多属性决策中区间数偏好信息的一致化方法

构造了多属性决策中4种区间数偏好信息,即区间数偏好次序、区间数效用值、区间数互补判断矩阵和区间数互反判断矩阵之间的转换关系函数,得到具有不同形式的不确定性偏好信息一致化。算例表明该方法简单实用。     

多元不确定性偏好信息集结的目标规划方法

研究群决策过程中区间数偏好序、区间数效用值、区间数互反判断矩阵与区间数互补判断矩阵等四类不确定性偏好信息的集结方法.定义四类不确定性偏好信息的一致性,建立具有相同决策机理的各类不确定性偏好信息的统一权重求解模型.为解决决策误导问题,引入偏差系数建立权重分布范围的估计模型.建立决策群体意见集结的目标规划方法,研究了模型所具有的性质.为度量决策群体意见的一致度,定义了专家偏好与综合偏好的决策关联度系数和排序相关性系数.     

对方案有偏好的区间直觉模糊多属性决策方法

针对属性权重信息未知或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直觉模糊数多属性决策问题,基于偏差极小化的思想,给出了相应的决策分析方法。首先引入了区间直觉模糊数的一些运算法则、区间直觉模糊数的得分函数和精确函数。然后分别对权重信息未知或权重信息不完全且属性值和对方案的偏好值均为区间直觉模糊数多属性决策方法进行了研究,给出了基于最小偏差的目标规划模型,从而获得相应的属性权重,基于区间直觉模糊数加权平均(IIFWA)算子对区间直觉模糊信息进行集结,进而根据得分函数和精确函数对方案进行排序。最后,进行了实例分析,说明了该方法的实用性和有效性。     

基于群组满意度最大的区间偏好信息集结

研究群决策中区间数判断矩阵偏好信息的集结问题。针对区间数互反判断矩阵和区间数互补判断矩阵，构造了个体满意度函数，并讨论了满意度与一致性以及群组满意度和群组共识之间的关系，最后还给出了基于群组满意度最大的相对熵最优化偏好集结模型以及应用算例。     

区间粗糙数层次分析法

针对基于点判断矩阵、区间判断矩阵的层次分析法存在信息缺失及没有考虑决策者风险偏好的不足,定义并构造了区间粗糙数判断矩阵,由此将区间粗糙数引入层次分析法中,并提出相应的排序方法,得到仍然是区间粗糙数形式的排序权重向量.这不仅可以保留决策者更多的判断信息.而且还可以反映决策者的风险偏好.将粗糙集的客观性和层次分析法的主观性有机地结合起来,形成区间粗糙数层次分析法.最后通过算例说明所提方法的可行性.     

基于区间数决策矩阵的评判专家水平的研究

针对群决策中基于区间数决策矩阵形式偏好信息的评判专家水平问题,提出了一种分析方法。首先,给出了有关区间数、专家群体判断区间数决策矩阵的定义及其决策矩阵的规范化方法。通过定义专家给出的决策矩阵中各个元素与综合评价矩阵中对应元素之间的相对偏差,给出了基于区间数决策矩阵形式偏好信息的专家评判水平的分析方法。同时,利用数理统计方法,给出了专家评判水平分类的判别方法。通过一个算例说明给出的分析方法。     

给出方案偏好信息的区间数多指标决策方法

针对属性值以区间数形式给出并且已知方案偏好信息的多指标决策问题,提出了一种决策分析方法。首先,对区间多指标决策问题进行了描述;然后,为了反映决策者给出的方案偏好信息,建立了一个目标规划模型,通过求解该模型可得到指标权重信息,从而得到方案的综合评价值,以便进行方案的排序。最后给出了一个算例。     

区间数互反判断矩阵的一致性分析及排序方法

提出了确定区间数互反判断矩阵权重的新方法.首先,给出了能够反映决策者风险偏好的区间数表示形式.接着,刻画了区间数互反判断矩阵的一致性检验方法.对不一致的区间数互反判断矩阵,通过求解优化模型及一致性定义提出了区间数互反判断矩阵的一致性逼近方法.基于一致性区间数互反判断矩阵,给出了满足决策者不同风险偏好的权重计算公式.最后,通过两个例子说明了所提出方法的有效性.     

基于IOWA算子的模糊语言偏好矩阵排序方法

给出了方案之间比较的一种模糊语言标度及其相应的区间数表示形式。运用模糊语言标度构造出模糊语言偏好矩阵。利用导出的有序加权平均(IOWA)算子对模糊偏好信息进行集结,提出了一种基于IOWA算子的模糊语言偏好矩阵排序方法,并把该方法进一步运用于群体决策中的方案排序和择优。最后通过算例说明了该方法的可行性和实用性。     

灰偏好信息群决策的相对熵集结方法

研究灰区间偏好判断信息下的群体决策集结方法问题。将决策专家的灰区间判断信息转化为等价的三元组灰偏好信息, 并将其看作为一个概率分布, 通过研究群体灰偏好概率分布与个体灰偏好概率分布之间一致性的关系, 分别建立不同情形下专家群体决策的最优相对熵集结模型, 分别给出了各优化模型的最优解, 并提出相应的决策算法。气象局综合业务能力评价的实例分析表明, 相对熵集结方法可以有效避免灰区间决策信息在集结过程中的失真与扭曲。     

基于二元不完全偏好的群决策方法

分析了群决策过程中不完全区间数互反判断矩阵和不完全区间数互补判断矩阵的集成方法.基于决策者给出的允许偏差,定义了群决策满意度隶属函数,建立了求解群体偏好满意程度最大化的权重模型,提出了群体偏好一致性程度的衡量指标,研究了对一致性程度较差的决策者判断进行交互调整的方法.为解决模型存在多组最优解以及因决策者判断误差波动造成的决策误导问题,建立了群体偏好权重分布范围的估计模型.通过算例分析,证明了方法的有效性及实用性.     

基于区间数聚类的目标分群算法

针对态势认知中目标数量多、信息不确定、数据不精确等问题, 提出一种基于区间数聚类的目标分群算法。首先, 考虑到传感器测量数据具有误差且数据不完全等因素, 采用区间数对传感器探测到的目标进行特征描述。然后, 为有效利用区间数信息定义了一种新的距离度量, 并给出了改进的区间数聚类目标分群算法。最后, 构造4类相互独立的区间数据集, 对区间数据进行分类测试, 并通过典型想定场景设定多类目标实体, 基于目标空间位置、运动特征和属性等要素进行空间分群和任务分群。仿真结果验证了算法能够有效对目标进行分群, 具有较强的稳定性。     

Fusion of multiagent preference orderings with information on agent''''s importance being incomplete certain

The problem of fusing multiagent preference orderings, with information on agent's importance being incomplete certain with respect to a set of possible courses of action, is described. The approach is developed for dealing with the fusion problem described in the following sections and requires that each agent provides a preference ordering over the different alternatives completely independent of the other agents, and the information on agent's importance is incomplete certain. In this approach, the ternary comparison matrix of the alternatives is constructed, the eigenvector associated with the maximum eigenvalue of the ternary comparison matrix is attained so as to normalize priority vector of the alternatives. The interval number of the alternatives is then obtained by solving two sorts of linear programming problems. By comparing the interval numbers of the alternatives, the ranking of alternatives can be generated. Finally, some examples are given to show the feasibility and effectiveness of the method.     

基于粗糙集的随机多准则决策方法

针对有偏好信息并且准则权重信息不确定的随机多准则决策问题,提出了一种基于粗糙集的随机多准则决策方法.该方法首先根据形式化的偏好信息,利用构造的偏好信息系统准则约简理论对准则集合进行约简,降低问题的复杂程度,然后计算每个方案的净流分值并通过其大小确定方案的最终排序.最后实例说明了该方法的有效性和可行性.     

基于心态指标的区间型多属性决策方法

针对决策者的偏好信息和决策矩阵元素均为区间数的不确定多属性决策问题,提出了一种新的决策方法.该方法引入决策者的心态指标把区间型决策矩阵转化为带心态指标的决策矩阵,再通过求解最小化最大绝对偏差的优化问题,得到属性的权重向量,利用方案的综合属性值给出各方案的排序结果.当决策者处于不同的心态时,可以通过调整其心态指标来进行决策,更加符合实际,计算简单,易于计算机上实现,应用实例表明了方法的有效性和实用性.(江西财经大学信息管理学院,江西南昌 330013)     

关于序区间偏好信息的群决策方法研究

在群决策分析中,基于序区间偏好信息的排序方法的研究是一个新的重要研究课题.针对决策分析中基于序区间偏好信息的群决策方法问题,提出了一种新的分析方法.首先,提出了序区间的有关定义及性质；其次,通过定义序区间的可能度及可能度矩阵的概念,得出了每个专家的可能度矩阵均具有满意一致性的互补判断矩阵结论.进而构建了基于群体一致性的最优化模型,依据计算的最优权重向量给出了一种关于序区间偏好信息的群决策方案排序方法.最后,通过一个算例说明了提出的分析方法.     

基于可变精度粗糙集的多决策表分析方法

针对可能存在分类误差缺失信息的群体分类决策问题,提出了一种可以从多个决策表中获取群体分类偏好的可变精度粗糙集方法。该方法通过控制决策者的分类误差率,群体分类一致率及反对率,将多个决策表中符合条件的信息汇集,形成群体分类模式表,然后根据每种分类模式在不同分类误差率和群体一致率下得到支持和反对的频数,得到群体分类模式集合的下近似,即群体分类偏好。给出了应用该方法的具体步骤,算例验证了该方法的有效性。