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。     

不确定多属性群决策中混合信息的集结

在不确定多属性群决策中,研究专家给出的评价信息为语言和三角模糊数混合型的决策问题.提出一种转化方法,先将模糊数转化为语言短语集上的模糊集,然后,再将此模糊集转化为二元语义.同时在信息集结过程中,也均以二元语义的形式,以防止信息的过分丢失.最后,给出一个算例来说明此种处理方法的有效性和实用性.     

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。     

基于累积共识贡献的不确定语言共识决策方法

针对不确定加型语言偏好信息下的群决策问题,提出一种基于累积共识贡献的自适应式语言共识决策方法。首先,将不确定加型语言偏好转化为不确定二元语义偏好,定义个体一致度与个体共识偏度,并利用它们构建确定专家初始权重的优化模型;然后,利用不确定二元语义的可能度构造集结模糊评价矩阵以及方案的集结群体偏好,提出专家累积共识贡献测度和群体共识测度,通过对拥有较少合作的专家权重进行惩罚让群体自适应地达成共识,无需强迫专家修改其观点,提出一种群体共识决策方法对方案排序择优。最后,通过一个算例说明方法的可行性和有效性。     

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。     

基于方案偏好值的属性关联区间多属性决策

针对属性值为区间数,属性权重完全未知,但给出方案的主观偏好值,部分属性偏好关系以及属性交互类型的属性关联多属性决策问题给出决策方法.首先建立期望值目标规划模型,确定出属性集的M(o|¨)bius表达式以及属性权重,然后利用扩展的区间Choquet积分算子对决策信息进行集结,计算出各方案的区间模糊综合评价值,再利用比较区间数的期望值方法,从而得到方案的最终排序.最后给出了分析实例以说明所提出方法的有效可行性.     

含语言评价信息的一种模糊多属性群决策方法

对于多属性群决策问题的处理,有时需要采用先决策、后综合的处理方法,而含有语言评价信息的多属性群决策问题,定性目标一般用语言评价信息描述,由决策人给出定性目标和权系数的语言变量评价,用梯形模糊数表示,对定量目标进行无量纲化处理;将决策人对于单一目标的评价指标聚合成多个目标的评价模糊数,采用Bass-Kw akernaak模糊数排序方法对方案进行排序;群体的评价通过Borda函数来集结方案集的群体排序.     

基于TOPSIS的模糊群体多属性决策方法

针对模糊群体多属性决策问题,给出一种基于理想点法(TOPSIS)的多属性决策方法.方法先用三角模糊数的形式表示专家评价值的模糊性和不确定性,而后考虑了专家在不同评价属性中的重要程度和意见的相似度,并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形式的正负理想方案,通过计算各方案与正负理想方案的距离以及各方案与理想点的相对接近度,最终确定最优方案.通过实例分析说明了该方法的可行性和有效性.     

基于二元语言评价的群决策方法

针对语言评价的群决策问题,定义了二元语言术语的概念及其运算法则,并给出二元语言和算子与二元语言加权平均算子,提出一种属性权重已知的语言评价群决策方法.方法首先利用二元语言和算子对专家给出的语言评价信息进行集成,得到方案关于属性的群体评价,然后利用二元语言加权平均算子集成方案各属性的群体评价,得到各方案综合评价.最后通过比较各方案综合评价的期望值和优势度,确定方案排序.     

一种基于Shapley值的Pythagorean模糊多属性群决策方法及其应用

针对模糊决策信息环境下的专家权重确定问题提出一种基于Shapley值的Pythagorean模糊多属性群决策方法。本文引入Shapley值和特征函数的定义,提出Pythagorean模糊距离测度和Pythagorean模糊决策误差信息矩阵等概念,并研究它们的性质。进一步,构建基于Shapley值的Pythagorean模糊专家权重确定模型和属性权重确定模型。针对决策信息是以Pythagorean模糊数形式给出的决策问题,提出一种基于Shapley值的Pythagorean模糊多属性群决策方法,并应用到应急救援中,验证了该方法的有效性。     

基于犹豫模糊二元语义的多属性决策方法

深入研究了犹豫模糊二元语义多属性决策问题。首先利用幂均算子给出了犹豫模糊二元语义集的均值函数,并基于均匀分布概率准则和二元语义的距离测度提出了犹豫模糊二元语义集两两比较的可能度公式,进一步给出了可能度排序公式的性质。针对属性值为犹豫模糊二元语义集的多属性决策问题,提出了一种基于熵权的多属性决策方法。最后结合实际问题,验证了该方法的有效性和可行性。     

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。     

犹豫模糊语言Heronian平均算子在多属性决策中的应用

针对输入变量之间的相互影响以及评价值为犹豫模糊语言信息的多属性决策问题,提出一种基于犹豫模糊语言Heronian平均算子的多属性决策方法。由于Heronian平均(HM)算子具有能够反映输入变量之间相互关联的良好特性,在犹豫模糊语言信息环境下,提出了两种新的集成算子,即犹豫模糊语言Heronian平均(HFLHM)算子和犹豫模糊语言几何Heronian平均(HFLGHM)算子,同时研究了它们的一些特性。考虑到输入变量具有不同的重要程度,还定义了犹豫模糊语言加权Heronian平均(HFLWHM)算子和犹豫模糊语言加权几何Heronian平均(HFLWGHM)算子。最后提出了基于HFLWHM算子和HFLWGHM算子的犹豫模糊语言多属性决策方法,并通过实例验证了这些算子的合理性和可行性。     

基于VIKOR和关联系数的犹豫三角模糊语言多属性决策方法

针对属性评价值为犹豫三角模糊语言集的多属性决策问题,提出一种基于VIKOR方法的犹豫三角模糊语言多属性决策方法.首先定义了犹豫三角模糊语言集的相关概念.然后运用VIKOR和关联系数方法,在可接受优势和决策过程稳定的条件下对方案进行择优,在理论分析的基础上,提出了这种新方法的计算步骤.并构建了确定最优属性权重的非线性规划模型,研究了当专家权重和属性权重未知情况下的犹豫三角模糊语言多属性决策方法.最后通过实例说明了该方法的有效性和可行性.     

构建不确定语言型多属性决策的投影模型

研究不确定语言型多属性决策评价结果与决策者对方案的偏好信息之间存在偏差的问题.通过建立与区间型语言标度对应的术语指标矩阵,及方案综合属性值与决策者主观偏好值之间的投影模型,确定属性的权重,然后运用加权法得到方案的综合属性值,利用已有的可能度矩阵排序公式得到决策方案的排序.构建了一种基于方案综合属性质与决策者主观偏好值之间的投影模型,通过算例对该方法的实用性和有效性进行了证明.     

Development of some linguistic aggregation operators with conservation of interaction between criteria and their application in multiple attribute group decision problems

Decision making problems with fuzzy linguistic information and Choquet integral is investigated in this paper, to introduce three new aggregation operators: 2-tuple choquet integral averaging operator (TCIA), 2-tuple ordered choquet integral averaging operator (TOCIA) and combined 2-tuple choquet integral averaging operator which can be used to aggregate preference information that takes not only the form of linguistic variables but also study some of its desirable properties. Also, we developed a practical method based on TCIA as well as TOCIA operators for multiple attribute group decision making. Furthermore, in this approach alternative assessments are computed by the aggregation of 2-tuple linguistic information. Therefore, ranking alternatives or selecting the most desirable ones will be the outcome of the comparison between the 2-tuple linguistic information. Ultimately, the demonstration of the developed approaches, its practicality and its effectiveness is proved by a numerical example and a comparison with results issued from Wan method (Knowl-Based Syst 45:31–40, 2013).     

基于对偶犹豫模糊语言变量的多属性决策方法

首先定义了对偶犹豫模糊语言变量,然后给出其运算规则、得分值函数、精确值函数、比较规则以及对偶犹豫模糊语言变量的加权算术平均算子、有序加权算术平均算子和混合平均算子。针对属性值为对偶犹豫模糊语言变量的多属性决策问题,提出了一种基于对偶犹豫模糊语言变量集结算子的多属性决策方法。最后,结合国家电网公司合作单位选择问题,验证了该方法的有效性和可行性。