区间数多属性决策的一种ELECTRE方法

在对不确定性区间数多指标决策问题和区间数运算法则进行描述的基础上,通过区间数可能度的计算,将指标值从区间数映射到优劣关系等价的实数形式,最后依据简化的ELECTRE方法的计算步骤进行方案的排序.该分析方法具有简单、实用的特点,它克服了以往研究此类决策问题时所遇到的区间数难以排序的问题.     

区间数的一种排序方法

为解决具有不确定性区间数的多属性决策问题,笔者给出了区间数的一种排序方法,修订并完善了文献[1]中的可能度概念,并对排序起着重要作用的结论给出了证明.在此基础上指出了区间数排序的一种简洁算法,使得对多个区间数的排序更为快捷有效,并通过实例加以验证.     

广义区间灰数关联度模型

针对传统灰色关联度模型只能适用于实数序列而不能应用于区间灰数序列的情况,以区间灰数序列中对应区间灰数的距离之和作为两区间灰数序列的关联度,构造了广义区间灰数关联度模型,包括适用于具有相同量纲的系统行为序列的区间灰数绝对关联度、适用于具有不同量纲的系统行为序列的区间灰数相对关联度,以及综合考虑区间灰数绝对关联度和区间灰数相对关联度的区间灰数综合关联度,并对它们的性质进行了初步研究．最后,通过实例说明了广义区间灰数关联度模型的计算过程与可行性．     

广义区间灰数关联度模型

针对传统灰色关联度模型只能适用于实数序列而不能应用于区间灰数序列的情况,以区间灰数序列中对应区间灰数的距离之和作为两区间灰数序列的关联度,构造了广义区间灰数关联度模型,包括适用于具有相同量纲的系统行为序列的区间灰数绝对关联度、适用于具有不同量纲的系统行为序列的区间灰数相对关联度,以及综合考虑区间灰数绝对关联度和区间灰数相对关联度的区间灰数综合关联度,并对它们的性质进行了初步研究.最后,通过实例说明了广义区间灰数关联度模型的计算过程与可行性.     

熵权法在灰色局势决策中的应用

传统灰色局势决策在实际工作中已经得到广泛的应用，但也存在明显的理论缺陷，即将指标等权划分的问题。本文通过指标间指标值差异大小确定熵值，从而确定信息量，再对各指标赋权，并将其应用于灰色局势决策，使决策结果更具可信度。     

基于相似度的三参数区间灰数决策方法

为了解决复杂决策环境中的多属性群决策问题,考虑问题的灰数特质及决策者的心理因素,提出了基于相似度的三参数区间灰数决策方法。首先,从区间长度和重心的角度出发,提出了相似度计算公式。其次,考虑决策者与环境的关系,建立基于相似度的决策者心理认知场,引入数据势理论,求得决策者权重;结合距离公式和熵权法求得属性权重;最后,构建了基于前景理论、相似度和逼近理想解排序法(Technique for order Preference by Similarity to ideal solution,TOPSIS)相结合的方案决策模型。采用算例证明了模型具有优化方案之间的差异度的效果,并验证了可操作性及合理性。     

一种基于区间灰色梯形模糊数的多属性群决策方法

针对属性权重未知,属性值为区间灰色梯形模糊数的多属性群决策问题,提出了一种改进的灰色关联决策方法.首先,定义了区间灰色梯形模糊数的概念并建立了区间灰色梯形模糊数的相关运算规则以及区间灰色梯形模糊数之间的距离;然后,采用算术加权平均算法将个体信息集结群信息,基于信息熵建立了指标权重的求解模型,并采用灰色关联方法对方案进行排序;最后,通过实例说明了本方法的有效性.     

一类灰色区间聚类决策方法

以灰色决策分析理论为基础,探讨了经典灰色聚类决策方法的优势和不足.提出了基于理想方案的灰色区间聚类方法及其相关概念,建立了灰色区间关联系数公式和灰色区间相对关联系数公式.运用分析技巧,构建了灰色区间聚类决策算法.灰色区间关联系数公式是经典灰色关联系数公式的推广,而灰色区间聚类决策是经典灰色聚类决策方法的拓展.实例说明了所提出的灰色聚类决策方法的合理性及其算法的有效性.     

区间数可能度的一种新定义

在文献[2]的基础上,给出一种新的区间数可能度的定义,并研究了所给定义具备的优良性质。在所给定义的基础上,通过建立区间数可能度矩阵,给出一种区间数排序的新方法。最后,通过实例说明它在解决不确定型多属性决策方案的可行性。     

基于心态指标的区间灰数预测模型

针对传统灰色预测模型仅适用于实数序列而无法进行区间灰数序列建模的缺陷,引入决策者心态指标,把区间灰数序列转化为带有心态指标的序列,并且当心态指标确定时,带有心态指标的序列就转化为体现决策者心态的实数序列,然后通过对体现决策者心态的实数序列建立灰色预测模型,从而得到了一种基于心态指标的区间灰数预测模型。由于决策者可以通过调整其心态指标建立灰色预测模型,因而使得模型预测更加符合实际。     

区间数排序方法综述

区间数排序方法是不确定性决策领域的重要研究内容.为便于研究者进一步分析和讨论,本文系统总结了目前发表在各类文献中的区间数排序方法,将众多研究者提供的排序方法梳理成9类,分析比较了每一类方法的特点、适用情况,对一些有不足的排序方法通过反例给出了说明.特别是对目前应用最为广泛的基于可能度的区间数排序方法,讨论了各种不同的可能度公式,指出了它们各自的特点,分析了可能度公式的性质,证明了一些公式相互等价.同时从可能度和保序性2个角度,分析了基于可能度矩阵的区间数排序方法的不足,并介绍了一种改进的排序方法.     

基于均匀分布区间数的排序方法

区间数在工程与管理评价中具有很好的应用价值,区间数排序是评价过程中必然遇到的问题. 通过对区间数可能度概念及其计算模型的分析与比较,在用区间数内的一个随机变量大于或等于另外一个区间数内的一个随机变量的概率来构建可能度计算模型时,文章揭示了均匀分布区间数a1≥a2的可能度大于等于0.5等价于对应区间数的中值α1≥α2的性质,证明了中值排序与优序数排序的等价性.     

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.     

三参数区间灰数的多属性灰靶决策方法

针对决策信息不确定的多属性决策问题,提出了基于三参数区间灰数的灰靶决策方法.首先基于重心点的重要作用给出了一种新型的三参数区间灰数的距离测度,定义了三参数区间灰数的核和排序方法,由此确定决策方案的正负靶心,利用正负靶心距的空间投影距离求得综合靶心距,由综合靶心距最小化和灰熵最大化确定属性的权重,进而对方案进行排序.最后以一个实例说明决策模型的合理性和实用性.     

区间数多属性决策的Monte Carlo方法

定义了新的方案比较的可能度.对于属性值以区间数形式给出的区间型多属性决策问题,提出了一种新的决策方法.该方法无需计算方案综合评价值的概率分布,只要已知各方案各属性值的概率分布即可对区间数进行比较和排序,具有简洁、直观、易于计算的特点.最后通过假定方案各属性值服从均匀分布的实例对方法的有效性和实用性进行了说明.     

基于时序区间数的多属性决策方法

研究了时序区间数信息环境下的多属性决策问题:首先将区间数推广到时序情形,并定义了相关的运算法则;其次利用区间数加权算术平均算子(IWAA)对每个对象的区间数进行集成得到综合区间数,结合可能度公式得到可能度矩阵,并利用排序向量法得到各时刻的排序向量矩阵;最后利用时间权重将各时刻的排序向量集成为综合排序向量,从而得到最优决策,同时结合实例验证了所提方法的有效性和可行性。     

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。     

区间型灰数矩阵及其运算

本文给出了区间型灰数矩阵的定义;讨论了区间型灰数矩阵的基本运算.为进一步研究灰色系统的预测、决策、控制等问题提供了一种数学工具.     

灰色条件概率与灰熵

本文先给出了一类灰色条件概率的定义,并讨论了它的一些性质及有关公式。在此基础上给出了灰色信息论中最主要的概念—灰熵的定义,并讨论了它的一些性质为以后灰信息论的研究和应用奠定些基础。