例表明所给出的算法是有效的。结论对于属性值以区间数的形式给出，而对方案的偏好信息以三角模糊数的形式给出的多属性决策问题，该方法是有效的。     

一种具有不同形式偏好信息的群决策方法

给出了一种具有不同形式偏好信息的群决策方法·描述了在群决策中决策者可能给出的效用值、序关系值、互反判断矩阵、区间数评价值、模糊语言评价值和模糊互补判断矩阵等 6种不同形式的偏好信息 ,并给出了将不同形式的偏好信息均转化为模糊互补判断矩阵形式的计算公式·基于近年来最新发展的OWA算子给出了集结各决策者的偏好信息和方案优选的方法 ;最后给出了一个算例·     

基于区间数决策矩阵的专家群体判断一致性

针对群决策中基于区间数决策矩阵形式偏好信息的专家群体判断一致性问题,提出了一种分析方法.首先,给出了有关区间数的定义及其决策矩阵规范化方法;然后,通过定义有关两个区间数的距离和一致性判定函数,给出了专家群体判断各个元素、各个方案、各个指标的一致性分析方法,同时,也给出了基于区间数决策矩阵的专家群体判断一致性的判别方法及专家群体判断不一致的调整方法.最后,通过一个算例说明了该方法的有效性.     

基于目标的软对策分析方法

针对软对策论不易解决面向目标的群决策问题 ,将多目标决策技术与之有机结合 ,根据各局中人的决策矩阵及对两两可行结局的比较结果 ,利用多维偏好分析技术确定各自对所有结局的偏好序 ,然后再利用对抗分析法确定其合理策略 ,建立了基于目标的软对策分析模型 .该模型的建立对利用软对策方法解决面向目标的决策或协商问题有一定意义 .     

基于近似随机优势度的随机多属性决策方法

针对属性值为随机变量形式的决策问题,提出了一种随机多属性决策分析方法.首先给出了近似随机优势准则的描述及相关分析,并提出了近似随机优势度的定义和计算公式;然后,依据近似随机优势准则判断并确定两两方案之间比较所具有的优势关系,进而计算得到方案之间的近似随机优势度,并构建相应的近似随机优势度矩阵.进一步地,通过计算可以得到每个方案的总体相对近似随机优势程度,从而得到所有方案的排序结果.最后,通过一个算例说明了所给出方法的可行性和有效性.     

一种指标权重信息不完全的语言多指标决策方法

针对指标权重信息不完全且指标值为语言评价信息的多指标决策问题,提出了一种决策分析方法.首先对具有不完全信息的语言多指标决策问题进行了描述;然后给出了求解具有不完全信息的语言多指标决策问题的计算步骤,其核心是将语言评价信息转化为三角模糊数,通过计算方案值与理想点的距离,构建线性规划模型,得到指标权重值,进而可计算出每个方案的模糊评价值,相应地通过计算两两模糊数比较的可能度,可得到所有方案的排序结果.最后通过给出一个算例说明了所提方法的可行性和实用性.     

一种基于部分方案偏好强度的多属性决策方法

在多属性决策的一些问题中,直接对属性进行赋权是相当困难的,此时决策者偏向于给出部分方案的偏好信息.研究了如何运用部分方案偏好信息进行决策的方法,其基本过程是运用G1-法的原理将决策者提供的语言信息转化为数值信息,在此基础上构建基于"贴近思想"的规划模型,求解模型便可获得该决策思想下最优的属性权重.该方法运用简便,体现了将决策者的"直觉决策"与"科学决策"进行融合的特点.用算例验证了方法的有效性.