区间数多属性决策中权重灵敏度分析

权重是用来衡量多属性决策问题中各属性相对重要性的,它在很大程度上影响决策问题的求解结果。在区间数的"期望方差"排序法基础上,基于加权模型,对区间数多属性决策中权重灵敏度进行分析,并给出了当两个方案之间排序位置颠倒时某一指标的权重最小变化量的计算方法。最后给出了一个算例。     

基于偏序偏好的多属性群决策问题的综合权重

基于偏序结构、属性值是用模糊语言给出且每个属性没有决定权重的多属性群决策问题提出了一种综合权重方法。该方法运用模糊集合理论求出每对方案关于每个属性的模糊偏好关系,然后通过对决策者的冲突偏好确定综合权重来解决该问题。当综合权重不存在时,需要调整决策者们的全部或部分偏好,以达到一致意见。该方法具有概念清晰,符合现实决策问题的特点,得出的综合权重能反映各个决策者对方案的偏好。最后给出了一个算例。     

多属性群决策中决策者权重的确定方法

在群决策过程中,决策者的权重起着非常重要的作用,它直接影响着群决策的结果。本文将决策者的权重分为主观权重和客观权重两部分,并给出确定多属性群决策中决策者客观权重的几种方法,最后将决策者的主观权重和客观权重组合为决策者的最终权重。     

基于相似关系的多属性决策问题研究

属性权重确定是多属性决策问题中一个重要的研究内容。针对属性权重未知的多属性决策问题：首先,指出决策对象与理想对象之间的相似度与决策对象的优势度之间存在直接的关系;其次,借鉴离差最大化算法,提出用属性值的相似度来确定属性权重;再次,利用各个决策对象与理想对象的相似度对各决策对象进行排序并择优;最后,对属性值为区间数的多属性决策实例进行了分析,同时对该算法与离差最大化算法的异同点进行对比。     

三种基于理想点的不确定多属性决策优化模型

针对属性权重信息完全未知或只有部分权重信息的不确定多属性决策问题,提出了3种基于理想点的最优化决策模型。通过对这3种模型的求解,可获得属性的权重,进而给出了相应的对方案进行择优的决策方法,从而为解决权重信息不完全的多属性决策问题提供了新途径。最后用实例对该方法进行了说明。理论分析和数据结果表明了方法的可行性和有效性。     

求解不确定型多属性决策问题的一种新方法

研究了属性权重完全未知，属性值为区间数且对方案有偏好的多属性决策问题，提出了一种基于相离度的求解属性权重公式，并利用区间数比较的可能度，对决策方案进行排序，该决策方法既能充分利用规范化评价的先验模糊信息，又能尽可能地满足决策者的主观愿望，且概念清楚，含义明确，易于计算机或计算顺上实际，最后给出了一个实例。     

基于主观与客观集成的属性权重求解方法

针对属性权重未知且属性值为定值的多属性决策问题,分析了两类求解属性客观权重方法的不足,建立了客观权重模型合理性的判定定理。提出了基于熵系数的客观权重模型,此模型可以根据决策的实际情况而设置系统参数,来调节权重的大小程度,所以具有一定的适应性。通过折衷系数把主观权重与客观权重集成,使得到的综合权重同时反映主观和客观程度。最后的实例说明该方法是有效可行的。     

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。     

不完全信息的多属性决策问题的方案排序法

针对不完全信息条件下的多属性决策问题建立一种模型，基于此模型提出方案排序的算法，且从理论上证明它的合理性。数值例子验证了该算法的有效性。     

求解多准则决策问题指标权重的二次规划方法

在多准则决策过程中,由于信息不完全从而造成准则权重系数不能完全确定并最终导致决策困难的现象经常存在。针对此类问题,分析并形式化描述了三类准则权重约束,即基本约束关系、由经验判断给定的不完备权重约束关系、由数据包络分析方法确定的DEA有效性所隐含的权重约束关系。综合以上约束并以所有可选方案到理想解的距离平方和最小为目标建立了二次规划模型,通过转化为线性规划模型进行求解从而求得最佳权重,该权重可作为理想解法的基础。最后通过项目招标的实例验证了本方法的有效性。     

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。     

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。     

模糊多属性决策的折衷方法

在假设属性指标和权重都是模糊数的条件下,利用两个模糊矢量的分量期望值构成的向量的夹角作为这两个模糊矢量的夹角,提出了模糊矢量投影的概念,以权重矢量作为标准衡量各个方案尺度,将模糊多属性理想矢量与模糊多属性指标构成的模糊矢量之差和模糊负理想矢量与模糊多属性指标构成的模糊矢量之差在模糊权重上的投影系数组合大小作为衡量各个方案优劣的准则,投影系数越大,方案越优,并给出该准则的算法及说明该准则的一个例子。     

集对分析与多属性决策

介绍了多属性决策中的集对分析方法,该方法集方案综合排序与排序稳定性分析于一体,是一种完整、有效的新方法。表2,参3。     

基于FV-OWA算子的不确定多属性决策方法

对基于模糊数Vague集的不确定多属性决策方法进行了研究.定义了模糊数Vague值的一些运算法则,基于这些法则,给出了一种模糊数Vague值的有序加权平均(FV-OWA)算子.基于FV-OWA算子,提出了一种属性权重完全未知、且方案的属性评估信息以模糊数Vague值形式给出的不确定多属性决策方法.最后,进行了实例分析.     

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。     

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。     

一种新的组合权重集结方法及合理性评价研究

针对多属性决策中的组合赋权问题,提出了一种新的多属性决策权重集结方法.该方法综合考虑权本身具有的随机性以及权向量之间的一致性要求,建立约束非线性优化模型.在分析和借鉴现有方法的基础上,设计一种改进粒子群优化算法进行求解.在决策矩阵已知的情况下,讨论不同组合赋权方法的合理性评价问题.最后,将本文提出的方法与已有组合赋权方法进行比较,结果表明该方法有效且比另外两种组合赋权方法更加合理.