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。     

多属性逆向拍卖中信息披露研究综述

作为电子采购工具,多属性逆向拍卖(MRA)在采购实践中发挥重要作用。为了最大化利润,采购商选择披露拍卖信息。在对研究文献梳理的基础上,重点围绕不同信息披露要素之间的关系和不同信息披露政策的有效性进行了评述,以期为MRA的研究提供借鉴和参考,并激发未来的研究兴趣。     

有时间约束的多属性网上顺序拍卖研究

拍卖机制与竞标人出价策略是拍卖理论研究的核心问题,网上拍卖的时间终止规则有固定时间和固定期限无应答两种类型.网上拍卖最后时刻投标对竞标人往往是最优策略,但是会影响到拍卖的效率.有时间约束的多属性网上顺序拍卖,通过设定最后一轮的拍卖机制,在最后一轮拍卖中,新的竞标人不准许加入拍卖,每一个竞标人按顺序只能提交一次报价,在投标结束后拍卖人根据评分函数和最优权重对竞标评分.这种拍卖机制有利于提高拍卖人收益,同时又给竞标人提供一种稳定的策略,可以有效地避免最后时刻投标所带来的效率损失.     

基于多属性可拓灰关联决策模型的产品方案设计

针对复杂产品方案设计含有不确定性和不完全性设计信息的特点, 研究了方案设计多属性可拓灰关联决策问题, 给出了基于灰色系统理论和可拓理论相融合的多属性可拓灰关联决策方法, 建立了基于可拓灰关联优属度的多属性可拓模糊决策模型. 该模型通过引入灰色物元进行多属性规范化处理, 构建了综合考虑灰色信息的灰色物元正负域, 基于相应的正负理想灰色物元建立 了灰色信息的可拓距, 并利用决策方案的可拓灰关联优属度从整体性的角度获得最优方案. 最后, 通过实例验证了该模型的有 效性和可行性.     

直觉模糊集在装备采购中的应用

在装备采购中,存在多个装备供应商可供选择,对供应商资格评价和准则定义的理论研究是供应商选择的关键问题。针对这一问题,基于直觉模糊集并加以改进,提出一种新的多属性决策综合评判模型,为装备采购决策者提供一定的定量分析依据,做出正确的决策,以及在招标中就供应商的选择提供具有参考价值的建议。运用此理论,使模糊多属性决策问题研究结果更合理、更科学。讨论供应商的评判问题,通过直觉模糊集理论,结合供应商选择问题,首先,构建改进型直觉模糊集决策矩阵,然后确定直觉模糊正理想解,再计算各备选方案到直觉模糊正理想解A 的矩离,最后按照综合评价指数K确定最佳供应商。算例分析表明了该方法的有效性和优越性。     

风险型多属性决策的一种求解方法

在属性取值的分布函数已知的假设条件下,给出了风险型多属性决策问题的一种求解方法.通过随机变量取值大小的比较,利用概率指标描述方案在同一属性下的优劣程度;基于加权的思想,将方案在各属性下的优劣程度集结得到方案间的总体优劣程度,并建立方案两两比较的可能度矩阵——模糊互补判断矩阵.据此得到方案的排序结果.该方法直观、简便,而且不要求对风险决策矩阵进行规范化.最后,把属性值为区间数的多属性决策问题作为风险型多属性决策问题的特例,给出了算例.     

基于VIKOR法的供应商选择策略

针对属性值为区间数的多属性决策问题给出了一种VIKOR方法,并通过供应商选择问题说明此方法是合理有效的.     

基于多属性融合策略的复杂网络社团划分算法

为解决目前社团划分算法依赖于单一度量方法,划分结果不够准确,无法适应不同类型的网络划分需求的问题,通过一种多属性融合策略方法研究社团划分。该算法首先基于节点连接,综合度量了多个影响社团划分的属性,并引入模块度概念确定各属性融合的权重,为划分增加了客观的参考信息,从而提高划分准确率;其次,针对传统划分方法迭代次数过多、效率低的问题,利用人工免疫网络内在的全局并行搜索能力实现对社团核心节点的快速寻优,并提出动态算子、免疫检测因子和反向学习机制对人工免疫网络的收敛速度和局部最优问题加以改进,从而提高寻优效率,缩短算法执行时间。最后,在三个经典真实数据集(Zachary、Dolphin、College Football)上进行实验,并将结果与经典算法对比。结果表明,该算法能适应不同的网络,且在较短的执行时间里实现更加精确的划分。可见,相比传统算法,本文算法具有更高的划分效率。     

基于D-S证据理论的不完全信息作战方案优选

针对带有不完全信息的作战方案优选问题,提出了一种基于D-S证据理论的多属性决策方法.首先由属性值构建残缺决策矩阵(矩阵中有某些未知元素),然后根据属性值的特征确定各属性对应的焦元.利用信任函数、似然函数和证据推理算法求得每个方案的效用区间和优先度,并根据优先度对所有方案进行排序,从而完成方案优选.该方法通过对作战方案优选过程中繁杂、不确定信息进行融合,可以较好地处理作战信息不完全对作战指挥决策的影响.以一类炮兵作战方案优选为应用算例,证明了该方法的有效性.     

基于目标规划和投影的模糊多属性决策法

针对部分权重信息下对方案有模糊互反偏好关系的决策问题,首先,基于决策者的主客观偏好信息偏差最小化建立一个目标规划模型获得属性权重,其次,利用各方案的模糊加权属性值在正理想解上的投影对方案进行排序,最后进行了实例验证.