基于二元联系数距离的不确定语言多属性决策模型

研究了属性权重范围已知,方案主观偏好值为语言变量,决策信息为不确定语言决策矩阵的多属性决策问题.在给出不确定语言变量转换为二元联系数的公式以及二元联系数距离公式的基础上,将方案主观偏好语言评价值转换为二元联系数,将不确定语言决策矩阵转换为二元联系数决策矩阵,从而得到方案的二元联系数综合属性值,通过最小化方案的二元联系数综合属性值和主观偏好值之间距离,建立多目标优化模型,并将其转换为一个单目标规划模型计算出属性权重.然后,通过对方案的二元联系数综合属性值进行不确定性分析,得到各方案的排序总数,利用排序总数对方案进行排序择优.应用实例表明该决策方法可行有效.     

语言多属性决策的一种组合方法

研究了属性权重完全未知,方案属性值和偏好值均为语言变量的多属性决策问题.首先,通过分析相关文献中利用方案属性值与偏好值之间的偏差得到属性权重的不合理性,在最小化方案综合属性值与偏好值的偏差的基础上,建立了一个求解属性权重的规划模型.其次,在各方案的属性值与属性正理想点的偏差最小的基础上,又建立一个求解属性权重的规划模型.第三,在综合考虑各属性下所有决策方案总的组合偏差之和最小的基础上,将上述两个规划模型相结合,得到了一个反映出决策者对两种不同信息的偏好程度的求解属性权重的规划模型,得到了语言多属性决策的一种组合方法.最后,通过实例说明方法的可行性与有效性.     

一种对方案有偏好的三角模糊数多属性决策方法

研究了属性权重不能完全确知,方案属性值和偏好值均为三角模糊数的多属性决策问题.通过分析相关文献中利用方案属性值与偏好值之间的偏差求出属性权重的不合理性,在最小化方案综合属性值与偏好值偏差的基础上,建立并求解一个规划模型而得到属性权重.然后,利用三角模糊数的可能度公式及互补判断矩阵的排序公式,获得决策方案的排序,从而得到对方案有偏好的一种三角模糊数多属性决策方法.最后,通过计算实例说明了该方法.     

一种有方案偏好的直觉模糊多属性决策方法

研究了方案属性值和偏好值均为直觉模糊数的多属性决策问题.首先,通过分析部分文献中利用方案属性值与偏好值之间的偏差建立并求解规划模型,从而得到属性权重的不合理性.其次,在最小化方案综合评价值与偏好值偏差的基础上,建立并求解一个规划模型计算出属性权重.然后,利用方案综合评价值的得分函数和准确度函数对方案进行排序,从而得到了一种有方案偏好的直觉模糊数多属性决策方法.最后,通过一个实例说明了该方法的合理性与有效性.     

权重信息未知对方案有偏好的vague集多指标决策

就指标权重未知,且对方案有偏好的vague集多指标决策问题,提出了通过使决策者的主观偏好值与属性值的相离度最小来建立最优化模型,从而获得指标的权重.通过将vague值转化为模糊值来建立模糊值矩阵,由模糊值矩阵按各指标对应值的大小对方案进行排序,形成多个线性序,进而由线性序来构造模糊优先矩阵,对其进行截割,得到最优方案.最后通过一个实例说明此方法的具体决策过程.     

基于后悔理论及云模型的多属性群决策方法

针对属性值为不确定语言信息的群决策问题,考虑决策者后悔规避的心理行为特征,提出了一种基于后悔理论及云模型的多属性群决策方法.首先,将不确定语言值转化为云模型;其次,给出一种新的考虑决策者期望的方法求解其权重;然后,通过给出的云模型效用函数构建效用值矩阵,进而通过后悔-欣喜函数构建感知效用矩阵确定方案的综合感知效用,并根据其排序;最后,通过实例说明了方法的可行性和科学有效性.     

考虑决策者期望和失望-欣喜感知的风险型多属性群决策方法

针对多个决策者给出属性期望且存在多种类型属性值的风险型多属性决策问题,提出一种基于失望理论的风险型多属性决策方法.文章首先依据决策者的期望矩阵和风险决策矩阵构建针对各决策者的损益矩阵;其次,在考虑决策者失望-欣喜感知的情境下,依据失望理论将损益矩阵转化为修正决策矩阵,并利用PROMETHEE-Ⅱ方法构建出偏好函数;然后,依据偏好函数值计算出各自然状态下针对各决策者的排序值;在此基础上,借助自然状态发生的概率和决策者权重计算出各备选方案的总体排序值,据此对各备选方案进行排序;最后,通过一个算例说明了该方法的可行性和有效性.     

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.     

偏好信息为模糊互反判断矩阵的模糊多属性决策法

研究只有部分权重信息且决策者对方案的偏好信息以模糊互反判断矩阵形式给出的模糊多属性决策问题。提出了一种基于目标规划模型的模糊多属性决策方法。该法首先基于模糊互反判断矩阵，利用转换函数将决策信息一致化，建立了一个目标规划模型．通过求解该模型确定属性的权重，然后运用加性加权法求出各方案的模糊综合属性值，并利用已有的三角模糊数排序公式求得决策方案的排序。文章最后把该法应用于解决风险投资领域中的项目评估问题。     

部分权重信息下对方案有互补偏好的多属性决策法

研究了只有部分权重信息且对方案的偏好信息以模糊互补判断矩阵形式给出的多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将客观决策信息一致化,建立一个目标规划模型,通过求解该模型得到属性权重,从而利用加性加权法获得各方案的综合属性值,并以此对方案进行排序或择优.提出了一种基于目标规划的多属性决策方法.该方法具有操作简便和易于上机实现的特点.最后,通过实例说明模型及方法的可行性和有效性.     

基于二元语义评价信息的个体优势特征识别方法

本文依据群体语言评价信息特点,基于二元语义信息处理、理想点评价模型及聚类分析等方法,给出了基于二元语义评价信息并适用于层次结构的个体优势特征识别方法;对某企业的文化优势特征进行识别,演示了方法的使用过程,并说明了所提方法的可行性和有效性。从二元语义的评价信息中,本方法能够比较充分地挖掘和体现被测行为主体的个体优势特征,能够为决策者提供多种维度的决策信息。     

Projection method for multiple criteria group decision making with incomplete weight information in linguistic setting

Multiple criteria group decision making (MCGDM) problems have become a very active research field over the last decade. Many practical problems are often characterized by MCGDM. The aim of this paper is to develop a new approach for MCGDM problems with incomplete weight information in linguistic setting based on the projection method. Firstly, to reflect the reality accurately, a method to determine the weights of decision makers in linguistic setting is proposed by calculating the degree of similarity between 2-tuple linguistic decision matrix given by each decision maker and the average 2-tuple linguistic decision matrix. By using the weights of decision makers, all individual 2-tuple linguistic decision matrices are aggregated into a collective one. Then, to determine the weight vector of criteria, we establish a non-linear optimization model based on the basic ideal of the projection method, i.e., the optimal alternative should have the largest projection on the 2-tuple linguistic positive ideal solution (TLPIS). Calculate the 2-tuple linguistic projection of each alternative on the TLPIS and rank all the alternatives according to the 2-tuple linguistic projection value. Finally, an illustrative example is given to demonstrate the calculation process of the proposed method, and the validity is verified by comparing the evaluation results of the proposed method with that of the technique for order preference by similarity to ideal solution (TOPSIS) method.     

多粒度语言信息的交互式多属性群决策方法及应用

针对目前多阶段交互式决策的研究多是基于点值的缺陷,以及大多数研究忽视了从多个属性对方案进行评价等不足,本文探讨了一种基于多粒度语言信息的交互式多属性群决策方法。首先基于不确定语言变量提出了多粒度语言信息的转换函数,并在给出若干假设的前提下描述了交互式多属性群决策的过程,然后提出了交互影响因子来度量决策者的“话语权”,通过稳定性指标探讨交互终止条件;接着在不确定语言变量的加权算术平均(ULWA)算子和诱导多阶段交互加权算子(I-UOWA和I-UOWGA)的基础上对偏好信息进行集结,再提出优势可能度法对方案排序。最后给出了一个物流供应商选择的案例研究。     

全局非均匀积性语言评估标度

提出了两种全局非均匀积性语言评估标度, 在决策过程中, 决策者可以根据实际需要调节这两种标度中相邻语言术语之间的偏差, 从而表明它们具有较好的灵活性. 最后给出了积性语言评估标度和加性语言评估标度之间的转换关系.     

基于两粒度语言评价信息的双边匹配决策

针对基于两粒度语言评价信息的双边匹配问题,提出了一种了基于二元语义信息处理的决策方法。在该方法中,首先将两粒度语言评价信息转化为两粒度二元语义信息;考虑以每个主体满意度最大为目标,运用广义二元语义加权平均算子构建了多目标优化模型;进一步地,运用二元语义算术平均算子将多目标优化模型转化为双目标优化模型;根据二元语义的自身特点将双目标优化模型转化为单目标优化模型,进而进行求解来得到匹配方案。最后,给出一个算例说明所提供方法的有效性。     

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。     

基于语言值2元组的多属性决策方法

利用2元组方法建立了一个语言值决策模型和LOW A算子模型,这两个模型具有可操作性强和语义明确等优点,特别是充分利用了语言值所含的信息,提高了决策结果的精度.最后,利用这两个模型给出了基于语言值的多属性群决策方法,同时给出一个应用实例.     

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Steiner点的非确定语言信息群决策方法研究

本文针对不确定语言信息的群决策问题,提出了一种解决多粒度不确定二元语义语言信息集结与决策的新方法。首先,根据各专家不确定语言短语决策信息,通过相关转化规则,量化为与其对应的二元语义区间数,并将其端点映射到二维坐标系中。其次,运用植物模拟生长算法(PGSA)求出各区间数端点坐标的加权Steiner点(专家群体最优结集点,即群体共识点)。其后,再由最优集结点,给出专家最优集结判断矩阵。从而,可以对决策方案的进行排序,以便给出最优群体决策方案。为了验证此方法的合理性和有效性,本文选择了两个其他学者的研究算例,对其进行了平行的算例研究。最终得到了与其相同的研究结果。     

方案有类别偏好的多粒度语言灰靶决策方法

研究了方案有类别偏好的不同粒度语言信息决策方法。基于不同粒度语言的距离转换函数方法,将其转换成标准语言距离;针对不完全的属性权重信息,通过灰靶决策的原理表征方案的综合靶心距;基于案例学习的思想,建立了考虑方案有多种类别偏好的属性权重确定模型。算例表明了方法有效性。