最小化序数偏好距离的多属性群决策

针对所有决策者均给出每个属性下备选方案的排序向量的决策问题,提出一种排序距离极小化方法。先定义排序向量的距离测度函数,并证明其符合Cook Seiford条件;再以方案的群体排序与各个体排序的加权距离最小为目标建立非线性整数规划模型,求得决策群体对方案在每个属性下的排序;类似地,将方案的综合排序与其在每个属性下的排序的加权距离最小化,解得方案的最终排序结果。供应商选择算例及结果讨论表明该方法的有效性。该方法将Cook Seiford函数扩展到多属性群决策,可较好地避免排序结果的非唯一性。     

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。     

不同风险偏好下风险投资多目标决策模型及解法

建立风险投资的多目标决策模型，分别采用线性加权法、TOPSIS法和密切值法．对不同风险偏好下备选方案进行排序，再用平均值法对上述排序进行综合排序，从而避免单一方法的片面性，较为全面科学地得出最优方案。最后，用一个算例说明方法的可行性和有效性。     

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。     

不确定群体决策的一种加权α-比较数排序法

给出了方案比较的新概念－模糊偏爱度及加权α－较多有效规则，并给出了在加权α－较多有效规则下个体择优集与群体择优集的关系。基于可能度概念，提出了不确定群体决策的一种加权α－比较数排序法，通过算例说明了该法的合理性和有效性。     

区间数多指标决策的相对隶属度法

对区间数多指标决策问题 ,基于模糊集下论给出一种新的处理方法 :相对隶属度法 ,首先 ,构造优等与劣等方案 ,借助每一方案与优、劣等方案的综合加权距离求得每个方案相于优等方案的隶属度 ,再按隶属度的大小进行决策 ,该方法克服了以往研究此类问题时所遇到的区间数难以排序的困难。通过分析表明相对隶属度法的择优与排序能力要比传统的逼近理想解法强。最后 ,给出算例说明其应用     

有限方案模糊多目标群决策方法的研究

综合考虑定性和定量两类目标，本文提出一种模糊多目标群决策方法。决策人用语言变量评价权系数和定性目标，对定量目标进行相应的无量纲化处理。经集结确定各决策各方案的模糊评价指标，用乐观指标法确定各决策人各方案的排序指标。用平均值法集结各决策人的排序指标，并确定群体对各方案的排序。     

一种新的用于群组排序的最小平方逼近法

本文将文献[1,2]所给的最小平方逼近法推广应用于层次分析法中的群决策排序。文中对由多个判断决策者给出的多个不同的判断矩阵,提出通过求解群组判断矩阵最小平方偏差的方法得出判断矩阵的最佳排序和理想综合判断矩阵;通过对群组判断矩阵进行一致性讨论,据此又给出了一种用于群组判断矩阵排序的最小加权平方逼近法。理论分析和应用实例表明,应用最小平方逼近法和最小加权平方逼近法对群组判断矩阵进行排序是可行的和有效的。     

基于社会网络及观点交互的非二元投票决策权力测度方法

社会网络视角下，考虑投票者之间的观点交互对投票行为的影响，将投票者基于社会关系影响他人行为进而影响决策结果的能力定义为隐性权力，基于知识水平、个体影响力和自信度等因素分析投票者之间的观点交互及其对投票结果的影响，提出了非二元选择下隐性权力的测度方法，并分析了社会关系结构、个体影响力及知识水平对隐性权力指数的影响。结果表明：隐性权力有正、负之分，连接广泛且紧密的个体拥有更多的隐性权力；个体影响力与隐性权力正相关，但影响力最高或最低的个体除外；而知识水平与隐性权力之间不存在明确的相关关系。所提方法不再拘泥于根据决策规则测定投票权力，而是更加关注观点交互的影响，为关键投票者的识别提供了新视角。     

一种模糊多目标群决策方法

综合考虑定性和定量两类目标，本文提出一种模糊多目标群决策方法。决策人用语言变量评价权系数和定性目标，对定量目标进行相应的无量纲化处理。经集结确定各决策人各方案的模糊评价指标，用乐观指标法确定各决策人各方案的排序指标。用平均值法集结各决策人的排序指标。用平均值法集结各决策人的排序指标，并确定群体对各方案的排序。     

一种模糊偏好的群体决策方法

用模糊集观点研究群体决策。首先给出两种具体算法：贴近度法和多数规则法，将专家对方案集的个体模糊偏好判断集结成群体模糊序关系；证明了贴近度法比多数规则法更有实用价值。其次，定义了非优超方案模糊集的概念，在此基础上提出了从群体模糊序关系中确定“获胜方案”的方法；最后，给出了一个实际案例：三峡工程群体模糊决策问题。     

基于模糊积分的图像分割算法融合

提出了一种基于多分类器融合的阈值分割方法,采用模糊积分将多种阈值分割算法的结果进行融合,其区别于现有分类器融合算法之处在于,融合过程不仅取决于各个分类器(分割算法)的判决输出,而且与各个分类器的判决能力有关。各个分类器的判决能力用模糊测度表示,它可以解释为单个分类器判决对最终融合判决的重要程度。通过使用一组手工分割的测试图像进行算法评估,结果表明,所提出的融合算法性能不仅优于单个阈值分割算法,而且优于基于多数表决和算术平均的分类器融合算法。     

选举理论模型及其在解决多候选人内蕴不确定性问题中的应用

简单选票模型,利用多数票为优胜的选举规则,建立一套分析结构以支持传统意义下的计票过程,分析废票对选举结果的影响并给出不确定性出现的条件.复合选票模型利用多组特征矩阵,向量和置换群为基础变量,形成一套稳定的选举分析系统.这套系统具有特征索引族以置换变化下不变性,区分候选人特有的概率特征向量.文中的主要结果建立一套选举权威机制,利用综合索引指数可区分排序方式,辅助解决选举中当多个候选人在持有相同选票时难以区分胜负的内蕴不确定性问题.     

对使用C.R衡量互反矩阵一致性的统计解释及探讨

在运用AHP方法解决多因素、多目标决策问题时，如何衡量互反矩阵的一致性一直是决策者们关心的课题。本文对目前为人们广泛使用的C.R.衡量法提供了统计解释，同时也对C.R.临界值0.1进行了探讨。     

基于客票数据的城际铁路出行方式选择行为研究

随着高铁快速发展,旅客城际铁路出行具有更多类型客运列车可供选择.基于铁路客票数据,以成渝交通廊道为例,应用离散选择模型研究城际铁路出行中以高铁和普速列车作为选择对象的出行方式选择行为.根据客票出行大数据构建人口统计学特征、购票渠道、社会阶层与地位、出发日期与时段、发车频率、距离等特征变量并融合百度指数数据,以一种新视角建立出行方式选择定量分析模型.结果显示人口统计学特征、购票渠道、社会阶层与地位、发车频率、出发日期与时段、出行目的、距离等变量显著影响旅客选择行为,能够对旅客城际铁路出行方式选择进行有效预测.研究设计为出行方式选择行为分析提供新思路,丰富了数据驱动下的交通出行选择研究.     

基于可能－满意度的施工临时设施优选模型

在施工系统中, 重大临时设施厂址选择常常涉及到大量的不确定性因素。本文用可能-满意度指标测度在厂址选择过程中因素的不确定性, 模糊性和决策者的主观性, 并提出可能-满意度的确定方法。采用系统层次分析方法, 建立了厂址优选模型。通过实例分析说明这种决策方法是比较客观、合理的。     

一种新的有优序综合评价的群决策方法

在群决策中存在着多个决策者根据自己的知识、经验和偏好独立选择决策方法 ,对决策方案集作出决策后 ,如何综合确定群体决策方案的多人多指标群决策问题。针对这类问题中决策信息量较少 ,而决策一致性较差的特点 ,在分析一些决策方法的基础上 ,提出了一种多人有优序综合评价的群决策方法。该方法首先采用总体偏差法对决策方案进行分类 ,然后对元素个数多于 1的类采用足码法进行排序 ,最后综合得到整个决策方案的排序。通过具体算例的比较 ,表明该方法弥补了原有方法的不足 ,具有明显的有效性。     

Some properties of linguistic preference relation and its ranking in group decision making

The group decision making problem with linguistic preference relations is studied.The concept of additive consistent linguistic preference relation is defined,and then some properties of the additive consistent linguistic preference relation are studied.In order to rank the alternatives in the group decision making with the linguistic preference relations,the weighted average is first utilized to combine the group linguistic preference relations to one linguistic preference relation,and then the transformation function is proposed to transform the linguistic preference relation to the multiplicative preference relation,and thus the Saaty's eigenvector method (EM) of multiplicative preference relation is utilized to rank the alternatives in group decision making with the linguistic preference relations.Finally,an illustrative numerical example is given to verify the proposed method.A comparative study to the linguistic ordered weighted averaging (LOWA) operator method is also demonstrated.     

基于加权表决的决策层融合多系统调制识别

利用信息融合技术研究多系统调制识别问题，提出一种加权表决融合算法。该算法首先定义系统对识别结果的贡献度，用来描述多个系统的联合对识别性能的提升，并将其作为分配权重的依据。然后将这种多系统识别问题建模为合作对策模型，利用合作对策的Shapley值来决定各系统的权重。最后通过所提出的加权表决算法，对多个系统的调制方式判决结果进行决策层融合。计算机仿真表明该算法有助于提高调制识别的性能。