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。     

一种考虑决策者风险偏好的区间数多属性决策方法

针对属性值以区间数形式给出的多属性决策问题,提出了一种决策分析方法。在本文中,首先描述了属性值为区间数形式的多属性决策问题;然后通过引入决策者的风险偏好因子将区间数决策信息映射为实数值决策信息,并依据属性值与属性均值绝对偏差的大小确定了属性的权重,在此基础上依据所得权重给出了基于加权和法的方案排序方法,通过对风险偏好因子的不同取值还可进行方案排序的灵敏度分析。最后,通过一个算例说明了本文给出方法的可行性和有效性。     

一种折衷型模糊决策模型及其应用

本文针对多属性决策问题,在现有的决策方法基础上提出了一种新的折衷型模糊决策模型,并给出了有关参数的确定方法.最后应用折衷型模糊决策模型对一类飞机选购问题进行了方案的模糊优选决策分析,取得了满意的效果.该决策模型拓展和丰富了多属性决策理论,为解决同时具有定性与定量属性指标结构的多属性决策问题提供了新的有效途径.     

基于RDEU模型在贝叶斯决策分析中引人概率权重函数的研究:以Prelec概率权重函数为例

对有后验概率分布的决策问题进行贝叶斯分析,决策个体对概率的估计偏差未在考虑之内,导致不同决策者的分析结果并无差异,针对该问题,基于等级依赖期望效用模型中概率权重函数影响决策的机制,在贝叶斯分析中引入概率权重函数,体现决策个体对概率的不同估计,能很好克服贝叶斯决策分析的不足.以Prelec概率权重函数为例的分析表明概率权重函数的引入合理有效,可提升决策分析的针对性.     

具有模糊数的模糊多目标群体决策优选模型与方法

多目标群体决策问题是运筹学的一个重要研究领域，目前已经提出了一些有效的决策方法。但对目标值和权重均为模糊数的模糊多目标群体决策问题却研究不多，本对此类模糊多目标群体决策问题进行了探讨，利用相对正理想方案与相对负理想方案概念定义了相对差异距离，进而建立了模糊多目标群体决策优选模型与方法，并通过战役决心方案的评价说明了该方法是可行、有效的，可作为军事决策与决策支持系统的备选方法。     

一个基于夹角测度的群决策结果稳定性的定量分析方法研究北大核心CSCD

群决策结果的稳定性分析是决策分析的一个重要内容或环节,也是群决策问题研究的热点和难点之一.一类常见的、基于序数偏好表达的群决策问题,通常采用加权计分规则(weighted scoring rules,简称WSRs)来求解.对其结果稳定性的评价或度量,文章提出了一个基于评分向量夹角测度的定量分析方法,论证了其合理性和可行性,给出了具体的求解方法;并考虑到实际分析中偏好或排序要求的复杂性,进一步探讨了复合关系下的相关概念及度量方法.与基于距离测度的稳定性度量相比,文章提出的方法具有较好的直观几何意义、可公度性和规模不变性等特点.     

一个基于夹角测度的群决策结果稳定性的定量分析方法研究

群决策结果的稳定性分析是决策分析的一个重要内容或环节,也是群决策问题研究的热点和难点之一.一类常见的、基于序数偏好表达的群决策问题,通常采用加权计分规则(weighted scoring rules,简称WSRs)来求解.对其结果稳定性的评价或度量,文章提出了一个基于评分向量夹角测度的定量分析方法,论证了其合理性和可行性,给出了具体的求解方法;并考虑到实际分析中偏好或排序要求的复杂性,进一步探讨了复合关系下的相关概念及度量方法.与基于距离测度的稳定性度量相比,文章提出的方法具有较好的直观几何意义、可公度性和规模不变性等特点.     

基于相对目标接近度的多目标决策方法及其应用

对多目标决策问题 ,引进多目标决策问题的理想点、多目标决策问题的负理想点和任意可行解对应的的目标向量的概念 ;然后将多目标决策问题的理想点、多目标决策问题的负理想点和任意可行解对应的的目标向量标准化 ;再利用 AHP法计算目标函数的权重向量 ;考虑权重后 ,定义任意可行解对应的目标向量的标准化向量到理想点的标准化向量 (和负理想点的标准化向量 )的加权距离 ,从而引进目标向量与理想点的相对目标接近度概念 ,进而提出了一种基于相对目标接近度的多目标决策方法 .并应用该方法对投资组合问题进行决策     

一种市场风险条件的贷款组合优化决策模型

针对不确定投资情况下风险与收益的选择方法，提出一种贷款组合的优化决策模型，以解决不同风险，收益下的贷款组合决策问题，并给出实例分析以表明该模型的科学性。     

定量型多指标决策的层次分析法探讨

本文采用等级标度与层次分析综合的方法对定量型多指标决策问题进行了讨论，它既是层次分析法在定量型多指标决策中的合理推广，同时也为定量型多指标决策问题提供了一种行之有效的方法．     

一种基于集对分析的模糊多属性决策方法

针对属性权重和决策矩阵的属性值均为梯形模糊数的模糊多属性决策问题,提出了一种基于集对分析的决策方法.方法具有如下特点:通过借鉴集对分析理论和论域三划分的思想,把梯形模糊数属性值转化成联系数的形式,能有效处理决策过程中的不确定因素;对于权重向量和决策矩阵中的梯形模糊数采取不同的处理方法;用联系数决策理论的概念来刻画备选方案与正、负理想方案组成集对的同一对立程度;基于可能势的联系数排序能够准确反映联系数间的同一对立程度,方法直观,概念明确,易于实际操作.实例计算表明,方法是求解模糊多属性决策问题的一种有效工具.     

基于灰类敏感度系数的评价指标客观权重极大熵配置模型

评价指标权重的确定是多属性决策问题中至关重要的环节。然而,既有研究利用评价指标值之间的差异性进行指标的客观赋权,往往忽略了评价指标对被评价对象全体及所在系统的重要性。本文基于事物自然本质属性差异,运用灰色关联聚类将评价对象划分到预设的类别;借鉴有无对比分析法的思想,定义了反映指标对全体被评价对象类别影响程度的灰类敏感度系数;根据极大熵准则,建立了基于灰类敏感度系数的客观权重极大熵配置模型,以确定多属性决策指标的权重。并通过与文献[21,26]中实际案例的对比分析,说明了本模型的有效性与更贴近现实性,为解决多属性决策指标客观赋权问题提出了一个新思路。     

区间粗糙数多属性决策方法

针对属性值为区间粗糙数,属性权重部分已知和属性权重未知两种情形的多属性决策问题,本文利用灰色关联分析的思想方法,构建了一种区间粗糙数多属性决策方法。本文首先利用区间粗糙数的运算法则和期望值比较,确定最优理想方案和最劣理想方案,并基于灰色关联度分析方法构建了属性权重部分已知、属性权重未知两种情形的多目标优化模型,从而确定属性权重和属性权重表达式,进而获得各方案的综合评价值和方案排序。最后以一个实例验证模型的有效性与适用性。     

Aggregating crisp values into intuitionistic fuzzy number for group decision making

This paper presents a multiple attribute group decision making model based on aggregating crisp values into intuitionistic fuzzy numbers. First, each alternative is evaluated with respect to their attributes, whose values are provided by decision maker as crisp numbers. Second, to make a reasonable normalization of attribute values in the group decision making environment, a maximum grade and a minimum grade are added to the attribute values. These normalized attribute values are then aggregated (per attribute) into an induced intuitionistic fuzzy number. Each alternative is then evaluated according to the induced intuitionistic fuzzy number. To show the major technical advances in this paper, comparisons with other methods are also made. Finally, an experimental analysis for supplier selection is given to illustrate the reasonableness and efficiency of the introduced method.     

A group decision making approach based on aggregating interval data into interval-valued intuitionistic fuzzy information

Group decision making is one of the most important problems in decision making sciences. The aim of this article is to aggregate the interval data into the interval-valued intuitionistic fuzzy information for multiple attribute group decision making. In this model, the decision information is provided by decision maker, which is characterized by interval data. Based on the idea of mean and variance in statistics, we first define the concepts of satisfactory and dissatisfactory intervals of attribute vector against each alternative. Using these concepts, we develop an approach to aggregate the attribute vector into interval-valued intuitionistic fuzzy number under group decision making environment. A practical example is provided to illustrate the proposed method. To show the validity of the reported method, comparisons with other methods are also made.     

“奖优罚劣”的区间数多指标决策的关联分析法

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,结合灰色关联分析方法,建立一种新的区间数多指标的灰色关联决策模型.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.     

基于QUALIFLEX和LINMAP的简化中性犹豫模糊多属性决策方法

在处理多属性决策问题中,QUALIFLEX是一种非常有用的排序算法。针对属性取值为简化中性犹豫模糊集的多属性决策问题,提出了SNHFS-QUALIFLEX算法。另外考虑到属性权重不确定的情况,将LINMAP扩展到简化中性犹豫模糊集中,定义了符号距离,建立了最优数学规划模型来确定属性权重。最后将SNHFS-QUALIFLEX方法应用到多属性决策实例中,并验证了其可行性和有效性。     

Extension of the LINMAP for multiattribute decision making under Atanassov’s intuitionistic fuzzy environment

The aim of this article is further extending the linear programming techniques for multidimensional analysis of preference (LINMAP) to develop a new methodology for solving multiattribute decision making (MADM) problems under Atanassov’s intuitionistic fuzzy (IF) environments. The LINMAP only can deal with MADM problems in crisp environments. However, fuzziness is inherent in decision data and decision making processes. In this methodology, Atanassov’s IF sets are used to describe fuzziness in decision information and decision making processes by means of an Atanassov’s IF decision matrix. A Euclidean distance is proposed to measure the difference between Atanassov’s IF sets. Consistency and inconsistency indices are defined on the basis of preferences between alternatives given by the decision maker. Each alternative is assessed on the basis of its distance to an Atanassov’s IF positive ideal solution (IFPIS) which is unknown a prior. The Atanassov’s IFPIS and the weights of attributes are then estimated using a new linear programming model based upon the consistency and inconsistency indices defined. Finally, the distance of each alternative to the Atanassov’s IFPIS can be calculated to determine the ranking order of all alternatives. A numerical example is examined to demonstrate the implementation process of this methodology. Also it has been proved that the methodology proposed in this article can deal with MADM problems under not only Atanassov’s IF environments but also both fuzzy and crisp environments.     

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.     

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。