基于区间直觉模糊数的多属性多阶段冲突型大群体应急决策方法

本文针对属性权重和阶段权重未知且专家偏好表示为区间直觉模糊数的多属性多阶段大群体应急决策问题,提出一种新的决策方法。首先给出了区间直觉模糊数的相似度公式,利用模糊聚类法对各阶段的专家偏好进行聚类。在聚类过程中,为减小聚集结果的群体偏好冲突,以群体偏好一致性水平最大化为目标对聚类阈值进行设定。然后依据模糊熵、相对熵原理分别对属性权重和阶段权重进行计算,进而得到整个决策过程中的方案综合群体偏好。利用区间直觉模糊数的得分函数和精确函数对备选方案进行排序,最后利用算例对该方法的有效性和可行性进行验证。     

三角直觉模糊数型VIKOR方法

针对备选方案的属性值为三角直觉模糊数且权重为实数的多属性决策问题,研究了三角直觉模糊数型VIKOR方法。首先,本文提出了一种基于偏好指标的三角直觉模糊数排序方法;其次,根据VIKOR方法的基本思想,提出了求解三角直觉模糊数型VIKOR方法的步骤,并在可接受优势和决策过程的稳定条件下对备选方案进行排序,得到折衷解;最后,在最大群体效用权重为0.5的情况下,用第三方物流服务商选择为例说明了该方法的有效性和可行性。     

基于Pythagorean模糊熵的风险型决策方法——考虑后悔与失望规避

针对决策信息为Pythagorean模糊数,属性权重完全未知的风险型多属性决策问题,提出了一种基于Pythagorean模糊熵的考虑决策者后悔与失望规避心理行为的决策方法。首先,计算备选方案和理想点各属性的效用值,从而获得各备选方案的后悔-欣喜值、失望-愉悦值及感知效用值。其次,构建了一种Pythagorean模糊熵,并给出基于该Pythagorean模糊熵的属性权重确定方法,利用属性权重加权求和获得备选方案综合感知效用值,从而对方案进行排序。最后,通过算例说明方法的可行性和优点,并分析了后悔规避系数δ和失望规避系数τ对决策结果的影响。     

基于区间模糊数的多阶段冲突型大群体应急决策方法

针对阶段权重未知且偏好信息表示为区间模糊数的多阶段大群体应急决策问题,提出一种新的群决策方法。首先给出了区间模糊数相似度公式,利用该公式对各阶段的专家偏好信息进行聚类;然后构建相对熵优化模型对聚集权重和阶段权重进行求解,得到整个决策过程的综合群体偏好,根据综合群体偏好对备选方案进行排序,确定最佳方案;最后通过算例对该方法的有效性和可行性进行验证。     

基于误差传递和联系数的动态区间型多属性决策方法

提出了一种基于误差传递和联系数的动态区间型多属性决策方法。该方法从区间数型属性值的误差视角出发,运用误差传递模型确定了属性权重区间;兼顾多时间段内信息“累积存量”和“增长速率”,确定时间变权;利用UDWA算子集结所有决策时间段的属性权重区间,获得综合属性权重区间;利用IWAA算子集结不同属性下决策信息,得到属性综合决策矩阵;根据集对分析理论,利用联系数和投影隶属度得到备选方案的优劣性排序。以高专利密集型企业研发伙伴选择为例,验证了该方法的可行性和有效性。     

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.     

基于集成算子改进得分函数的区间直觉模糊多属性决策方法

为更大程度的保留决策信息的原始性，针对决策过程决策信息的聚合、备选方案的比选问题，提出一种基于集成算子改进得分函数的区间直觉模糊多属性决策方法。首先，构建各决策者区间直觉模糊集评分矩阵，并根据模糊熵获得各决策者权重。其次，利用区间模糊集集成算子得到区间直觉模糊综合决策矩阵，进而选择Hamming距离表示方法，建立总离差最大化为目标的最优化模型客观确定属性权重。然后，基于得分函数的定义及性质将原始得分函数进行改进，获得各方案的得分区间矩阵，并将其与决策者属性进行综合得到综合得分区间。最后，根据区间数中心和半径的全序关系对方案的距离，计算每个方案的最终得分，并通过某公司选择投资企业算例验证该方法的可行性和有效性。     

基于双参照点的区间型多属性决策方法研究

文章针对属性值为区间数、权重完全未知的多属性决策问题,提出一种基于双参照点的多属性决策方法。首先,描述了双参照点决策问题的广泛性,分析了双参照点的特征及其对决策行为的影响;接着,通过损益值和态度值来计算效用值,并将效用值用于判断备选策略的可行性;再接着,给出基于损益值的赋权法;然后,利用区间TOPSIS法对效用值进行集结和策略排序;最后,通过一个实例证明本文所提出的决策方法的科学性。     

一种具有不同形式效用值的群决策方法

研究了具有实数值、区间数和语言短语等三种形式效用值信息的群决策问题．首先给出了具有不同形式效用值的群决策问题的描述；然后给出了具有三种形式效用值的群决策方法的计算步骤．在该方法中，将不同形式的效用值均转化为区间数形式的效用值，通过加权法则得到每个方案的区间数群体综合效用值，并依据群体综合效用值进行方案的排序．最后通过给出一个算例说明了本给出的方法．     

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.     

基于VIKOR和关联系数的犹豫三角模糊语言多属性决策方法

针对属性评价值为犹豫三角模糊语言集的多属性决策问题,提出一种基于VIKOR方法的犹豫三角模糊语言多属性决策方法.首先定义了犹豫三角模糊语言集的相关概念.然后运用VIKOR和关联系数方法,在可接受优势和决策过程稳定的条件下对方案进行择优,在理论分析的基础上,提出了这种新方法的计算步骤.并构建了确定最优属性权重的非线性规划模型,研究了当专家权重和属性权重未知情况下的犹豫三角模糊语言多属性决策方法.最后通过实例说明了该方法的有效性和可行性.     

一种区间Pythagorean模糊VIKOR多属性群决策方法

针对属性信息为区间Pythagorean模糊集且属性权重和专家权重均未知的一类群决策问题, 结合信息熵理论, 提出了一种区间Pythagorean模糊VIKOR多属性群决策方法。首先定义一种新的区间Pythagorean模糊距离测度, 并讨论其性质。其次基于该距离测度定义了区间Pythagorean模糊相对距离指数, 并基于相对距离指数构建了一种熵权模型确定专家权重和属性权重。然后提出一种区间Pythagorean模糊VIKOR多属性群决策方法。最后通过企业生产方案选择案例说明了提出新方法的可行性与有效性。     

基于累积前景理论和VIKOR的毕达哥拉斯犹豫模糊风险型多属性决策方法

针对属性权重未知,且属性值为毕达哥拉斯犹豫模糊数(PHFN)的风险型多属性决策问题,考虑到决策者的有限理性行为,提出基于累积前景理论(CPT)和多准则妥协优化解(VIKOR)的决策方法。首先,定义PHFN的分散率,并构建优化模型确定属性权重。其次,将CPT融入PHFN环境,定义PHFN的价值函数,并结合决策权重函数计算方案在各属性下的综合前景值。进一步,构建综合前景值矩阵,在此基础上运用VIKOR法确定方案排序。最后,通过风险投资项目选择的应用案例说明所提方法是可行、有效的。     

“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“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.     

基于云模型和VIKOR扩展方法的电网企业科技发展区间值多属性群决策

国家电网公司确立了“一强三优”的战略目标,以公司总体发展战略为基石,集中力量开展科技发展和评估技术的相关研究。因此,对公司科技发展战略进行分析和评估是极其具有现实意义和理论意义的。本文提出了一种基于云模型和VIKOR扩展方法的群决策方法。将语言决策值综合为正态云模型,进而转化为区间值。通过VIKOR扩展方法构建可能度矩阵进行综合群决策。研究表明,针对准则值为语言值或区间值的多属性群决策,该方法可以更加客观有效。     

基于联系数贴近度的区间数多属性决策方法

利用集对分析和联系数学理论对区间数多属性决策方法进行了研究.首先给出了联系数贴近度的定义和性质;然后在将区间数决策矩阵转化为联系数决策矩阵的基础上,依据传统的逼近理想解的排序方法(TOPSIS)的基本思路,基于联系数贴近度提出了一种区间数多属性决策新方法.该方法简洁直观,易于计算,无需对区间数进行排序;最后,通过算例表明了它的有效性和实用性.     

Extension of VIKOR method for decision making problem with interval numbers

The VIKOR method was developed for multi-criteria optimization of complex systems. It determines the compromise ranking list and the compromise solution obtained with the initial (given) weights. This method focuses on ranking and selecting from a set of alternatives in the presence of conflicting criteria. It introduces the multi-criteria ranking index based on the particular measure of “closeness” to the “ideal” solution. The aim of this paper is to extend the VIKOR method for decision making problems with interval number. The extended VIKOR method’s ranking is obtained through comparison of interval numbers and for doing the comparisons between intervals, we introduce α as optimism level of decision maker. Finally, a numerical example illustrates and clarifies the main results developed in this paper.     

基于联系数不确定性分析的区间数多属性决策

区间数多属性决策通常是在某一算法下得到方案的排序,很少考虑区间数不确定性的影响,通过区间数转换成联系数,可以客观地反映区间数的不确定性,在此基础上,建立基于联系数的多属性决策模型,从而对不确定性进行较全面的取值分西,使决策结果更为合理.