基于实验设计的概率语言权重信息多准则决策方法

作为模糊语言集的一种,概率语言集能够反映决策问题中评价准则权重重要程度及其概率,这在决策问题中较为实用。本文运用实验设计(Design of Experiment,DOE)的方法,对权重信息以概率语言给出的多准则决策问题进行研究:通过多次模拟权重重要程度及其概率,设计出多组实验权重,并用GRA法求得每组实验数据的得分,获得描述该决策问题准则值与评价结果相互影响关系的最适用回归方程,将决策问题的实际数据带入方程进行运算,得出方案排序结果。通过快速成型过程、柔性制造系统过程两个案例,进行对比验证。结果表明所提出的方法能较好地处理基于概率语言权重信息的多准则决策问题,计算简单且速度快,可重复性强且颇为实用。     

基于前景理论与PROMETHEE的FMEA风险评估

针对考虑群体评价一致性和专家心理感知行为影响的失效模式及影响分析风险评估问题,提出了基于前景理论和偏好序结构排序法(PROMETHEE)的风险评估方法。首先,专家团队采用语言变量表征风险因子评价信息,利用直觉模糊熵确定风险因子客观权重;其次,采用灰关联度刻画专家评价与群体评价的一致性,以最大化关联度和极大熵准则构建专家权重优化模型;然后,集成风险因子和专家的主客观权重,获得风险因子及专家的综合权重;再次,运用直觉模糊加权平均算子集结专家评价信息,进而借助前景理论构建反应专家心理感知的前景矩阵;最后,基于PROMETHEE方法确定失效模式风险排序,并利用液晶显示器的案例验证了所提方法的有效性和可行性。     

基于共识性测度的概率语言多准则群决策方法研究

针对准则值为概率语言术语集的决策问题,提出一种基于共识性测度的概率语言多准则群决策方法.首先,方法定义概率语言共识性测度公式,据此判断个体决策信息是否满足共识性检验.其次,建立考虑决策者协作意愿的群体共识反馈调整模型及权重惩罚体系.此外,利用网络层次分析法(ANP)和共识性测度公式构建指标定权模型,模型可有效解决指标间互相影响导致的权重计算失准问题.随后,提出改进的TODIM决策方法,结合准则权系数及通过共识性检验的群决策矩阵,对方案进行择优排序.最后,通过算例分析验证了该方法的有效性.     

基于BWM的改进区间VIKOR模型及其在新能源汽车公共充电桩选址决策中的应用

通过分析公共电动汽车充电桩布局的影响因素及市场需求,基于Best-Worst Method (BWM),分别刻画了电动汽车公共充电桩不确定因素下各属性权重.在考虑主、客观影响因素的基础上,利用BWM对区间二元语义VIKOR (ITL-VIKOR)方法进行改进,针对性地设计出电动汽车公共充电桩选址决策模型.在此基础上,运用BWM-ITL-VIKOR方法得到方案的最终排序.最后,通过该选址决策模型对西安市某工业园区公共充电桩选址案例进行分析,并对多个公共充电桩预选街区进行评价排序,验证了本文所提出的选址决策过程的有效性,并为决策者提供更为科学、合理的选址决策优化方案.     

一种基于前景理论和改进TOPSIS的模糊随机多准则决策方法及其应用

针对准则值为区间灰数直觉模糊数、准则权系数部分已知以及自然状态出现概率为灰数的多准则决策问题,提出一种结合前景理论和改进TOPSIS的决策方法。该方法首先定义了灰色直觉模糊数的前景价值函数和概率权重函数,并利用前景理论构建出前景决策矩阵;接着从两个方面对传统TOPSIS决策方法进行改进:(1)过定义方案间综合差异的概念,采用离差最大化思想,建立平均综合差异最大化规划模型,给出了一种兼顾主客观权重信息确定准则权系数的新方法;(2)用灰关联替换备选方案与正负理想方案的距离,据此刻画了各方案与正负理想方案的贴近度。进而利用改进TOPSIS决策方法中的综合贴近度对方案进行了排序。最后通过实例验证了该方法的有效性。     

基于在线评价信息的概率语言多属性变权决策方法

针对电子商务网站中涌现的大量在线评价信息,本文提出一种基于在线评价信息的概率语言多属性变权决策方法,指导消费者的购买决策。在本文方法中,首先利用概率语言描述在线评价信息,构建概率语言决策矩阵,并重新定义了区间概率语言的得分函数;其次,利用变权方法处理决策矩阵,得出不同方案的各属性权重;再次,依据得出的属性权重,基于后悔理论,考虑决策者风险规避系数,求出各方案的综合感知效用值,并据此排序。最后,利用汽车之家网站提供的顾客在线评价信息,以一个汽车选择的实例说明了本文所提方法的合理性与实用性。     

基于偏序集的PROMETHEE方法优化研究

尽管PROMETHEE是当前最受欢迎的多准则决策方法之一,但在实践应用过程中,模型的应用范围与质量依然受制于指标权重问题。一些常用的赋权方法,不仅没有解决不确定权重问题,反而增加了决策风险。在偏序集相关定理的基础上,给出权重的定性信息即权重次序,由流出矩阵、流入矩阵和净流矩阵等定义,得到了PROMETHEE的偏序集表达形式。当流入和流出之和为常数时,证明了模型存在对偶性质。根据对偶性质,简化了PROMETHEE方法的分析步骤,删减模型冗余信息。应用偏序集表示的PROMETHEE,突破了模型没有具体权重便无法应用的思维定势,解决了模型赋权困难,增强了模型的鲁棒性,拓展了模型处理数据类型的范围。     

蕴含权重的偏序集多准则决策法

针对偏序集方法不能解决含有权重的多准则决策问题,提出一种“隐式”赋权的偏序决策方法。首先将含有m个方案和n个准则的决策问题表示成偏序集,之后按权重由大到小的顺序,对准则进行逐步相加形成n个新的准则,得到一个新的偏序集。根据偏序集间的包含关系,证明了新偏序集不仅蕴含了权重信息,而且比初始偏序集有更强的排序能力。结果表明,该法在应用中仅需获取权重排序信息,无需精确权重,适用于权重难以确定的多准则决策问题。以三峡库区水质评价为例,例子表明新方法明显优于原有的偏序决策方法,能够对13个方案进行聚类和排序,而原有方法在该例中几乎难以应用。     

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。     

基于语言值软集的多准则群决策方法及其应用

在语言值评估集上引进适当的运算,建立语言值逻辑代数系统,并利用虚拟术语指标不丢失信息的特点,扩展语言值逻辑代数系统为连续语言值逻辑代数系统。通过加权平均算子将全部专家对各决策方案的语言值评估信息集结,得到专家群对全部决策方案就全部准则的集中评估,全部集中评估值构成决策方案上的语言值软集。建立优化模型计算最优准则权重,利用最优准则权重将专家关于各准则的语言值评估结果进行集结,得到各专家对全部决策方案的评估值,评估值全体可看成专家群上的语言值软集,这里参数集为决策方案集。建立基于决策方案上的语言值软集的粗糙近似模型——语言值粗糙近似模型,通过计算各专家对全部决策方案的评估值关于语言值粗糙近似模型的下近似和上近似,得到专家群上的语言值下近似软集和上近似软集。通过对全部决策方案评估集及其语言值粗糙下近似、上近似进行加权算术平均,分别得到三个决策方案上的语言值模糊集。通过三个语言值模糊集对全部决策方案排序。最后,应用基于语言值软集的多准则群决策方法对电子商务监管系统安全进行多准则综合决策评估,说明本文提出的多准则群决策方法是有效的和合理的。     

PROMETHEE: an extension through fuzzy mathematical programming

PROMETHEE multi-criteria methods are based on fuzzy evaluations of the differences between pairs of alternatives for each criterion. PROMETHEE II associates a crisp number to each action. PROMETHEE III associates an interval to each action and two actions are considered indifferent when they are very close to each other. PROMETHEE V applies Integer Linear Programming in order to select the subset of alternatives that maximizes the sum of PROMETHEE II scorings, subject to a set of constraints. In order to make the model more realistic, this paper proposes that some constraints are soft and some coefficients are estimated by fuzzy numbers. Fuzzy Integer Linear Programming is applied, using the PROMETHEE III scorings as objective function coefficients, in order to find the subsets of non-outranked alternatives that best satisfy the soft constraints. The new model is more realistic and fits better the fuzzy philosophy of PROMETHEE. The method is illustrated with an example.     

含有偏好的DEA-BWM评价方法研究

针对传统的DEA模型在评估过程中并未考虑决策者对相关指标权重的偏好,将最优最差方法(BWM)嵌入到传统DEA模型中,基于决策者偏好排序的判断矩阵,构建一种含有偏好的DEA-BWM评价方法。首先在保持传统DEA方法的优势基础上,构建了CCR-BWM评价模型对各DMU进行评价。同时考虑为了便于各决策单元在统一权重基础上相互比较,构建了CSW-BWM公共权重模型。另外考虑决策单元自评和互评,构建了NCE-BWM中立型交叉效率。然后采用min-max方法分别将上述三种多目标评价模型转换为单目标线性规划进行求解。最后,选择一组算例对三种模型的有效性与合理性进行验证。     

Interactive outranking approaches for multicriteria decision-making problems with imprecise information

PROMETHEE is a powerful method, which can solve many multiple criteria decision making (MCDM) problems. It involves sophisticated preference modelling techniques but requires too much a priori precise information about parameter values (such as criterion weights and thresholds). In this paper, we consider a MCDM problem where alternatives are evaluated on several conflicting criteria, and the criterion weights and/or thresholds are imprecise or unknown to the decision maker (DM). We build robust outranking relations among the alternatives in order to help the DM to rank the alternatives and select the best alternative. We propose interactive approaches based on PROMETHEE method. We develop a decision aid tool called INTOUR, which implements the developed approaches.     

The SIR method: A superiority and inferiority ranking method for multiple criteria decision making

In this paper, a superiority and inferiority ranking (SIR) method is proposed. This new method uses two types of information, the superiority and the inferiority information, to derive two types of flows, the superiority flow and the inferiority flow, by which the set of alternatives are ranked partially or completely. Relationships between the SIR method and some of the classical multiple criteria decision making (MCDM) methods (such as SAW, TOPSIS and PROMETHEE) are explored. It is proved that the SIR method is a significant extension of the well-known PROMETHEE method.     

基于Gini准则的客观组合评价方法研究——以高技术产业技术创新能力评价为例

为了解决多方法评价结论的非一致性问题,提出了一种基于Gini准则的客观组合评价方法。该方法按照每种评价方法的评价值所提供的信息纯度对每种评价方法赋予相应的权重,信息纯度越大,则相应地赋予越大的权重,然后按照赋予的权重进行客观组合评价。并以高技术产业技术创新能力评价为例,验证了Gini准则客观组合评价方法的可操作和相对有效性。基于Gini准则的客观组合评价方法为解决多方法评价结论的非一致性问题提供了新的思路,是组合评价方法研究的有益补充。     

图书馆图书供应商选择的PROMETHEE/TOPSIS决策模型

图书供应商选择对图书馆各项功能的实现和未来的发展有着重要影响,这一重要问题的解决方法受到很多学者的关注。在构建图书供应商评价指标体系的基础上,提出了一种供应商选择的PROMETHEE／TOPSIS决策模型。模型通过向具有完全补偿性的TOPSIS方法中引入偏好函数,并结合摆动赋权方法,减少了决策信息的损失和扭曲,更好地反映了图书供应商间的差别。最后通过实例证明了该模型的有效性和实用性。     

Determining new possible weight values in PROMETHEE: a procedure based on data envelopment analysis

Operational research (OR) offers efficient tools to support managers in strategic decision-making processes. Data envelopment analysis (DEA) and multiple criteria decision aid (MCDA) are two important research areas in OR. These two domains are both based on the evaluation of “objects” according to multiple “points of views”. Within the MCDA framework, choosing appropriate weights for the different criteria often arises as a problem itself for decision makers. As a consequence, researchers have developed original methodologies to help them during this elicitation phase. In this work, we aim to investigate how DEA can be used to propose weights in the context of the PROMETHEE II method. More precisely, we suggest an extension of the so-called “decision maker brain” used in the GAIA plane (also known as PROMETHEE VI) based on DEA. The underlying idea is based on the computation of weights in PROMETHEE (GAIA brain) which are compatible with the DEA analysis. We end this paper with a numerical example.