犹豫模糊语言幂均算子及其在群决策中的应用

犹豫模糊语言术语集用以描述专家给出语言评价时表现出犹豫的情形.文章针对专家权重未知的犹豫模糊多属性群决策问题,提出一种基于犹豫模糊语言幂均算子的群决策方法.首先定义了犹豫模糊虚拟术语集,犹豫模糊虚拟术语集上的距离和幂均算子,然后建立一种专家间信息相互支持的犹豫模糊群决策方法.该方法将专家给出的语言评价信息转化为犹豫模糊虚拟术语集,用犹豫模糊虚拟术语集上的幂均算子构建群决策矩阵,并用基于TOPSIS的方法对方案进行排序和择优.最后通过实例说明了所提方法的实用性和有效性.     

云服务质量评价的犹豫模糊Taguchi多属性决策方法

随着云服务理念的不断延展,对云服务质量的评价成为云计算领域中的一项重要课题。鉴于服务质量的多属性本质以及云服务各质量属性测度可能犹豫于多值情形,致使云服务质量评价成为一个复杂的问题。针对以上问题,以犹豫模糊集为评价信息并以Taguchi理论为方法框架发展一种云服务质量评价方法。在该框架和背景下,首先考虑到质量属性间存在的相互关联的现象,基于Choquet积分理论,提出了一种犹豫模糊相关距离,继而构建了三种类型的犹豫模糊Taguchi信噪比测度。接着,依据TOPSIS双基点原理提出一种基于正负基点的犹豫模糊Taguchi云服务质量评价途径。最后,通过实例和对比分析证实了本文结果的科学性和合理性。     

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.     

面向用户感性需求的人机交互设计方案评价方法

针对人机交互产品设计方案感性评价问题,提出一种面向用户感性需求的犹豫模糊CRITIC-Taguchi评价方法.该方法首先在感性工学框架下,用犹豫模糊集(HFS)表征感性评价信息,以充分保留差异的用户感性认知与偏好;其次,鉴于感性评价行为受目标、底线、现状等多参照点影响的特点,在犹豫模糊背景下提出了一种依据三参照点的犹豫模糊Taguchi分段质量损失函数.同时,考虑到感性指标间的相关性,将体现指标间相互联系的CRITIC客观权重确定法推广至犹豫模糊背景,并继而建立一套犹豫模糊CRITIC-Taguchi评价模型.最后,以智能汽车中控界面设计方案优选为例,对该评价模型进行了实施、验证及对比分析,结果表明该模型具有较好的有效性和适用性.     

基于ANP-模糊综合评判法进行物流企业绩效评价

建立了基于平衡计分卡的物流企业绩效评价指标体系,运用ANP法计算各个评价指标的权重,在此基础上运用模糊综合评判法进行评价,并结合实例验证了该方法的可行性,实用性和有效性.     

企业协同创新质量评价的组合参考解方法

在开放式创新背景下,对企业协同创新质量的评价有利于其开展创新活动以及创新能力的提高。本文在分析企业协同创新活动的内涵和特征后,以犹豫模糊集描述评价信息,集成以参考解依赖评价规则的TOPSIS和EDAS方法为方法构架,提出了一种基于指标优劣水平的犹豫模糊组合参考解的企业协同创新质量评估模型。此外,在该评估模型中构建了一种基于Kendall相关系数的犹豫模糊测度,用于考虑多维评价指标间的相互依存性,以及传统距离测度无法刻画负向距离等问题。最后,通过对高技术企业协同创新质量评价的实例分析以及与其他方法对比分析,证实了所提方法的有效性和优越性。     

基于改进EAHP的装备采购供应链质量绩效评价

针对装备采购供应链质量绩效评价指标体系不能真实反映供应链质量状况和评价方法不够合理的问题,基于平衡计分卡模型框架建立了装备采购供应链质量绩效评价指标体系,提出了一种新的改进可拓层次分析法(EAHP),用于评价供应链质量绩效。该方法通过个体指标权重向量与群体指标权重向量之间的贴近度确定初始专家权重,并通过引入修正参数的序关系分析法(G1)来多轮修正专家权重分配,克服了传统EAHP在群决策中集结专家判断信息后一致性检验难以通过的问题。计算实例表明该方法能有效集结群决策信息,并减少偏差较大的决策信息带来的不良影响。     

区间犹豫模糊Bonferroni mean算子在多属性决策中的应用

针对在信息集成时, 需要考虑输入变量之间的相互影响以及专家评价值为区间犹豫模糊信息的多属性决策问题, 提出一种基于区间犹豫模糊Bonferroni mean算子的多属性决策方法。考虑到由于Bonferroni mean(BM)算子能够良好的反映输入变量之间相互影响, 首次提出了评价值为区间犹豫模糊集信息环境下的两种新的集成算子, 即区间犹豫模糊Bonferroni mean(IVHFBM)算子和区间犹豫模糊几何Bonferroni mean(IVHFGBM)算子。并讨论了其相关的一些特性。同时基于输入变量会具有不同重要程度的情况, 定义了区间犹豫模糊加权Bonferroni mean(IVHFWBM)算子和区间犹豫模糊加权几何Bonferroni mean(IVHFWGBM)算子。针对评价信息以区间犹豫模糊集表示的决策问题, 提出了基于IVHFWBM算子和IVHFWGBM算子的多属性决策方法。最后通过实例证明了该方法的可行性和有效性。     

一种完全犹豫模糊环境下的TOPSIS方法

大多数已存在的犹豫模糊集距离测度均存在主观添加隶属值的问题,而这种做法容易造成隶属值重复,违背了犹豫模糊集的定义,本文基于改进的Hausdorff距离,定义了一种犹豫模糊元间的排序加权Hausdorff距离,此距离可以有效避免这一问题。在用TOPSIS方法解决多准则决策问题时,除了准则值具有确定困难的问题,同时准则权重也不易确定,为解决此问题本文提出了一种当准则值与准则权重均为犹豫模糊数时的拓展的TOPSIS方法。最后用提出的方法对一个人员选择问题进行解决,以此说明其可行性和有效性。     

考虑群体一致性的区间犹豫模糊TOPSIS决策方法

在区间犹豫模糊多属性决策问题中,针对区间犹豫模糊元中人为添加元素从而影响最终决策结果客观性的问题,文章提出一种基于群体一致性的区间犹豫模糊多属性决策方法.首先,根据区间犹豫模糊元中的元素个数以及元素间的差异定义区间犹豫度,并基于犹豫度定义了区间群体一致性;然后,基于群体一致性构建属性权重确定模型,并确定各属性的权重.最后,计算各备选方案到理想点的距离,运用TOPSIS方法对备选方案进行排序,并通过一个算例证明文章方法的可行性和有效性.     

基于集值统计的战略联盟评价模型

联盟绩效评价是战略联盟管理的重要内容。本文在综合评价的基础上．利用平衡记分卡的基本思想．结合集值统计和线性规划方法．提出了一种战略联盟绩效评价方法。应用说明了该模型的有效性。     

平衡计分卡的“平衡关系”分析

目前,平衡计分卡在绩效管理方面得到了广泛应用,弥补了绩效考核只进行财务评价的不足,使评价系统更加完善。因其应用的广泛性等原因,其被誉为近75年来世界上最重要的管理工具和方法。平衡计分卡的四个因素不是相对独立的,它们是相互联系、具有因果关系的,本文通过对平衡计分卡四要素间因果关系的简要分析,为理顺平衡计分卡因素间的关系提供新思路,为"平衡"提供新的理解。     

动态区间三角模糊多属性决策的TOPSIS扩展方法

针对各决策时段的时间权重已知,属性值以区间三角模糊数形式给出的动态多属性决策问题,提出了一种基于逼近于理想解排序(TOPSIS)拓展的决策分析方法.方法首先利用给出的动态区间三角模糊加权平均(DITFWA)算子对各时段的评价值进行集成,以获取综合评价值.然后依据传统TOPSIS法的基本思想,对整个方案集进行排序并择优.最后给出一个实例进行分析,所得结果表明了该方法的实用性和可行性.     

基于多目标属性权重优化的犹豫模糊语言TOPSIS决策方法

犹豫模糊语言术语集作为一种有效的信息表达形式,能够很好的反映出人们的定性且犹豫的决策信息。传统的距离测度会导致犹豫模糊语言信息的流失,因此,本文首先提出了一种新的犹豫模糊语言距离测度,并研究了该距离测度的性质。其次,针对属性权重完全未知的犹豫模糊语言多属性决策问题,考虑方案和属性两个层面,构建了多目标优化的属性权重确定模型。进而,基于多目标权重优化模型和犹豫模糊语言距离测度,提出了一种改进的犹豫模糊语言TOPSIS法。最后通过实例说明了所提出的TOPSIS法的实用性和有效性,并进行了灵敏度和比较分析。     

基于正交投影法的犹豫模糊决策方法及其在军事训练中应用

针对决策者做评估时会出现分歧和犹豫的情况,犹豫模糊集给出了多个隶属度,较好地反映了决策者的意见。正交投影法则克服了传统的TOPSIS法中同一方案会同时接近正负理想解的缺陷,能够得到较为良好的决策效果。鉴于此,本文将把二者相结合,提出了一种新的决策方法。首先给出了犹豫模糊"垂面"距离,并讨论了同一"垂面"上点的性质;然后提出了一种基于正交投影法的犹豫模糊多属性决策方法;最后利用军事训练方面的应用实例说明了该方法的可行性和有效性。     

基于全序关系与A-DHFHW算子的DHFMAGDM方法及其应用

研究专家权重未知的对偶犹豫模糊多属性群决策问题.以记分函数和精确度函数为基础,引入广义距离测度,定义一种对偶犹豫模糊数的全序关系.而后,为克服现存算子的不足,定义新的Hamacher运算法则,并提出改进的对偶犹豫模糊Hamacher加权(A-DHFHW)算子,分析算子与参数的内在关系.为获取专家的客观权重,基于距离测度定义群共识测度,建立以最大化群共识测度为目标的权重优化模型.进一步地,基于全序关系、权重优化模型以及A-DHFHW算子提出一种新的群决策方法.通过解决大数据分析平台的评价问题验证所提方法的有效性和实用性,并分析参数对决策结果的影响.     

基于新距离测度的对偶犹豫模糊TOPSIS方法

研究了属性权重完全未知且对方案有偏好的对偶犹豫模糊多属性决策问题.首先,提出一种新的对偶犹豫模糊距离公式,无需人为添加元素,可直接进行计算.其次,基于新的距离公式,建立方案的主观偏好与客观偏好间偏差最小的属性权重优化模型,并将TOPSIS方法推广到对偶犹豫模糊环境下,对方案进行择优排序.最后,通过电力系统安全性评估的实例验证所提方法的可行性.     

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BP神经网络的供应链绩效评价方法

动态供应链绩效评价是一个包含多个指标输入输出的复杂评估系统,各绩效指标具有模糊性、不确定性,绩效指标数量较多,彼此之间存在非线性关联性。针对这样一个复杂的评估系统,本文讨论利用神经网络技术来对动态供应链绩效进行综合评价。本文首先介绍了人工神经网络的基本概念。针对供应链绩效的五维平衡计分卡模型,利用BP神经网络(Back Propagation NeuralNetwork,BP网络)来对供应链综合绩效评价结果进行学习和预测,文中我们详细讨论了供应链绩效评价中BP网络的学习过程和存在的问题,并给出了仿真结果。计算实例表明本文提出的动态供应链绩效评价模型是合理、有效的,能够为供应链的合理分析和决策制定提供依据。     

逆向物流企业绩效决策与判定——基于主因子TOPSIS和DEA超效率模型的分析

逆向物流企业绩效不但关系到供需双方企业在经济全球化和资源短缺状态下的市场竞争能力,而且也关系到双方企业环境社会责任的管理水平。TOPSIS分析法作为一种离散的多目标决策方法,已经在许多领域取得了成功的应用,本文采用主成分分析和TOPSIS(逼近理想解法)相结合的组合评价法,建立了逆向物流企业绩效评价与决策的主因子TOPSIS模型,在此基础上运用DEA超效率模型,对样本逆向物流企业的经营效率进行分析,并对分析结果进行相对效率判定。研究结果表明,样本逆向物流企业的经营效率总体上较高,但各逆向物流企业存在不同的效率问题,也存在不同的改进方向。