一种基于决策者风险态度的区间数多指标决策方法

针对具有区间数的多指标决策问题，提出了一种新的决策分析方法。该方法的思路是：首先通过引入决策的风险态度因子将区间数决策问题映射为传统的点值决策问题。然后给出了基于TOPSIS的方案排序方法，最后通过对风险态度因子的不同取值可进行方案排序的灵敏度分析。     

一种新型区间数多属性决策算法研究

随着多属性决策问题的复杂性、不确定性日益增强，基于区间数的多属性决策理论与应用研究越来越广泛。基于算子有序性的构建思想，本文提出并构建了基于有序欧几里德算子的区间数多属性决策算法模型，证明了有序欧几里德算子的单调性、齐次性和幂等性。采用基于有序欧几里德算子的区间数多属性决策方法对某火炮采购问题进行了决策计算，证明了该方法的有效性与可行性。     

属性具有线性优先级的区间数多属性决策方法

针对属性具有线性优先级、属性值为区间数的多属性决策问题进行了决策方法的研究.在属性权重的确定上,采用低级属性的权重值由所有比其高级属性效用值的乘积,并引入决策者的风险态度因子将区间数映射成点值,再经过规范化后得到.接着,给出了属性具有线性优先级的、属性值为区间数的加权算术平均算子,讨论了该算子的相关性质.最后,利用算子对具有线性优先级的区间数多属性决策问题进行算例分析,结果说明方法是有效的.     

区间数特性集对分析及在多指标决策中的应用

针对区间数多指标决策过程中区间数运算的不确定性问题,对区间数特性进行集对分析,利用区间数的确定性与不确定性,数量特性与空间位置特性以及这两对特性的相互关系,定义一种新的区间数加法运算和两区间数大小关系判别准则.实例应用表明方法在区间数多指标决策中简明实用.     

基于前景理论的智能输电系统改进灰靶风险决策模型研究

针对我国特高压建设与大规模可再生能源的接入带给智能输电系统的风险,文章提出一种在市场环境下输电系统的风险型多准则决策新方法。该方法基于已构建的智能输电系统风险评价指标体系,考虑指标属性与权重信息的不确定、模糊性以及决策者所持风险态度,结合改进的区间灰数与前景理论,构建了基于前景理论的改进灰靶风险决策模型,最后运用到智能输电系统风险决策案例验证了该方法的合理性和有效性。     

三参数区间数下基于映射的可拓区间简单关联函数决策分析方法

针对属性值为三参数区数的多属性决策问题,文章提出了一种新的基于可拓区间简单关联度的多属性决策方法和框架.该方法定义了可拓三参数区间简单关联函数表达式,同时集成了区间计算和态度函数,并通过映射函数使得简单关联函数具备非线性的表达能力.由于态度函数能够较精确地反映决策者对各评价值的倾向态度,该方法通过态度函数的设置进行决策的不确定性分析,还能用可拓移动变换对决策进行动态性分析和规则发现.最后,通过算例分析说明了该方法的合理性和稳定性.     

三参数区间数下基于映射的可拓区间简单关联函数决策分析方法北大核心CSCD

针对属性值为三参数区数的多属性决策问题,文章提出了一种新的基于可拓区间简单关联度的多属性决策方法和框架.该方法定义了可拓三参数区间简单关联函数表达式,同时集成了区间计算和态度函数,并通过映射函数使得简单关联函数具备非线性的表达能力.由于态度函数能够较精确地反映决策者对各评价值的倾向态度,该方法通过态度函数的设置进行决策的不确定性分析,还能用可拓移动变换对决策进行动态性分析和规则发现.最后,通过算例分析说明了该方法的合理性和稳定性.     

基于集值统计原理的多指标灰靶决策方法研究

针对区间数多指标群决策问题,提出一种基于集值统计模型的改进灰靶决策方法。首先利用集值统计模型对多专家的区间评价进行估计,得到符合可信度要求的决策指标样本矩阵。然后利用基于加权广义马氏距离的灰靶决策方法对决策方案进行排序,给出决策样本为区间数群决策矩阵形式的灰靶决策模型。最后通过一个具体的算例给出决策方法的过程,避免了马氏距离不存在的情况,克服了决策指标间的相关性、重要性差异和不同量纲对决策过程和决策结果的影响,方法的可行性与有效性得到验证。     

基于“奖优罚劣”的区间数多指标决策的TOPSIS方法

针对区间数多指标系统的决策特点,对指标数据初始化处理时,利用"奖优罚劣"原则,提出了一种易于计算且实用的[-1,1]线性变换算子,然后定义正、负理想方案,给出了区间数多指标决策问题的TOPS IS方法.该模型为区间数多指标决策提供了一种科学、实用的方法,并利用现有的实例来证实此方法的科学性与可行性.     

连续区间数的中位算子及其灵敏度分析

研究决策信息以区间数形式给出的方案决策问题。考虑到区间数非均匀分布的特点,为避免区间极端值在区间数确定中产生较大误差,本文将中位数概念运用到区间数的确定上,提出OIP(Ordered Interval Point)有序中位算子。取单位区间单调函数(BUM函数)为二分之一所表示的值为权重,将区间数确定为一个实数,并研究算子单调性和有界性的初等运算性质。通过比较OIP算子与COWA算子对态度参数和区间长度的反应灵敏度,获得了在一定条件下OIP算子对态度参数反应更稳健,对区间长度反应更灵敏的结论。最后用算例证明该算子的可行性和有效性。     

一种基于决策矩阵的DST-AHP多属性决策方法

针对层次分析法决策时存在两两判断、一致性检验次数过多和判断矩阵残缺性等问题,本文提出了一种基于决策矩阵的DST-AHP多属性决策方法。该方法结合决策矩阵的特征值,构建DST-AHP方法层次结构模型和判断矩阵,并根据判断矩阵定义不同属性下各焦元的基本概率分配函数;然后利用Dempster合成法则对基本概率分配函数值进行合成,依据合成后值对方案进行排序。最后对AHP和DST-AHP两种方法进行比较分析,说明该方法的有效性。     

基于粗糙集的模糊决策算法

给出一种从连续决策表中提取模糊决策规则的规则提取算法。首先,转化连续属性值为模糊值;然后,给出两个不同对象的模糊属性值关于相应连续属性的相似度;其次,给出了λ相似关系与λ相似类的定义。根据λ相似关系,给出粗糙-模糊空间中的下近似与上近似概念;最后,结合模糊集与粗糙集理论的思想,给出一种从连续值域决策表获取决策规则的算法,并通过实例说明该算法的有效性。     

基于本体的决策问题智能分析方法及其应用

在决策支持系统(DSS)中,决策问题分析理解的目的是识别决策问题的求解方法,以辅助用户快速求解问题,制定决策方案。为了提高DSS对决策问题分析理解的智能性和准确性,采用本体方法,定义了决策问题知识的本体概念结构,提出了一种基于本体的决策问题类型智能识别方法。最后,通过一个应用实例说明了该方法的具体分析过程,验证了该方法的有效性。     

考虑决策者风险偏好的区间直觉模糊多属性群决策方法

提出了一种考虑决策者风险偏好且属性权重信息不完全的区间直觉模糊数多属性群决策方法。同时考虑相似度和接近度,确定每一属性的决策者权重。为了考虑决策者风险偏好对决策结果的影响和避免区间直觉模糊矩阵的渐进性,引入了决策者风险偏好系数,将集结后的综合决策矩阵转换成区间数矩阵。然后,为了客观地求出属性权重信息不完全环境下属性的权重,构建了基于区间直觉模糊交叉熵的属性权重目标规划模型,该模型不仅考虑了评价值的偏差,也强调了评价值自身的可信度。最后,通过研发项目选择问题的实例分析说明了所提方法的合理性和优越性。     

基于超序关系的风险决策方法

ELECTRE法是一种多目标属性决策方法.将该法中以一定风险程度建立超序关系的思想引入到风险决策中,提出了基于超序关系的风险决策方法并对求得的偏序结构进行了分析.最后给出的实例可表明该法是简单实用的.     

群组决策特征根法

本文提出了一个群组决策的特征根法GEM（Groupeigenvaluemethod），它彻底克服了判断矩阵的不一致性，为决策支持系统中的专家选择开辟了新路．     

考虑决策者给出部分属性期望的风险型多属性决策方法

针对决策者给出部分属性期望的风险型多属性决策问题,提出了一种决策分析方法。在该方法中,首先,依据决策者在各自然状态下给出的属性期望信息,将原始决策问题转化为没有属性期望和具有属性期望的两个独立的风险型多属性决策问题;然后,针对没有属性期望的风险型多属性决策问题,依据期望效用理论,计算各属性下属性值所对应的效用值,进而得到每个方案的综合效用值;进一步地,针对具有属性期望的风险型多属性决策问题,依据累积前景理论,将决策者给出的属性期望视为属性的参照点,进而计算各属性值的前景价值及决策权重函数值并计算每个方案的综合累积前景值;在此基础上,计算得到每个方案的总体效用值,并依据总体效用值的大小对所有方案进行排序。最后,通过一个算例说明了该方法的可行性和有效性。     

改进的简化决策表及属性约简

研究了不一致决策表的简化与属性约简问题,指出目前简化的决策表的局限:在简化的决策表上用现有的属性约简方法与在原决策表上基于正区域的属性约简方法,所得到的结果不一致.进一步对简化的决策表进行转换,得到新的决策表.基于正区域的属性约简,证明了在原决策表上约简与在新的决策表上约简结果相同.从而保证在实际应用中,对新的决策表可以用任意一种属性约简方法.     

一种基于语言变量的多属性决策ELECTRE方法

基于语言变量的多属性决策问题,提出了一种ElECTRE决策方法.首先将决策属性的语言评价值转变成三角模糊数,通过三角模糊数可能度的计算公式,将指标值从三角模糊数映射到优劣关系等价的实数值,然后利用改进的ELECTREII方法计算各方案之间的相对优势度矩阵和相对劣势矩阵,进一步求出方案之间的修正综合加权矩阵和各方案净优势值,根据各方案净优势值大小确定方案的优劣排序,最后通过应用实例表明,该方法简单明了,易于推广使用.