不确定性多属性决策中确定属性熵权的一种方法

针对属性值以区间数形式给出的不确定性多属性决策中确定属性权重的问题,提出了一种区间数熵权的确定方法·依据多属性决策中传统熵权确定方法的思路,首先,通过构建两个最优化模型,求得区间熵;然后根据传统熵权确定公式及区间数运算法则得到以区间数形式表示的属性熵权·该方法具有概念清晰、实用的特点,得出的属性熵权能够较好地反映各属性信息的差异程度·最后通过一个算例说明了该方法的实用性和有效性·     

基于变权的多目标综合决策

介绍并讨论了在诸多因素影响下基于变权的综合决策问题。讨论了某些情况下变权的必要性。因此相互影响和相对独立两种情况下变权的确定，综合优选程度的计算，并给出了相应的算例。     

变权综合决策方法及应用

基于变权理论,提出了一种科学的综合决策方法,建立了多层次多目标变权综合决策的数学模型,并给出了一个应用案例．     

一种基于占优度的随机多属性决策方法

针对具有随机变量的随机多属性决策(SMADM)问题,提出了一种基于占优度的随机多属性决策方法.首先,给出了两个方案之间比较的占优度定义;然后通过计算针对每个属性的两两方案比较的占优度,构建占优度矩阵,并在此基础上,运用PROMETHEE Ⅱ方法得到方案的排序结果.结果表明,该方法具有概念清晰、计算过程简单等特点,较好地解决了运用基于随机占优准则的方法可能产生的信息损失问题.并通过一个算例说明了所提出方法的可行性和有效性.     

关于均衡度与变权的注记

通过一个实例说明均衡度的定义存在不足之处,由此引出关于均衡度定义的修正方案;同时亦对差异度作了类似的改进.随后致力于均衡度与差异度之间关系的刻画,并且讨论了均衡度的构造.特别地,提出刻画决策人均衡偏好模式的均衡偏好函数概念,建立了多因素决策的加权-均衡综合模型,同时给出一类特殊的状态变权.     

基于属性坐标的变权加权和模型

讨论了在加权和方法中引入变权的必要性和合理性.以决策变量之和作为变权向量的自变量,利用属性坐标学习获得变权向量,建立了一种基于属性坐标学习和分析的变权的加权和决策模型,并给出了应用的例子.     

一种基于投影的SPA值多属性决策方法

在SPA集投影及距离的概念基础上,提出了一种关于投影的SPA值多属性决策方法.该方法通过各方案的投影与距离指标构建了多属性决策综合评价函数,并据此评价函数值的大小进行择优排序.最后,通过算例与已有相关方法进行比较,验证了该方法的有效性与可行性.     

不确定性多属性决策的一种线性规划方法

针对具有不确定性区间数的多属性决策问题,提出了一个线性规划方法,该方法与Ｂｒｙｓｏｎ和Ｍｏｂｏｌｕｒｉｎ给出的线性规划方法相比,能够保证计算出来的每个方案综合评价值所在的区间均使用了一个属性权重向量。对于这个结果,进行相应的决策方案排序才显得更有实际意义。     

一种基于信息熵的混合型多属性决策方法

针对属性值为精确数型、区间型和模糊型的混合多属性决策问题,提出了一种混合型多属性决策方法。该方法首先采用熵权系数法确定各性能指标的权重,以减少传统权重确定方法产生的主观偏差;然后,利用逼近理想解排序法模型对方案优劣排序;最后,假设某一最优产品所对应装备制造商的生产能力有约束等状况,采购方可根据自身情况选择若干家制造商并对其建立单目标的线性规划模型,确定生产数量在所选制造商之间的分配,以期达到总耗资最低、选择价值最大的目的。实例结果验证了该决策方法的可行性和有效性。     

基于广义权联系度距离的多属性决策模型

针对多属性决策的不确定性问题,提出集对分析方法处理确定性不确定性问题.从确定性与不确定性辨证关系出发,将方案指标集与指标理想集作为集对,给出了各方案与正理想方案的广义权联系度距离定义、各方案与负理想方案的广义权联系度距离定义,讨论了现阶段集对分析在多属性决策中的应用情况,指出了其存在的不足,提出了基于广义权联系度距离的多属性决策模型,并将其应用于矿山设备优选中.应用表明,基于广义权联系度距离的多属性决策模型适合多个方案的优选,为多属性决策提供了一条新的途径.     

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。     

一种新的基于UEOWA算子的多属性决策方法

对不确定语言型的多属性决策问题的研究,首先是对不确定语言变量进行排序.一些专家通常利用可能度建立可能度矩阵,得到可能度矩阵的排序向量,再根据排序向量分量大小对不确定语言变量进行排序.在此基础上,给出了不确定语言变量的下标和的定义,根据下标和的大小来判断不确定语言变量的排序先后.最后用此方法来研究UEOW A算子的多属性决策问题.     

直觉模糊群决策的最大偏差法

针对属性权重完全未知,且属性值以直觉模糊集形式表示的多属性群决策问题,运用最大偏差法建立模型,求出属性的最优权重,利用得分函数将直觉模糊信息转化为实数信息,并运用WAA算子将所得的实数信息进行集结,从而对方案进行排序．最后通过一个算例说明了该方法的有效性和实用性．     

不确定性情况下群体多属性决策的可能度决策方法

建立了具有均匀分布的区间数的群体多属性决策的排序模型 ,提出方案间可能度的概念 ,并且在可能度矩阵的基础上给出一种排序方法     

考虑指标关联的直觉不确定语言型多指标群决策方法

提出了指标关联且指标值为直觉不确定语言变量的多指标群决策方法.首先给出了关于直觉不确定语言变量的相关概念及直觉不确定语言变量间的距离计算公式,然后,依据各专家针对指标集所给出的直接关系矩阵,运用DEMATEL方法确定各指标权重,并将各专家给出的决策矩阵集结为群体决策矩阵.进一步地,构建正负理想点向量,并计算各方案与正负理想点向量间的加权距离;在此基础上计算各方案的相似系数,并据此对所有方案进行排序.最后,通过一个项目风险应对策略选择的实例分析说明了本文方法的可行性和潜在应用.     

考虑多人给出参照点的风险型多属性决策方法

针对多人给出参照点的风险型多属性决策问题,提出了一种基于累积前景理论的决策分析方法.在该方法中,首先依据累积前景理论,计算每个参与决策人针对不同自然状态下每个方案的属性值的前景价值及决策权重函数值,进而得到每个参与决策人针对各方案的综合累积前景值;然后,计算每个参与决策人的决策信息与总体决策信息的期望一致性程度,并得到每个参与决策人的权重;在此基础上,计算各方案的总体累积前景值,并依据总体累积前景值的大小对各备选方案进行排序.最后,通过一个数值算例来说明该方法的可行性.     

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。     

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.     

基于梯形二维语言变量相似度的多属性群决策方法

针对评价信息为梯形二维语言变量的多属性群决策问题,提出了一种新的梯形二维语言变量的相似性测度并探讨其性质;基于相似性测度最大化准则构建了两个优化模型以分别求解多属性群决策问题中的专家权重和属性权重,进而提出一种新的基于梯形二维语言变量相似性测度的多属性群决策方法;最后通过实例验证了新方法的合理性和有效性.