权重为区间数的多指标决策问题的逼近理想点法

通过引进区间数数量乘法运算 ,将权重为区间数的多指标决策问题转化为指标取值为区间数的多指标决策问题。在此基础上 ,定义了区间数正理想方案和区间数负理想方案 ,由此给出了权重为区间数的多指标决策问题的逼近理想点法 ,该方法简单实用 ,所需信息少。运用该方法分析了一个实际问题。     

一种指标权重信息不完全的多指标决策方法

针对指标权重信息不完全的多指标决策问题,提出了一种逼近于理想解的决策分析方法。首先,对指标权重信息不完全的多指标决策问题进行了描述;然后,依据传统的TOPSIS方法的基本思路,给出了解决指标权重信息不完全的多指标决策问题的方法的计算步骤,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、负理想解间的距离,进而通过计算出相对接近度,即可得到所有方案的排序结果。最后,给出了一个算例。     

区间数多指标决策问题的灰色关联分析法

通过引进区间数向量范数,对区间数多指标决策问题的决策矩阵进行规范化处理,再利用区间数乘法运算,将区间数多指标决策问题转化成指标取值为区间数的多指标决策问题,在此基础上给出了区间数多指标决策问题的灰色关联分析法,该方法简单实用,所需信息少,并运用该方法分析了一个实际问题。     

具有部分指标权重信息的语言多指标决策方法

针对指标权重信息部分已知、部分未知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。对具有部分指标权重信息的语言多指标决策问题进行了描述。给出了求解具有部分指标权重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,通过计算每个方案与理想点之间的距离,构建最优化模型,求得未知的指标权重值,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评价值比较的可能度,得到所有方案的排序结果。通过给出一个算例说明了所提方法的可行性和实用性。     

指标具有均衡性期望的多指标决策方法

针对指标具有均衡性期望信息的多指标决策问题,提出了一种决策分析方法.首先,对指标具有均衡性期望信息的多指标决策问题进行描述;然后,针对决策者给出的指标期望信息,构建指标期望函数,进一步,通过计算每个备选方案与指标期望的偏差以及方案的综合评价值,得到备选方案的排序值,进而根据排序值得到方案的优选结果,最后给出一个算例,说...     

基于投影的区间数评价方法探讨

针对指标取值以区间数形式给出的多指标决策问题,提出了一种基于投影的区间评价方法。该方法依据一般的投影分析方法的基本思路,给出了解决指标取值为区间数的多指标决策问题的计算步骤,其核心是通过构建并求解每个方案在虚拟正、负理想方案上的投影,进而计算出每个方案对虚拟正、负理想方案的相对隶属度,即可得到所有方案的排序结果。最后给出了一个数值例子,结果表明该方法简单,有效且易于计算。     

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)     

带有方案偏好信息的多指标决策法

本文讨论了对方案有偏好信息的多指标决策,给出了五级标度的方案偏好赋值法,同时建立了一种兼顾方案偏好信息和客观信息熵方案值的优化决策模型。从而为多指标决策问题提供了又一合理可行的决策方法。     

不完全信息下对方案有偏好的多指标决策

在实际决策中 ,决策者往往对不同的决策方案有程度不同的偏好 .另外 ,在多指标决策中 ,要将指标的权重精确地确定在某一点上也几乎是不可能的 ,但一般都可以确定权重所在区域 .本文研究了决策者对决策方案有一定的偏好程度 ,并且各决策指标的权重都是区间数的条件下的多指标决策问题 ,给出了这类决策问题的决策方法 ,并通过例子进一步说明了该方法的合理性 .     

对指标属性有偏好信息的一种决策方法

讨论了对指标属性有偏好信息的多指标决策问题,以最小二乘法为工具,建立了确定指标权重的优化模型,同时给出了主观确定指标权重的五级标度赋值法。从而为多指标决策问题提供了又一有效可行的决策方法     

权重信息不完全的区间数多属性决策GRA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,提出了一种灰色关联分析的决策方法。该方法依据一般的灰色关联分析方法的基本思路,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一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案与正理想方案的相对关联度,即可得到所有方案的排序结果。最后给出一个数值例子,结果表明该方法简单、有效并易于计算。     

区间数多指标决策问题的新灰色关联分析法

针对属性权重和属性值均为区间数的多属性决策问题,提出了一种新的灰色关联分析法。首先定义了区间数正理想方案,由此计算出各方案相对于正理想方案的区间数灰色关联系数。然后运用区间数的数乘运算和加法运算计算出各方案相对于正理想方案的关联度,并利用一种对区间数排序的方法,比较各方案的关联度来确定方案的优劣。给出了一个数例,证明所提方法简单、有效,易于实现。     

对方案有偏好的模糊多属性决策的GRA方法

针对属性权重信息不完全且属性值和对方案的主观偏好信息均以三角模糊数形式给出的多属性决策问题,提出了一种基于灰色关联分析GRA的决策方法.该方法依据一般的灰色关联分析方法的基本思路,给出了解决该问题的计算步骤,其核心是通过构建并求解一个单目标最优化模型,通过求解该模型得到属性权重信息,从而得到每个方案客观偏好值对主观偏好值的灰色关联系数,进而计算出每个方案客观偏好与主观偏好的关联度,根据关联度对所有方案进行排序.最后给出了一个数值例子,结果表明方法简单,有效和易于计算.     

一种新的区间数多属性决策的集结方法

对于属性权重和决策矩阵元素均为区间数的多属性决策问题,提出了一种新的方案综合属性区间的集结方法。通过给出与区间权重向量相对应的属性有效权重向量的定义及其具体表达形式,改变已有方法需要求解数学规划模型的做法,运用区间数的数乘运算和加法运算集结方案的有效综合属性区间值,并利用一种对区间数排序的方法,比较各方案的有效综合属性区间值来确定方案的优劣。最后,给出了一个数值例子,结果表明方法简单、有效,易于实现。     

基于综合赋权的风险型多属性决策方法

讨论了属性值是有限区间上的连续型随机变量的风险型多属性决策问题。首先,通过密度函数的变换,研究了风险决策矩阵的规范化问题。基于主客观赋权的思想,建立了一个确定综合权重的模型,并给出了求解此类问题的一种方法。最后,以属性值为区间数的多属性决策问题作为特殊情况,给出了实例。     

给出方案优先序的模糊多属性决策方法

针对属性值为模糊变量,属性权重完全未知但给出方案优先序信息的模糊多属性决策问题给出决策方法.该方法通过建立一个二次规划模型来确定属性的权重,进而通过求解一个以极大化方案总贡献为目标的0-1规划模型来获得方案的排序及最佳方案.最后给出了应用算例.     

Method for multiple attribute decision making based on incomplete linguistic judgment matrix

With respect to the multiple attribute decision making problems with linguistic preference relations on alternatives in the form of incomplete linguistic judgment matrix, a method is proposed to analyze the decision problem. The incomplete linguistic judgment matrix is transformed into incomplete fuzzy judgment matrix and an optimization model is developed on the basis of incomplete fuzzy judgment matrix provided by the decision maker and the decision matrix to determine attribute weights by Lagrange multiplier method. Then the overall values of all alternatives are calculated to rank them. A numerical example is given to illustrate the feasibility and practicality of the proposed method.     

混合型多属性决策的HB-SIR方法

针对权重已知且属性值为精确数、区间数、三角模糊数和梯形模糊数的混合型多属性决策问题,提出了一种新的混合型级别高于方法(hybrid superiority and inferiority ranking,HB SIR)。该方法依据混合型多属性决策矩阵构建正负理想方案,将混合型多属性决策矩阵转化成标准优势和劣势差异信息矩阵,进而通过高斯准则计算各个方案的优势指数和劣势指数,构建优势矩阵和劣势矩阵,并使用简单加权(simple additive weighting,SAW)方法计算出方案的优势流和劣势流,据此获得方案的部分或完全排序。最后,通过一个算例验证了该方法的有效性。     

不完全信息多属性群体决策方法

考虑到决策过程中信息的不完全性,对一类不完全信息的多属性群体决策问题进行了研究。在此基础上,建立一组线性规划模型,得到个体对每一个方案的效用区间数,并利用区间数可能度的定义对两个方案进行比较,从而得到个体对方案的排序。在偏好集结过程中,考虑了决策成员对方案给出的排序指标值,同时也考虑了决策成员权重的不完全信息。最后利用一个算例说明了在不完全信息条件下提出的方法能够作出比较合理的决策。