考虑语义灰度的二元语义群决策方法

针对传统二元语义方法能较好地处理关于决策对象的语言评价信息,但无法反映决策者自身对决策对象信息掌握程度的情况,结合灰色系统中灰度的思想,提出了语义灰度的概念和度量方法,设计了考虑语义灰度的二元语义算子,构建了考虑语义灰度的二元语义群决策模型并给出求解方法。该方法利用决策者给出的信息,通过计算语义灰度调整群决策中决策者的权重,并依据综合灰度计算评价结果的可信度,提出基于二次函数对决策对象进行排序的方法。最后通过实例验证了该方法的实用性、合理性和有效性。     

基于二元语义符号运算的群决策方法

具有语言判断矩阵形式的偏好信息的群决策是决策分析及群决策支持系统研究中的一个重要课题。针对这类群决策分析问题,提出了一种基于二元语义符号运算的群决策方法。在该方法中,首先描述了语言判断矩阵形式的偏好信息及其语言判断矩阵转化为二元语义符号的方法,然后基于T OWA算子给出了集结各决策者偏好信息和方案优选的方法。算例验证表明,用该方法所得到的方案是最优方案。     

基于模糊距离和神经网络的自适应群决策方法

针对群决策中专家权重和评价指标权重难以确定的问题,提出了一种自适应群决策方法.设计了一种基于模糊距离的专家权重确定方法和基于神经网络的指标权重训练方法,并将其引入自适应算法中.在算法不收敛时,提出了一种专家权重的随机扰动策略使算法可以很好收敛.最后的实验表明,该方法可以很好地收敛于稳定解,得到专家群体对待评对象的客观、可靠评价.     

多属性群决策中权重自适应调整的方法

在已知专家和属性主观权重的基础上,提出了一种多属性群决策中权重自适应调整的方法。该方法根据专家个体决策与群体决策之间的偏离程度计算专家权重并用熵权系数法计算属性的权重,以新的权重重新计算出专家个体决策与群体决策,并以此对权重做进一步调整。重复以上步骤,直至计算出稳定的综合权重和决策结果。给出算例说明了该方法的可行性。     

不同偏好形式判断矩阵的二元语义群决策方法

利用三角(区间)模糊数与二元语义之间的转化方法,研究了三角(区间)模糊数互补判断矩阵与基于二元语义的语言判断矩阵之间的内在联系,论证了该转化方法的有效性.同时给出了一种群体判断矩阵信息为不同模糊偏好形式的集结方法,最后,通过算例表明了该方法是有效的.     

灰色多属性偏离靶心度群决策方法

针对一类属性值、属性权重和决策者权重均为区间灰数的群决策问题,引入群体正靶心、负靶心和群体偏离靶心度的概念,提出了灰色多属性偏离靶心度群决策方法,即群决策的结论应尽量接近所有成员最理想的方案,即越接近群体正靶心而同时又远离群体负靶心的方案,则方案越优. 文章分别给出了灰色多属性群决策问题的决策矩阵的构建及规范化,提出了正负群靶心及群靶心距的计算方法;最后,利用群体偏离靶心度的大小对各方案的优劣进行排序,实现多目标群决策. 文末通过算例说明了该方法的有效性.     

基于二元语义的八类偏好信息的群决策方法

利用模糊数与二元语义之间的转化方法,研究模糊互补判断矩阵与二元语义判断矩阵之间的内在联系,得到了模糊互补判断矩阵的二元语义转化方法保持原判断矩阵的互补性,满意、完全加性、乘性一致性和方案优先顺序等结论.扩展了该转化方法,给出了八类不同形式偏好信息的一致化和集结方法.最后,通过算例表明了该方法是有效的.     

权重信息不完全的二元语义多属性群决策方法

针对解决具有语言评价信息的多属性群决策问题,提出了一种基于最大偏差和二元语义信息处理的群决策方法。该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算。对于属性权重完全未知或属性权重信息不完全的情形,分别给出了一个求解属性权重的简洁公式和一个基于最大偏差的目标规划模型,分别获得相应的属性权重,然后利用二元语义加权算术平均(T-WAA)算子,对二元语义决策信息进行加权集成,继而对决策方案进行排序和择优。该方法具有对语言信息处理较为精确的特点,避免了以往采用的语言信息处理方法所带来的信息扭曲和损失。最后给出了一个实例分析。结果表明该方法简单,有效和易于计算。     

基于区间二元语义的动态灰色关联群决策方法及应用

With respect to the problem that index value is ofter given in the form of interval linguistic assessment information in the dynamic multiple attribute group decision making, a novel dynamic grey incidence group decision making methodology based on interval two tuple linguistic information is proposed. Firstly, the algorithms and properties of the interval two tuple linguistic information are used to aggregate the information evaluation matrix. Secondly, the positive and negative ideal schemes for each time period are designed in order to deal with the problem that the expert weights and time weights are known, while index weights are unknown, so that the multi objective programming model with the minimum deviation of the grey incidence degree between each scheme and the positive ideal scheme for each stage is built to determine the index weights. Thirdly, the grey incidence each stage degree with interval two tuple linguistic information between each scheme and the positive and negative ideal scheme for each stage is calculated to establish the optimization model of the optimal membership degree for scheme, so that the expressions form of the optimal membership degree for scheme is determined to solve the optimal membership degree for scheme. Finally, an example validates the feasibility and effectiveness of the novel model. The results show that the proposed method can more precisely deal with the language information and avoid information distortion and loss based on the previous method of processing the language.     

剔除无效决策的灰色群决策方法

对灰色群决策问题进行了研究,提出了一种可以对无效决策进行甄别与剔除的灰色群决策模型。首先,使用强“奖优罚劣”算子对决策信息进行标准化处理,通过构建优化模型并使用拉格朗日函数得到指标权重;然后,通过确定所有方案中的理想最高评价,以及各决策者评价与最高评价间距离,构建对无效决策进行甄别的模型;最后,对剔除无效决策后决策问题中的决策者权重进行调整,并使用灰靶模型对方案进行决策。应用实例说明了决策方法的合理性和算法的有效性。     

基于数据融合技术的多属性群决策方法

利用模糊数相关理论及数据融合技术,对不同决策者对同一个方案的评价值具有不同程度冲突,属性值和属性权重均为模糊数的多属性群决策问题提出了解决方案。对模糊数的排序问题,利用可信性测度概念,通过模糊模拟方法对两个模糊数比较的大小进行计算,并建立互补判断矩阵得到最终的排序结果。算例的结果证实了该方法的可行性、有效性和合理性。     

基于熵权的多属性大群体决策方法

针对传统的大群体决策方法只能处理单方案决策问题的缺陷,提出了一种基于多属性的多方案大群体决策方法。该方法首先将单方案大群体偏好模型与算法推广成多方案大群体偏好模型与算法,获得大群体偏好矩阵,然后利用熵权法获得各个方案的排序权重,最后利用各个方案的排序权重和大群体偏好矩阵获得各个方案的综合评价值矢量。通过该综合评价值矢量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题。通过计算机仿真实验证明该方法的有效性。     

基于依赖型算子的不确定语言多属性群决策法

研究了属性权重以实数形式给出、属性值以不确定语言变量形式给出的多属性群决策问题。基于不确定语言变量的运算法则,给出了一种基于不确定语言变量及其运算法则的新算子：依赖型不确定语言有序加权几何 (dependent uncertain linguistic ordered weighted geometric, DULOWG) 算子。与该类算子相关联的加权向量依赖于被集结的不确定语言变量,并且对错误或有偏见的不确定语言变量赋予较低的权重来减轻不公平性对评价结果的影响。提出了一种基于ULWGM算子和DULOWG算子的不确定语言多属性群决策方法,并进行了实例分析。     

基于熵的模糊群体评价合成方法

研究了模糊决策环境下群体评价意见的合成问题。应用距离函数来计算两个梯形模糊数之间的相似性函数,使得相似性函数的应用范围得到拓展。基于熵来度量个体与群体的一致性,建立了群体决策的熵模型,减少了群体的不确定性。利用此模型对专家的初始主观权重进行迭代运算得到修正权重,再把初始主观权重和修正权重线性合成作为专家的综合权重。最后,通过算例说明了该方法的可行性和有效性。     

基于混合型评价矩阵的多属性群决策方法

本文针对具有语言型、直觉模糊数和区间直觉模糊数三种评价信息的混合型多属性群决策问题, 提出一种基于属性权重和专家权重均未知的决策方法. 首先, 定义新的转换函数, 可将不同粒度的语言评价信息统一成区间直觉模糊数; 然后, 基于支持度确定未知属性权重, 并在综合考虑区间直觉模糊数熵值和相似度的基础上, 建立了一种新的专家权重确定模型; 在将混合型决策矩阵转换成区间直觉模糊决策矩阵后, 利用IIFWA算子依次集结个体决策矩阵, 从而得出方案集的排序. 最后, 应用在ERP选优问题中, 验证了方法的有效性.     

基于语言Choquet积分算子的多属性群决策方法

在现实的多属性群决策问题中,决策属性及专家偏好间均在不同程度上存在相互关联。为此,提出了一种基于语言Choquet积分算子的语言多属性群决策方法。首先,介绍了语言评估标度集上的一些运算法则。基于这些运算法则和模糊测度,定义了一种语言Choquet积分算子。然后,探讨该算子的一些性质,给出了一种基于语言Choquet积分算子的语言多属性群决策途径。研究表明,该算子是语言有序权重平均算子的一般化形式。最后,通过一个具体实例来说明这种方法的具体应用及计算过程。     

基于ET-WG和ET-OWG算子的二元语义群决策法

针对一类属性值和权重值均为语言评价信息的多属性群决策问题,提出了一种群决策分析方法.首先,为了便于语言评价信息的集结运算,提出了一些新的集结算子:扩展的二元语义加权几何(ET-WG)算子和扩展的二元语义有序加权几何(ET-OWG)算子,并分析了这些算子的性质.然后提出了一种基于ET-WG算子和ET-OWG算子的群决策方法,其核心是通过语言信息的集结运算,得到各方案的群体综合评价信息,从而根据二元语义信息的比较原则,得到所有方案的排序结果.最后给出了一个实例分析,说明了本文提出方法的可行性和实用性.     

一种连续型随机多属性大群体决策方法

针对属性权重信息完全未知和属性值为连续型随机变量的多属性大群体决策问题,提出了一种大群体决策方法。该方法将正态分布的3σ原则推广到任意分布,将随机属性值转化成区间数;并把实数范围内的模糊聚类算法扩展到区间数上,通过该算法将大群体中的成员按偏好形成若干个不同的聚集;在此基础上定义并计算群体中各个聚集和整个大群体的区间评价矩阵;然后利用不确定性有序加权平均算子获得决策方案的综合排序。最后通过一个实例对方法进行了验证。     

基于PROMETHEE的群体多准则模糊规划方法

针对决策准则值为模糊数、准则和决策者权重信息均不完全的群体多准则决策问题,从两两方案之间的优劣程度大小入手,拓展PROMETHEE方法中优先函数,分别建立了单个决策者下的方案准则集成、群体决策者偏好及其总体风险态度集成等模糊规划优化模型,得到训练集中各方案完全排序。通过算例表明该算法可行,其结论具有较高的可信度。     

基于模糊评判的群决策方法

针对群决策为多个决策者对多个目标进行决策的特点,提出了一种新的算法,即模糊评判的群决策方法。该方法首先利用带权贴进度的定义求出各个决策者对各个方案的带权贴进度,然后以群的偏好作为最优策略的准则,来寻找出最优策略。给出了解决群决策问题的数学模型、步骤和过程。通过算例来验证方法的适用性。算例研究结果表明,求出的最优策略与实际模拟结果相一致。