一种混合型多属性决策问题的TOPSIS方法

研究了精确数、区间数和模糊数指标相结合的混合多属性决策问题，提出了一种基于理想点的多属性决策模型，给出具体的决策方法和过程．各方案的排序是根据其到正理想解的相对贴近度大小进行的，从而为解决混合多属性决策问题提供了一条新的途径．     

鱼雷费效评估的模糊灰色理想点法

针对鱼雷研制方案的决策问题,对于寿命周期费用和效能,综合考虑模糊性和灰色性,采用模糊理论中的贴近度和灰色系统理论中关联度的概念来估算不同的方案与理想点和负理想点之间的距离,并选择优化理论中的理想点法对鱼雷的寿命周期费用和效能作评估。结合实例对4种鱼雷寿命周期费用和效能进行了评估。结果表明,所提方法具有实用价值。     

多指标决策TOPSIS方法的进一步探讨

改进的理想解法是一种新的多指标决策方法，但在评价各可行方案判据的问题上，却没有沿袭理想解法(双基点法)的基本思想。本文将以靠近理想解和运离负理想解两个基准，来完善改进的TOPSIS方法。     

基于Hausdorff度量模糊多指标群决策的TOPSIS方法

针对模糊多指标群决策中模糊数的比较与排序问题 ,定义了模糊数的 Hausdorff度量与乐观 -悲观效用函数 ,根据乐观 -悲观效用函数求出模糊多指标群决策问题的理想点和负理想点 ,进而由 Haus-dorff度量获得不同备选方案到理想点与负理想点的距离及其贴近度 ,从而在模糊多指标群决策中托展了理想点逼近方法 .最后 ,就带三角形模糊数与梯形模糊数的多指标群决策问题分别进行了深入的讨论 .     

一种基于联系度的改进TOPSIS法

提出了一种改进的TOPSIS决策方法.该方法将理想点与负理想点视为确定不确定系统中相互对立的集合,在考察目标方案与理想点或负理想点的联系度时,充分考虑了对立集合的存在;并通过引入联系向量距离的概念,计算相对贴近度,从而在一定程度上克服了传统TOPSIS法的不足.应用实例证明了该方法的可行性和有效性.     

基于理想点的改进AHP综合排序算法

AHP是常用的多目标决策和评价方法,但是文献发现当被评价方案增加或减少时,层次分析法（AHP）不能保持其原有方案的排序结果,因此至今AHP法仍被广大学者所争议.本文研究了AHP中导致排序结果不一致现象的原因,发现当方案数变化时AHP在计算综合排序时,使用的计算数值会导致前后不一致,进而导致排序结果不一致现象的产生.本文提出了一种基于理想点贴近度的AHP综合排序算法可以很好地解决这一问题.AHP综合排序的典型算例证明了新算法的合理性.     

一种新的基于模糊偏好的TOPSIS改进方法

基于决策制定者对决策单元的模糊偏好．研究如何根据决策单元(DMU)的模糊偏好来分别获取TOPSIS方法下基于理想点和负理想点的偏好权重．从而达到最终决策时结果与模糊偏好相一致。从新的角度引入决策单元的模糊偏好，引用TOPSIS方法中理想点与负理想点的思想，提出多指标决策中基于模糊偏好的TOPSIS方法新模型，给出一种通过主观模糊偏好与客观决策矩阵信息相结合的求解权重的方法。     

基于理想点贴近度的辐射源威胁综合评价建模与仿真验证

辐射源威胁评价是电子对抗领域的一个重要研究课题,电子干扰资源分配、干扰辅助决策等都是以辐射源威胁判别为基础的。在对辐射源威胁因子进行分析的基础上,建立了威胁因子的隶属度模型,提出了一种基于理想点贴近度的辐射源威胁综合评价算法。仿真实例说明,该方法是可行、有效的,为辐射源的威胁评价提供了一种新的途径。     

一种交互式多目标决策新方法

基于目标贴近度和目标满意度 ,给出了一种新的交互式多目标决策方法 .该法可以充分地考虑决策者的要求 ,在满足整个目标方案与理想点的贴近度低限值的同时 ,能实现各目标之间的权衡.     

基于模糊TOPSIS-FMEA的飞机IDG风险评价

在传统飞机电源系统失效模式及影响分析(failure mode and effects analysis, FMEA)法中,采用风险评价指标属性值简单相乘的方法计算风险优先数,造成风险评价指标不精确,且主观因素导致属性值发生微小变化,影响最终评价结果。通过在发生度、严重度和探测度这3个风险评价指标中引入模糊逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)理论进行风险评价,去模糊化和归一化后构造加权判断矩阵,确定逼近理想解排序法的正负理想解,根据相对贴近度大小对各故障模式进行风险水平排序。与传统失效模式及影响分析法的对比验证了方法的有效性和实用性,可为飞机电源系统其他组件风险水平评价提供有效参考。     

AN EXTENSION OF TOPSIS FOR FUZZY MCDM BASED ON VAGUE SET THEORY

1.Introduction The multicriteria decision-making problem(Kickert1978)is a kind of problem that all the alternatives in the choice set can be evaluated according to a number of criteria.A MCDM problem can be concisely expressed in matrix format as C1C2C n11112122122212nnm m m mnA x x xMA x x xA x x x=W={w1,w2,,wn}where A1,A2,,Am are possible alternatives among which decision-makers have to choose,C1,C2,,C n are the criteria with which alternative performance are measured,xi j is the rati…     

基于变权和TOPSIS方法的灰色关联决策模型

为提高现行灰色关联模型决策结果的可靠性,将惩罚型变权方法引入到模型指标权重设定中,使各方案指标权重随指标状态值的变化而变化;同时借鉴TOPSIS方法的思想,分别考察各候选方案与正、负理想方案间的关联程度并予以集成;构建了基于变权和TOPSIS方法的灰色关联决策模型。将其应用于项目评标决策案例,通过与现行方法的对比分析,证明了该模型有助于优选出指标间较为均衡的方案,决策结果更为合理可靠;通过不同惩罚水平下结果的对比分析,表明该模型具有较强灵活性,可以适应不同的均衡决策要求。     

基于Vague集的TOPSIS方法及其应用

逼近理想解的排序方法(TOPSIS)是求解多属性决策问题的一个典型方法,将TOPSIS方法在V ague集下进行了扩展。介绍了V ague集的概念及其相似度量方法,提出了用V ague值表示的语言术语集。根据V ague值的优势函数定义了V ague正、负理想解。根据V ague值的相似度量定义了各方案到正理想解和负理想解的距离,得出各方案的相对贴近度,并据此排序,供决策者选择最优方案。     

属性权重未知的连续风险型多属性决策研究

针对属性权重未知、属性值为有限区间上的连续随机变量的风险型多属性决策问题,提出了一种灰色关联度排序方法。首先,通过密度函数的变换,对风险决策矩阵进行规范化处理,并通过期望值定义了两个随机变量之间的偏差,利用离差最大化原则确定了属性指标权重。然后定义了正负理想解,计算每个方案与正负理想解的灰色关联度及相对贴近度,根据每个方案的相对贴近度确定方案排序。最后,给出了以属性值为区间数的多属性决策问题的决策步骤,证明了该方法的有效性。     

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。     

犹豫模糊信息下的双向投影决策方法

研究了面向犹豫模糊信息的投影决策方法. 定义了犹豫模糊信息下， 方案和正、负理想点形成的向量表达方式， 建立了针对犹豫模糊信息的向量投影测度方法； 提出了基于正负理想点的贴近度测算公式； 构建了基于Jaynes最大熵原理和方案公平竞争下的属性权重确定模型. 算例说明方法的有效性和可行性.     

基于双向投影法的概率语言多属性群决策

针对概率语言信息下的多属性群决策问题,首先基于概率语言术语集(probabilistic linguistic term sets, PLTS)的调整规则和语言尺度函数,定义了PLTS的新运算,并证明其满足代数运算的基本性质。然后,为解决现有向量模公式在下标对称语言下计算结果与实际不符的问题,提出一种改进的概率语言信息下的向量模公式。在此基础上定义方案与正、负理想解形成的向量表示式,并建立针对概率语言信息的双向投影法,由此提出新的贴近度公式。最后,通过应用算例的对比分析验证了本文所提方法的有效性和可行性。该方法充分考虑了PLTS的数据特征,在简化计算的同时避免了信息损失,为解决概率语言信息中数值差异较小的问题提供了新的方法和思路。     

基于双向投影法的概率语言多属性群决策

针对概率语言信息下的多属性群决策问题,首先基于概率语言术语集(probabilistic linguistic term sets, PLTS)的调整规则和语言尺度函数,定义了PLTS的新运算,并证明其满足代数运算的基本性质。然后,为解决现有向量模公式在下标对称语言下计算结果与实际不符的问题,提出一种改进的概率语言信息下的向量模公式。在此基础上定义方案与正、负理想解形成的向量表示式,并建立针对概率语言信息的双向投影法,由此提出新的贴近度公式。最后,通过应用算例的对比分析验证了本文所提方法的有效性和可行性。该方法充分考虑了PLTS的数据特征,在简化计算的同时避免了信息损失,为解决概率语言信息中数值差异较小的问题提供了新的方法和思路。