基于区间直觉梯形模糊数的改进TOPSIS多属性决策方法

研究了属性权重完全未知的区间直觉梯形模糊数的多属性决策问题,结合TOPSIS方法定义了相对贴近度及总贴近度公式.首先由区间直觉梯形模糊数的Hamming距离给出了每个方案的属性与正负理想解的距离,基于此,给出了相对贴近度矩阵,根据所有决策方案的综合贴近度最小化建立多目标规划模型,从而确定属性的权重值,然后根据区间直觉梯形模糊数的加权算数平均算子求出各决策方案的总贴近度,根据总贴近度的大小对方案进行排序;最后,通过实例分析说明该方法的可行性和有效性.     

区间灰数直觉模糊集及其G-TOPSIS模糊多属性决策方法

提出以区间灰数为隶属度、非隶属度和犹豫度的区间灰数直觉模糊集概念,定义了两个区间灰数直觉模糊集之间的距离.对于以灰直觉模糊数为属性值的模糊多属性决策,依据经典TOPSIS准则,提出了基于区间灰数直觉模糊集的模糊多属性决策方法G-TOPSIS.其包含两种方法:一是将区间灰数白化后,按直觉模糊集的TOPSIS方法进行;一是基于区间灰数直觉模糊距离的TOPSIS方法.示例分析表明了两种方法的有效性与一致性.     

基于前景理论的三参数区间灰数信息下多属性灰关联决策方法

针对决策信息为三参数区间灰数的多属性决策问题,考虑决策者主观风险态度,提出了一种基于前景理论的灰关联决策方法.首先,利用"奖优罚劣"的线性变换算子对原始决策信息进行规范化处理;其次,通过定义三参数区间灰数的相对核来判断其大小,将其融入前景理论给出前景价值函数和权重函数,由此确定正、负理想方案;然后,根据灰关联分析法得到正、负关联系数,进而确定综合相对贴近度实现对方案的排序;最后,由一个实例表明了所提方法的有效性和合理性.     

基于模糊证据推理及改进TOPSIS的多属性群决策方法

针对不同识别框架多属性群决策问题属性准则度量的不确定性、随机性,定义基于梯形模糊数表征的属性准则评价等级相似度量,求解专家决策权重的最优解。对公共识别框架备选方案属性准则采用模糊证据推理过程综合专家评价等级置信度信息;利用可严格区分属性准则评价等级的相似度量,改进TOPSIS方法中备选方案属性准则评价等级置信度距离因子,获取备选方案逼近正负理想解的贴近度。实例分析以某通信企业电信产品市场竞争力评估为例,说明基于模糊证据推理、改进TOPSIS的多属性群决策问题求解过程,从属性准则专家模糊评价等级置信度集中获取直观的待评估产品市场竞争力排序结果,验证该方法解决此类决策问题的可行性与有效性。     

一种基于累积前景理论的直觉模糊动态决策方法

针对属性值为时间直觉模糊数的动态多属性决策问题,提出一种基于累积前景理论的直觉模糊动态决策方法.方法综合考虑决策者期望和决策信息熵两方面因素给出了时间权重的确定方法,以决策者期望和正负理想点作为参考方案确定前景矩阵,并以公平竞争原则确定最优属性权重,进而通过降维获得方案的综合前景值,根据综合前景值确定方案的排序.最后,通过实例说明了方法的可行性和科学有效性.     

基于区间灰数多属性群决策建模技术的卫生应急综合评价研究

多属性灰色群决策建模方案设计为立足点,引入区间灰数、相离度、逼近理想点、群决策集结算法知识,在属性权重为实数、区间灰数或优化运算形式下,经属性值规范化后制定理想方案.首先,计算区间灰数相离度、灰色关联系数、灰色关联度,讨论以理想方案贴近度确定排序或择优.然后,改进为群体专家独立决策环境下,由属性矩阵虚构理想方案并计算关联度、贴近度,与专家权重集结为贴近度矩阵,由逼近理想点思路排序及择优.最后,由疾控机构卫生应急能力评价案例验证可行性,区间灰数、属性测度、专家权重以及属性群决策信息利用充分,这套建模方案对于类似问题也有推介意义.     

基于前景理论的多属性灰关联决策方法

针对决策信息为三参数区间灰数、属性权重部分未知的多属性决策问题,考虑决策者主观风险态度,提出一种基于前景理论的灰关联决策方法。首先利用奖优罚劣的[-1,1]线性变换算子对原始决策信息规范化处理,由此确定正负理想方案。定义基于三参数区间灰数的关联系数,将其融入到前景理论给出了前景价值函数,构建综合前景值最大化的优化模型,求解最优属性权重,并最终确定方案的排序。最后用一个实例说明决策方法的合理性和有效性。     

基于前景理论的三角犹豫模糊多属性决策方法

针对属性权重信息完全未知,属性值为三角犹豫模糊元的多属性决策问题,提出一种基于前景理论和模糊结构元的决策分析方法。首先,基于模糊结构元理论,定义三角犹豫模糊元的结构元形式和海明距离公式,并通过求解属性间距离离差最大化的优化模型确定权重。其次,依据前景理论,分别以正负理想点作为决策参照点,构建收益矩阵和损失矩阵。在此基础上,应用TOPSIS方法计算各备选方案的相对贴近度,并依据相对贴近度的大小实现备选方案排序。最后,通过算例验证方法是有效和可行的。     

IS/IT项目选择决策的灰色逼近理想解排序法

IS/IT项目选择决策是一个多属性决策问题.针对传统逼近理想解排序法(TOPSIS)在确定属性权重系数上的缺陷,并考虑到在实际IS/IT项目选择决策过程中部分决策信息的不足,提出了基于灰色TOPSIS改进算法.算法运用区间灰数表达指标权重和指标评价值,定义备择项目与正、负理想解的灰色关联度,依此计算各备则项目的贴近度并实现最终排序.仿真实例验证了该方法的合理和有效性.     

基于二型直觉三角前景T2ITFNHA算子的多准则群决策方法

在二型直觉模糊集与直觉三角模糊数的基础上,定义了二型直觉三角模糊数及其运算法则,给出基于二型直觉三角模糊数的加权算术平均(WAA)算子,有序加权平均(OWA)算子和混合集结(HA)算子.考虑决策者有限理性决策行为下的异化风险态度与敏感性,定义二型直觉三角模糊前景效应与前景价值函数,构造前景T2ITFNHA算子.针对多方参与决策且决策者权重确定,准则权重未知的多准则群决策问题,采用正态分布赋权法计算前景T2ITFNHA算子指标置换下的位置权重,提出基于二型直觉三角前景T2ITFNHA算子的决策方法.该方法利用前景T2ITFNHA算子集结群体准则的二型直觉三角前景价值函数,运用灰色系统理论确定准则权重,并通过计算前景集对记分函数对方案进行对比和排序.最后,案例分析说明了二型直觉三角模糊数的实际应用背景及所提高的决策方法的有效性和可行性.     

基于Hausdauff度量的模糊TOPSIS方法研究

针对模糊多属性决策中的模糊 TOPSIS方法 ,提出了一种基于 Hausdauff度量的模糊 TOPSIS方法 .首先由模糊极大集与模糊极小集确定模糊多属性决策问题的理想解与负理想解 ,进而由 Hausdauff度量获得不同备选方案到理想解与负理想解的距离及其贴近度 ,根据贴近度指标对方案进行排序 ,为决策者提供决策支持 .最后以 L-R梯形模糊数为例进行了实例研究 .     

A fuzzy closeness approach to fuzzy multi-attribute decision making

The aim of this paper is to develop a new fuzzy closeness (FC) methodology for multi-attribute decision making (MADM) in fuzzy environments, which is an important research field in decision science and operations research. The TOPSIS method based on an aggregating function representing “closeness to the ideal solution” is one of the well-known MADM methods. However, while the highest ranked alternative by the TOPSIS method is the best in terms of its ranking index, this does not mean that it is always the closest to the ideal solution. Furthermore, the TOPSIS method presumes crisp data while fuzziness is inherent in decision data and decision making processes, so that fuzzy ratings using linguistic variables are better suited for assessing decision alternatives. In this paper, a new FC method for MADM under fuzzy environments is developed by introducing a multi-attribute ranking index based on the particular measure of closeness to the ideal solution, which is developed from the fuzzy weighted Minkowski distance used as an aggregating function in a compromise programming method. The FC method of compromise ranking determines a compromise solution, providing a maximum “group utility” for the “majority” and a minimum individual regret for the “opponent”. A real example of a personnel selection problem is examined to demonstrate the implementation process of the method proposed in this paper.     

基于有序梯形模糊灰色关联TOPSIS的多属性决策方法

研究了有序梯形模糊数来表示不确定语言环境下的灰色关联TOPSIS多属性决策问题。首先应用有序梯形模糊数标度方案属性偏好信息,在传统梯形模糊数基础上增加了一个方向属性,使得决策信息的表示更加细腻;提出了有序梯形模糊环境下多属性决策灰色关联TOPSIS综合优选算法,引入了距离和灰色关联度相结合的综合贴近度公式,实现最优方案与理想方案的位置与曲线形状的一致性;最后通过制造系统内流动控制实例说明了所提出有序梯形模糊灰色关联TOPSIS方法的可行性和有效性。     

A grey relational projection method for multi-attribute decision making based on intuitionistic trapezoidal fuzzy number

With respect to multiple attribute decision making (MADM) problems in which the attribute value takes the form of intuitionistic trapezoidal fuzzy number, and the attribute weight is unknown, a new decision making analysis methods are developed. Firstly, some operational laws and expected values of intuitionistic trapezoidal fuzzy numbers, and distance between two intuitionistic trapezoidal fuzzy numbers, are introduced. Then information entropy method is used to determine the attribute weight, and the grey relational projection method combined grey relational analysis method and projection method is proposed, and to rank the alternatives are done by the relative closeness to PIS which combines grey relational projection values from the positive ideal solution and negative ideal solution to each alternative. Finally, an illustrative example is given to verify the developed approach and to demonstrate its practicality and effectiveness.     

基于模糊模式识别的动态联盟伙伴选择模型

在基于模糊模式识别的伙伴选择方法中,将TOPS IS方法借助于一个多属性决策问题的“理想解”和“负理想解”去排序的思想应用到其伙伴选择过程中,根据贴近度的公理化定义对TOPS IS方法作以修改,构造出“相对”贴近度,以此折衷地衡量动态联盟合作伙伴的优劣。避免了传统模糊模式识别单纯利用“绝对”贴近度所造成的结果均一化、可比性差的现象,从一定程度上减少了因贴近度选用的不同而造成的结果差异。从某种意义上来说,该种方法可以作为TOPS IS方法的拓展,是本文具有新意之处。     

TOPSIS for bi-level MODM problems

TOPSIS (technique for order preference by similarity to ideal solution) is a multiple criteria method to identify solutions from a finite set of alternatives based upon simultaneous minimization of distance from an ideal point and maximization of distance from a nadir point. This paper proposes a fuzzy TOPSIS algorithm to solve bi-level multi-objective decision-making (BL-MODM) problems, and in which the objective function at each level are non-linear functions which are to be maximized. The proposed model for getting the satisfactory solution of the BL-MODM problems includes the membership functions for the upper level decision variables vector with possible tolerances, the membership function of the distance function from the positive ideal solution (PIS) and the membership function of the distance function from the negative ideal solution (NIS). A numerical illustrative example is given to clarify the proposed TOPSIS approach of this paper.     

基于区间值直觉模糊不确定语言变量的灰色关联度分析方法

给出了区间值直觉模糊不确定语言环境下的灰色关联度分析方法。首先确定了区间值直觉模糊不确定语言正负理想解, 然后计算每个评价值与正负理想解的灰色关联度, 利用属性的权重向量, 计算方案与正负理想解的灰色关联度, 最后计算出方案的相对关联度, 并根据方案的相对关联度对方案进行排序。如果属性权重部分可知, 则需要根据与正理想解有最大的灰色关联度而与负理想解有最小的关联度的原则建立数学规划确定属性的权重。最后, 为了说明算法的可行性和有效性, 将其应用到房地产开发项目的风险评价上。 实例说明了算法的可行性和有效性。     

基于理想灰关联距离的课程评估方法

综合灰色系统理论、理想解法和欧氏距离,提出了一种新的基于理想关联距离度的课程评估方法,给出了建立评估模型的基本步骤.定量处理的指标,经过理想化、标准化后,定义关联数,由此计算关联距离度.通过灰色关联距离度,建立了一种接近最优方案远离最差方案的评估模型.并通过学院近期的课程评估实例分析,验证了该方法的准确性和可行性.     

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.