电子采购中具有语言评价信息的交易匹配问题研究

针对电子采购中具有语言评价信息的买方与卖方交易匹配问题,提出了一种决策分析方法.首先,给出了电子采购中基于电子中介的买方与卖方交易匹配的问题描述;然后在此基础上,将买方与卖方给出的具有语言评价信息的效率矩阵转化为二元语义形式,考虑以买方与卖方双方满意度最大为目标构建了多目标优化模型,根据二元语义的自身特点将模型进行转化,并最终转化为单目标线性规划模型进行求解来得到交易匹配结果;最后,通过电子采购中交易匹配的实例分析说明了本文给出方法的可行性和实用性.     

基于得分信息的双边匹配决策方法

针对基于得分信息的双边匹配问题,提出了一种决策方法。首先,给出了基于得分信息的双边匹配问题的描述;接着,引入了满意度计算公式;以每个主体满意度最大为目标,构建了求解该双边匹配决策问题的多目标优化模型;考虑到每方每个主体的重要程度,将多目标优化模型转化为双目标优化模型;运用线性加权法将双目标优化模型转化为单目标优化模型,在此基础上,运用匈牙利法进行求解获得匹配结果。最后,毕业生与实习岗位的双边匹配实例分析说明了所提方法的有效性。     

基于二维二元语义和模糊AHP-TODIM的低碳供应商选择方法

针对专家给出二维语言评价信息的低碳供应商评选问题,提出一种基于二维二元语义和模糊AHP-TODIM的方法。该方法首先提出改进的二元语义模型,基于此定义二维二元语义及其加权平均算子。接着构建低碳供应商评价的指标体系。最后,将专家给出的二维语言评价信息转化为二维二元语义,使用模糊AHP法计算指标权重,并利用二维二元语义加权平均算子集结信息,在此基础上将TODIM方法扩展到二维二元语义环境以获取低碳供应商排序。案例分析说明了所提出的方法的有效性。     

基于相对熵的多粒度语言信息的多属性群决策方法

针对具有多粒度语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理和相对熵的群决策方法。该方法首先给出了多粒度语言评价信息一致化为由基本语言评价集表示的相同粒度二元语义信息的方法,然后对于属性权重信息不完全的情形,建立了基于相对熵的多目标规划模型获得相应的属性权重,并利用二元语义的集结算子对语言评价信息进行加权集成,从而获得各个决策方案的排序和择优结果;最后给出一个实例分析,说明了该方法的有效性和可行性。     

基于云计算的双极二元语义决策模型及其应用

针对评价为语言型且准则权重未知情况下风险型决策信息有效集结的问题,提出一种基于云计算与前景理论的双极二元语义决策模型.首先,将语言型决策信息转换成双极二元语义形式并使用G1—离差最大化法计算各准则的组合权重;其次,利用双极二元语义加权平均算子将各状态、各方案多准则下的决策信息集结为综合双极二元语义决策阵;然后,利用云模型的数字特征公式将综合双极二元语义决策矩阵转化为各状态下各方案的综合云决策矩阵,并结合前景理论分析以确定所有方案的综合云前景值,将其排序并择优.最后,对案例的研究验证了新算法的科学性与适用性.     

一种基于不同粒度且属性权重未知的群决策方法

针对具有不同粒度语言评价矩阵和属性未知的群决策问题,给出了一种基于二元语义和TOPSIS算法的群决策方法。在该方法中,首先给出了不同粒度语言评价矩阵一致化为由基本语言评价集表示的二元语义信息的方法;然后引入TOPSIS的方法,结合二元语义形式计算规则,确定未知的属性客观权重,利用二元语义集结算子,得到单个决策者对方案的评价值;再通过T-OWA算子对各决策者给出的评价信息进行集结和方案选优;最后给出了一个算例。     

基于语言偏好信息的稳定双边匹配决策方法

针对语言偏好信息下的双边匹配问题,提出一种双边匹配决策方法。首先,将双边主体给出的语言偏好信息转化为三角模糊数;然后,基于去模糊化处理方法将三角模糊数转化为匹配满意度,在此基础上,考虑稳定匹配约束条件,以最大化每方主体的匹配满意度为目标,建立双边匹配多目标优化模型,求解模型,获得双边匹配结果;最后,通过一个算例验证了提出方法的可行性和有效性。     

基于二元语义TAC积分算子的语言型多属性群决策方法

针对属性之间存在模糊关联的语言型多属性群决策问题,给出了二元语义TAC(Two-Additive Choquet)积分算子的定义,分析和证明了算子的有关性质,并提出了相应的决策方法。该方法首先将各专家提供的语言短语形式的属性权重信息、属性关联信息与属性评价信息转化为二元语义形式,然后利用二元语义TAC积分算子将转化后的属性相关信息集结为各专家的方案评价值,并进一步集结专家意见获得方案的综合评价值,从而确定其排序。最后,通过实例分析和方法比较说明了所给方法的有效性和优点。研究结果表明,该方法具有属性关联刻画细致、计算过程简单且无信息损失、决策结果可解释性强等优点,为求解属性之间存在模糊关联的语言型多属性群决策问题提供了一种新的途径。     

基于对偶犹豫模糊偏好信息的双边稳定匹配决策方法

针对基于对偶犹豫模糊偏好信息的双边稳定匹配问题,提出了一种新的匹配方法.首先,给出了基于对偶犹豫模糊偏好信息的双边稳定匹配问题的描述;然后,依据双边主体给出的偏好信息构造对偶犹豫模糊偏好矩阵,使用投影技术将对偶犹豫模糊偏好矩阵转化为满意度矩阵;接着,以双方主体满意度最大化为目标,考虑稳定匹配的约束条件,构建了匹配模型;进而,运用组合满意度分析方法,将多目标优化模型转化为单目标优化模型,通过模型求解得到最优的匹配方案;最后,实例分析说明了所提方法的实用性和有效性.     

基于二元语义的犹豫模糊语言决策方法

当决策者在给出语言评价信息而表示出犹豫时,决策信息更适合用犹豫模糊语言术语集表达。为了减少语言决策过程中信息的丢失,得到较精准的评价结果,本文提出基于二元语义的犹豫模糊语言决策方法。首先定义了犹豫模糊二元语义集、犹豫模糊二元语义集的均值函数、方差函数及其集结算子,然后用集结算子求出各方案的综合评价值,通过犹豫模糊二元语义的均值函数和方差函数确定方案排序。最后通过实例说明了该方法的实用性和有效性。     

基于概率测度的不确定语言多属性决策方法及应用

针对具有不确定语言信息的多属性决策问题,给出了一种基于语言概率测度的决策分析方法。阐述了不确定语言变量的概念,提出了一种用于处理不确定语言变量的语言概率有序加权平均（linguistic probabilistic ordered weighted averaging,LPOWA）算子。采用LPOWA算子将不确定语言转化为二元语义,再通过ETOWA算子得到每个方案的综合评价值,进而可得到所有方案的排序结果。利用LPOWA算子和ETOWA算子,对辽宁省风险投资企业进行评估和优选。理论分析和计算结果表明：该方法简洁可行,便于应用。     

一种基于残缺语言判断矩阵的群决策方法

本文针对具有残缺语言判断矩阵形式方案偏好信息的群决策问题,提出了一种决策分析方法.首先,阐述了二元语义的概念,并提出了一种扩展的二元语义有序加权平均(ETOWA)算子;然后,采用ETOWA算子集结具有残缺语言判断矩阵形式的方案偏好信息,可计算出每个方案优于其他方案的总体偏好程度,进而可得到所有方案的排序结果.最后,通过给出一个算例说明了本文提出方法的可行性和实用性.     

不确定偏好序信息下考虑主体心理行为的双边匹配决策方法

针对基于不确定偏好序信息的双边匹配问题,本文提出了一种决策方法。给出了双边匹配和不确定偏好序的相关概念,同时给出了不确定偏好序信息下考虑主体心理行为的双边匹配问题描述;以每个主体给出的临界值作为其参照点,计算了每个主体给出的不确定偏好序相对于参照点的收益或损失;考虑到主体损失规避的心理行为特征,依据TODIM思想计算每个主体对另一方主体的益损值的感知价值;在此基础上,构建了求解该双边匹配问题的双目标优化模型,使用线性加权法将双目标优化模型转化为单目标优化模型,通过求解该单目标优化模型获得匹配结果;最后,通过IT服务外包中的供给方与需求方的双边匹配实例分析说明了所提方法的有效性。     

一种基于LPA集结算子的群体一致性程度的计算方法

针对基于语言评价信息的多指标群决策分析中群体一致性程度计算问题,依据近年来最新发展的二元语义及其算子和PA算子,给出了一种用于集结语言评价信息的L PA算子,并基于L PA算子,进一步给出了关于群体一致性程度的计算步骤.最后给出了一个算例.     

基于不同粒度语言判断矩阵的群体一致性分析方法

针对群决策中基于不同粒度语言判断矩阵形式偏好信息的群体一致性问题,提出了一种分析方法。首先,给出有关不同粒度语言判断矩阵和二元语义等若干定义,通过转换函数将不同粒度语言判断矩阵一致化为由二元语义表示的判断矩阵;然后,通过定义专家与群偏好的偏差矩阵以及各专家的总体偏差指标,给出了专家群体一致性的判别方法及专家群体判断不一致的调整方法;最后,通过一个算例说明了该方法的有效性。