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.     

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。     

一种基于投影的区间直觉模糊信息多属性决策方法

文章针对区间直觉模糊信息的多属性决策问题,提出了一种新的基于投影思想的决策方法。该方法首先定义了区间直觉模糊正、负理想方案以及决策方案在区间直觉模糊正、负理想方案上的投影等概念;然后对于属性权重信息不完全的情形,建立了一种基于投影的多目标规划模型以获得相应的权重,并利用区间直觉模糊数的加权算术平均(IIFWA)算子对评价信息进行集结,从而获得各个决策方案的排序和择优结果。文中给出一个实例分析,说明了该方法的有效性和可行性。     

区间数多指标决策的一种TOPSIS方法

针对具有不确定性区间数的多指标决策问题,给出了一种逼近于理想点(TOPSIS)的分析方法·首先对区间数多指标决策问题和区间数运算法则进行了描述;然后依据传统的TOPSIS方法的基本思路,给出了解决区间数多指标决策问题的计算步骤·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·最后给出了一个算例·     

一种区间型不确定多属性决策的统计方法

讨论了属性值为区间值的一类不确定性多属性决策问题．将属性值转化为决策者的满意值后，结合决策者的满意值和属性自身的权重，指出现行简单加权平均以及有序加权平均方法存在的缺陷，提出了一种新的基于随机变量和统计特征的新方法．通过实例证明了该方法的有效性．     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力.最后通过算例说明方法的可行性和实用性.     

基于距离测度的折衷型区间数多属性决策方法

针对服从均匀分布的区间数情况,通过区间数之间的距离并考虑决策者的偏好,给出一种基于距离测度的折衷型区间数多属性决策方法,并以实例说明方法的有效性和可行性.该方法首先将区间数属性值转化为排序指标值,以方案排序指标值离差最大化为目标建立数学模型求得属性权重,然后按方案综合排序指标值的大小对方案进行排序.该方法充分利用已有的客观信息,结果准确可信,具有简洁、直观、便于上机实现等优点.     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力．最后通过算例说明方法的可行性和实用性．     

一种决策信息为区间直觉模糊数的多属性决策方法

将C-OWA算子应用到区间直觉模糊数上,定义了集成区间直觉模糊信息的IC-OWA算子.对于属性权重已知,属性值为区间直觉模糊数的多属性决策问题,先利用IC-OWA算子对决策属性值进行集成,然后对集成结果加权求和,得到各方案的综合属性值,最后根据综合属性值排序和择优.实例分析表明了该方法的合理性和有效性.     

一种结合主客观偏好的区间直觉模糊多属性决策方法

针对决策者的偏好信息和决策矩阵元素均为区间直觉模糊数的多属性决策问题,提出了一种新的决策方法．该方法通过求解主观偏好与客观偏好的总绝对偏差最小,同时各方案综合属性值差距最大的双目标规划模型,得到属性的最优权重向量．并基于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,通过实例证明了该方法的有效性和实用性．     

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.     

风险型多属性决策的一种求解方法

在属性取值的分布函数已知的假设条件下,给出了风险型多属性决策问题的一种求解方法.通过随机变量取值大小的比较,利用概率指标描述方案在同一属性下的优劣程度;基于加权的思想,将方案在各属性下的优劣程度集结得到方案间的总体优劣程度,并建立方案两两比较的可能度矩阵——模糊互补判断矩阵.据此得到方案的排序结果.该方法直观、简便,而且不要求对风险决策矩阵进行规范化.最后,把属性值为区间数的多属性决策问题作为风险型多属性决策问题的特例,给出了算例.     

引入三参数区间数的多属性项目决策方法研究

纳入新的决策信息于二参数区间数中,构成三参数区间数,改进了项目决策评价方法.一方面,解决了二参数的区间数含有的信息量过少,内部不清晰,最终计算结果失真的问题;另一方面,有效简化了计算过程,减少了不确定性和排序的复杂性.最后,结合算例说明其特点.     

确定区间数决策矩阵属性权重的方法——熵值法

针对属性权重完全未知而属性值为区间数的多属性决策问题,本文中提出了一种确定区间数决策矩阵权重的方法———熵值法.最后给出了一个例子说明本方法的有效性和可行性.     

一种基于Vague集的多属性群决策排序方法及其应用

针时Vague值的多属性群决策排序问题,提出了一种新的得分函数.定义了Vague值的贴近度,并结合信息集成算予和专家权重,进而提出了一种新的群决策排序方法,本文应用实例证明了该方法的合理性和实用性.     

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TOPSIS的模糊数直觉模糊多属性决策法

对属性值以模糊数直觉模糊数形式给出的多属性决策问题,提出了一种基于TOP-SIS的模糊数直觉模糊数多属性决策方法,该方法首先定义了两个模糊数直觉模糊数之间的距离,然后给出了方案与理想点的相对贴近度,基于相对贴近度对方案进行排序。最后进行了实例分析。     

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．