基于群体理想解的供应商选择多属性决策

考虑每个属性下不同决策者权重不同的情形,提出群体理想解概念,为供应商选择建立了一种新的多属性群决策方法.首先,对每个属性,以所有决策者对所有供应商给出的最优(差)评价值作为其分量,构成群体正(负)理想解,由此计算对每个决策者而言各供应商相对该群体理想解的综合评价值;然后,对每个决策者,以其对所有供应商的最优(差)综合评价值作为相应分量,再定义群体正(负)理想解,从而得出决策群体对各供应商的最终排序结果.采用群体理想解取代群体效用,回避了群体效用归并难题.与现有方法的计算结果进行比较,证明本方法合理且高效.     

加权序数偏好下多属性群决策的TOPSIS法

对考虑每个属性下各决策者权重的决策问题,提出序数偏好下的群体理想解概念,用TOPSIS法求解.先对决策者加权,用TOPSIS法将每个属性下各备选方案的个体偏好序集结为群体排序;再对属性加权,用TOPSIS法将每个属性下的群体排序综合为备选方案的最终排序结果.以供应商选择算例说明方法的可用性,与现有方法的求解结果比较表明了方法的合理性;该方法将TOPSIS法扩展到处理具有序数偏好的多属性群决策问题,避免了逆序的产生.     

基于群体理想解的三角模糊数群体多属性决策

为求解群体多属性决策问题,提出属性值为三角模糊数的一种群体多属性决策法.该方法首先引入依赖于评价属性和专家个体判断相似度的专家权重思想,以反映专家在不同评价属性中的综合重要性程度;其次采用理想点法对每个单一评价属性将专家个体判断集结成专家群体判断,构造出关于方案集的群体判断决策矩阵;最后定义三角模糊数正负群体理想方案,以此给出了三角模糊数群体多属性决策问题的群体理想解算法.通过算例分析说明了该方法的可行性.     

基于逼近理想解方法在目标选择中的应用

多属性决策是目标选择中常用的决策方法,决策矩阵可以由定量数据和定性数据构成.通过将定性数据规范化,再利用层次分析法计算出各指标的权重,最后利用逼近理想解方法可选出最好的方案.     

多属性群决策视角下的虚拟企业伙伴选择

在虚拟企业组建过程中,合作伙伴的选择关系到虚拟企业的成败.为解决该问题,文中基于逼近理想点的基本思想,建立了属性值为区间数的伙伴选择多属性群决策模型.根据不同决策者对属性赋权的不同,得出候选企业相对于决策者个体理想点的接近度;根据决策者权威性的不同,得出候选企业相对于群体理想点的接近度,并据此对候选企业排序.最后通过一...     

基于理想点的三角模糊数群体多属性决策法

针对模糊群体多属性决策问题,提出了一种新的属性权重和属性值均以三角模糊数形式给出的模糊群体多属性决策方法.该方法先假设方案在主观评价属性下的属性值采用三角模糊数的形式来表示专家评价值的模糊性和不确定性,而后假定每一主观评价属性都有一组相应的专家权重值,以反映专家在不同评价属性中的重要性程度,同时考虑到专家意见的相似度,将专家意见进行集结得到专家群体关于方案集的模糊决策矩阵.最后定义了三角模糊数正理想方案和负理想方案,计算各方案与理想方案的接近度,以此给出了三角模糊数群体多属性决策问题的理想点法.通过实例分析说明了该方法的可行性和有效性.     

群体多属性决策的属性权重不完全信息的集结

对于不完全信息的群体多属性决策问题，研究在各决策者给出属性权重信息有冲突的情况下个体属性权重信息的集结问题．通过对决策个体提供的属性权重信息进行一致性检验，确定群体属性权重区间，使属性权重信息的集结过程充分体现群体的意志和意愿，最后给出案例分析．     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力．最后通过算例说明方法的可行性和实用性．     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力.最后通过算例说明方法的可行性和实用性.     

基于改进的理想解法的购房决策分析

购房过程是一个典型的决策过程,作者通过引入一种新的多指标决策方法——改进的理想解法,建立了购房的决策分析模型,最后给出一个典型的算例说明该模型的可行性与有效性。     

一种梯形模糊偏好的多属性群决策方法

针对多属性群决策问题,以梯形模糊数为基础,给出了一种群决策方法.该方法采用梯形模糊数表示决策者偏好和决策者权重,由偏好矩阵和权重向量构造出加权决策矩阵,通过期望值计算和归一化处理得到规范化的决策矩阵,采用OWA算子进行集结,结合属性权重得出决策结果.最后通过算例表明了该方法的有效性和实用性.     

逼近理想解排序方法与园林规划树种选择

将多目标决策中的逼近理想解的排序方法引入到园林规划树种选择之中,通过对园林规划目标,规划区立地条件,园林树木特性,园林树木用途进行指标量化,建立规划目标指标量化+TOPSIS模型,并结合实例验证其准确性和优越性,为风景园林树种规划提供一种科学、理性、规范的方法.     

一种基于熵权多目标决策和人工神经网络的炼油企业绩效评价方法

提出了一种基于熵权多目标决策的逼近理想解法(TOPSIS)和人工神经网络(ANN)的炼油企业绩效评价方法,以熵权TOPSIS的企业绩效评价结果作为学习样本,对神经网络进行训练、测试,进而对指标加以赋权,最终得到了企业绩效综合评判式,并将其用于炼油企业绩效评价.实例分析结果表明,该方法科学有效、实际可行,具有一定的智能性,为炼油企业绩效评价提供了一种新的途径.     

一种基于熵权多目标决策和人工神经网络的炼油企业绩效评价方法

提出了一种基于熵权多目标决策的逼近理想解法（TOPSIS）和人工神经网络（ANN）的炼油企业绩效评价方法，以熵权TOPSIS的企业绩效评价结果作为学习样本，对神经网络进行训练、测试，进而对指标加以赋权，最终得到了企业绩效综合评判式，并将其用于炼油企业绩效评价。实例分析结果表明，该方法科学有效、实际可行，具有一定的智能性，为炼油企业绩效评价提供了一种新的途径。     

一种基于Vague集的多属性群决策排序方法及其应用

针时Vague值的多属性群决策排序问题,提出了一种新的得分函数.定义了Vague值的贴近度,并结合信息集成算予和专家权重,进而提出了一种新的群决策排序方法,本文应用实例证明了该方法的合理性和实用性.     

基于决策偏好距离的多阶段群决策快速集结方法

针对具有互反判断矩阵偏好信息的多阶段群决策问题,文章提出了一种基于决策偏好距离的快速集结方法。首先对决策偏好距离相关概念进行定义,阐述了基于决策偏好距离的多阶段群决策集结过程;其次,利用决策偏好距离算法对单一专家的阶段内权重和阶段间权重进行测度,得出最优的专家权重;然后,通过加权几何平均算子拟合出最优的专家判断矩阵和最优的群体决策偏好;最后,给出算例,分析结果表明该方法具有合理性。