多元判断偏好集结的混合群决策过程研究

针对评价过程中出现的不同偏好表达,提出了两阶段集结的群体决策方法:个人偏好转换和多专家集结。个人偏好转换把不同专家做出的模糊偏好关系、效用函数、部分选择、偏好排序、语言偏好关系等表达方式,转换为归一化的数值绝对偏好,并在专家相对偏好的权重表达中,采用模糊有序加权平均(ordered weighted averaging,OWA) 算子和语言有序加权平均(linguistic ordered weighted averaging,LOWA)算子;多专家集结则根据等差数的专家权重排列,并将权重做归一化处理,得出总分后即从可行方案中选出最优的方案,分数越高表明专家群体越为偏好,从而获得多元偏好表达的混合专家群体的民主选择结果。将该两步集结的方法用于某公司的人才综合评估中。与以往传统的选择方法相比,突出了决策者偏好表达的自由、民主的特征。     

具有模糊联盟值的带偏好合作对策的Shapley值

针对联盟中各局中人存在不同偏好信息的合作n人对策问题,提出了一个基于模糊数偏好均值的模糊联盟值合作对策的Shapley值求解公式。给出了广义模糊数偏好均值的定义,研究了偏好均值具有的特殊性质。通过定义带偏好特征函数,给出了合作n人对策的带偏好优超、带偏好核心、带偏好零元等系列概念,并由此提出一个满足公理体系的带偏好Shapley值公式。分别考虑局中人偏好的权重和偏好方差,给出了带偏好Shapley值的两种延拓方法。最后,通过一个实例,说明了带偏好Shapley值公式的可行性和有效性。     

多冲突环境下的两人一阶超对策交互集结模型

针对不确定多冲突环境,建立了多个两人一阶超对策的交互集结模型。基于单一局中人在多个超对策中所认知的对策模型,结合该局中人所受到的资源约束及其对另一局中人资源约束的认知,建立该局中人在多冲突环境中所认知的多个对策的集结模型,在所有局中人所认知的对策集结模型基础上得到多个一阶超对策的交互集结模型;给出了超对策交互集结模型的稳定性分析过程。最后,通过一个军事例子说明了模型的实用有效性。     

区间值双矩阵博弈的均衡策略

基于区间值偏序关系理论,研究了区间值双矩阵博弈均衡策略的确定问题.利用区间值的相对优势函数和模糊偏好比刻画和度量局中人对区间值支付的模糊偏好,提出了区间值双矩阵博弈满足不同序关系的均衡策略概念.针对局中人具有模糊偏好和不同的风险态度的博弈环境,建立了模糊优势支付矩阵和风险模糊优势支付矩阵,给出了该环境下均衡策略确定的方法,为现实博弈均衡的确定提供了有效的途径.最后通过算例予以说明.     

具有偏好图信息的动态格序群体决策问题的鲁棒优化

针对方案对之间关系的识别框架为H={,‖,≥,≤,≈,,φ},决策者在各时刻的偏好信息以动态偏好Hasse图的形式描述,且偏好图包含的方案可能不完整的动态群决策问题,提出了一种融合偏好冲突与相容测度的鲁棒优化分析方法。在偏好、偏好序列及偏好图等概念的基础上,对偏好序列间的关系进行了定义;定义了能反映决策者动态偏好的相容与冲突支持等决策函数;集结出各决策者在各时段的权重,基于格上偏好关系建立了融合相容测度的强鲁棒和弱鲁棒分析模型,通过求解模型确定鲁棒策略解空间,得到方案对之间的强鲁棒和弱鲁棒关系,给出了应用该方法的具体步骤,举例说明了该方法的可行性。     

灰偏好信息群决策的相对熵集结方法

研究灰区间偏好判断信息下的群体决策集结方法问题。将决策专家的灰区间判断信息转化为等价的三元组灰偏好信息, 并将其看作为一个概率分布, 通过研究群体灰偏好概率分布与个体灰偏好概率分布之间一致性的关系, 分别建立不同情形下专家群体决策的最优相对熵集结模型, 分别给出了各优化模型的最优解, 并提出相应的决策算法。气象局综合业务能力评价的实例分析表明, 相对熵集结方法可以有效避免灰区间决策信息在集结过程中的失真与扭曲。     

考虑可信度和方案偏好的犹豫模糊决策方法

研究了对方案有偏好的犹豫模糊多属性决策问题。对每一个评价值给出相应的可信度,用来表示决策者对专业领域的熟悉程度。基于可信度提出几个犹豫模糊信息关联度公式,并讨论了它们之间的关系。基于决策者的主观偏好与客观偏好之间的关联度建立属性权重模型。给出一种考虑可信度且对方案有偏好的犹豫模糊多属性决策方法。算例证明了所提方法的有效性。     

群决策中基于一致性强度的专家意见集结方法

针对群决策问题,提出了一种基于群体一致性强度的虚拟专家意见逐步集结规划的方法.首先将两个专家的偏好信息集结为序关系值向量,将该次集结结果作为一个"虚拟专家"给出的判断信息,然后吸收下一个专家的意见成为新的虚拟专家,依此类推,直到最后一个专家参与决策.引入虚拟专家的群体一致性强度保证群体结果趋向一致,其中一致性强度和虚拟专家的权重依赖于所包含的个体专家的人数.个体人数越多一致性强度和权重就越大,从而体现了少数服从多数的原则.该方法将多专家的复杂群决策问题转化为低复杂度的多阶段二人决策问题,并保证了群体结果的一致性.最后,通过一个算例验证了方法的有效性.     

不完全信息的离散型模糊随机多准则决策方法

针对状态概率与准则权重均为区间数且准则值有缺失的离散型模糊随机多准则决策问题,设计了一种基于信息集结的新方法.该方法在区分准则类型和确定决策者的风险偏好水平后,首先根据准则类型利用最大、最小算子计算方案集在不同状态下有缺失值的准则上的正、负理想值,再通过决策者的风险偏好水平与正、负理想值补充方案集在不同状态下缺失的准则值,然后参照准则类型与决策者的风险偏好水平集结方案集在不同状态下赋值为梯形模糊数的准则值并进行规范化,接着利用熵与离差最大化分别构建规划模型以求解最优状态概率分布与最优准则权重向量,进而得到方案集的综合评价值并确定排序,最后给出具体算例.结果显示了该方法的有效性和可行性.     

具有失真认知信息的两层冲突环境建模与分析

针对具有失真认知的两层冲突环境,提出了一种基于两层递阶超对策的建模与分析方法。根据局中人之间策略集与结局偏好上的认知信息,将单方上、下两层局中人与对方局中人之间的冲突分别描述为一个超对策和多个双矩阵对策,构建面向两层冲突环境的两层递阶超对策模型。给出了两层递阶超对策模型递阶超纳什均衡的定义,探讨了递阶超纳什均衡存在的条件及求解分析方法。最后,一个例子说明了模型与方法的实用性和有效性。     

基于广义Fuzzy偏好关系的决策方法探讨

提出了广义模糊偏好关系的概念.设计了互补化排序和加性一致化排序两种排序方法,讨论了两种排序方法的相关性质.基于这两种排序方法,定义了冗余一致性指标和加性一致性指标,并讨论了采用加权算术平均算子(WAA 算子)或有序加权平均算子(OWA 算子)对广义模糊偏好关系进行集结,其群体偏好一致性(包括冗余一致性和加性一致性)的相关性质.对进一步完善基于模糊偏好关系的群决策模型具有理论和现实意义.     

A MULTI-ATTRIBUTE LARGE GROUP EMERGENCY DECISION MAKING METHOD BASED ON GROUP PREFERENCE CONSISTENCY OF GENERALIZED INTERVAL-VALUED TRAPEZOIDAL FUZZY NUMBERS

In this paper,a new decision making approach is proposed for the multi-attribute large group emergency decision-making problem that attribute weights are unknown and expert preference information is expressed by generalized interval-valued trapezoidal fuzzy numbers(GITFNs).Firstly,a degree of similarity formula between GITFNs is presented.Secondly,expert preference information on different alternatives is clustered into several aggregations via the fuzzy clustering method.As the clustering proceeds,an index of group preference consistency is introduced to ensure the clustering effect,and then the group preference information on different alternatives is obtained.Thirdly,the TOPSIS method is used to rank the alternatives.Finally,an example is taken to show the feasibility and effectiveness of this approach.These method can ensure the consistency degree of group preference,thus decision efficiency of emergency response activities can be improved.     

考虑决策者偏好的洪水灾害模糊聚类迭代评估模型

决策者偏好对洪水灾害的评估结果有重要影响.传统的评估方法可能会出现次要指标权重过大的情况,难以有效体现决策者偏好对评估结果的影响,为此将模糊聚类迭代模型推广到考虑决策者偏好的情况,并给出单一偏好条件下的理论解,提出了基于决策者偏好模糊聚类迭代模型.在该模型中,通过增加一个松弛因子构造一个增广拉格朗日乘子添加到模糊聚类迭代模型的目标函数中,将体现决策者偏好的不等式约束转化为等式约束,并依此求出该偏好条件下权重向量的解析解,可为考虑决策者偏好评估方法的研究提供理论依据;再根据样本特征值矩阵与解得的最优权重向量求出各样本的灾情综合评价值,结合最优隶属度矩阵确定各样本所属洪灾等级,各等级内部样本依据灾情综合评价值排序.该模型直接利用样本特征值矩阵对洪灾样本灾情大小进行识别,降低对最优隶属度矩阵的依赖性,使得排序结果更准确合理.最后,将该模型应用于2013年四川省部分地区洪水资料,验证了考虑决策者偏好模糊聚类迭代模型的理论结果,灾情综合评价值法的排序结果比传统的类别特征值法更合理.     

面向群体共识的三阶段犹豫模糊型信息融合方法研究

个体一致性检验、群体偏好集结、群体共识改进是达成共识的三个关键阶段, 高一致性、高共识度、低共识成本分别是群体共识构建三个阶段的重要决策目标。本文通过分析群体共识构建过程中三个核心阶段对共识实现的影响, 建立了各个决策阶段的优先模型。首先, 针对犹豫模糊偏好关系的评价值特征, 设计了融合局部标准化系数的一致性检验和调整模型, 为实施群体信息集结提供可靠的模糊判断; 其次, 以贴近度为诱导值实施犹豫模糊偏好关系群体信息集结, 结合统计推断方法设计共识度阈值, 科学刻画群体共识水平; 然后, 针对群体共识度水平较低的情形, 设计了融合优化集结权重和最小调整距离的共识改进模型, 有效减少群体共识改进中的信息损失与迭代次数。最后, 通过比较分析凸显所提决策方法的可行性和优越性。     

基于模糊优先关系矩阵的系统评价方法

为处理系统评价中各评价指标的一致无量纲化问题,避开模糊综合评价方法中建立隶属度函数的困难,探讨了用模糊优先关系矩阵A的优度值作为各评价指标的一致化和无量纲化值的新途径。为充分利用A的一致性信息和提高A的优度值计算结果的可信程度,提出了A的最优模糊一致性判断矩阵、一致性指标函数和一致性指标临界值。研制了用加速遗传算法检验、修正A的一致性,并同时计算A各评价对象优度值的新的系统评价方法(AGA-FPRM)。理论和实例分析的初步结果表明,AGA-FPRM方法直观、实用,矩阵修正幅度较小,计算结果稳定、精度高,可在模糊层次分析法理论与实践中推广应用。     

基于模糊偏序关系的混合型多属性决策方法

针对权重已知且属性值为精确实数型、区间型和模糊型的混合型多属性决策问题,提出了一种基于模糊偏序关系的混合型多属性决策方法。该方法利用混合型评估值模型来描述多属性决策问题;在对属性值预处理后,通过构建混合型模糊偏序关系模型,将决策问题转化为评估关系模型;然后对偏序关系进行集结,得到全序关系,从而获取所有方案的优劣排序。算例验证了方法的有效性。计算过程表明,该方法计算简单,且避免了逼近理想解的排序方法(technique for order preference by similarity to ideal solution,TOPSIS)难以合理定义距离函数的局限性。     

基于直觉模糊TOPSIS和变权VIKOR的防空目标威胁综合评估

针对传统防空目标威胁评估中威胁因素考虑不全、定性指标量化不精确以及属性指标权重固定不变等方面的不足,在综合考虑目标静态和动态属性的基础上,提出了基于直觉模糊理想解逼近(technique for order preference by similarity to an ideal solution,TOPSIS)法和变...     

#br# 基于区间直觉模糊集的空战训练命中评估群决策

为解决空战训练命中评估中存在的评估语言不一致、专家权重未知、多专家集结等群决策问题,提出了仿真模拟、区间直觉模糊集、群决策相结合的方法。利用仿真模拟构建四元命中评估指标集,集合专家经验,建立群决策模型,利用区间直觉模糊集和逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)方法实现专家经验汇总与集结,利用模糊熵原理衡量专家评估结论的模糊度,获取专家权重,最终实现空战训练命中评估。在Matlab M文件中实现了评估模块的封装,并将处理后的数据输出到Excel表格中。结合实际空战训练数据进行验证,此方法可有效解决空战训练命中评估的群决策问题。     

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.