区间数型多属性决策正交投影模型及其应用

针对用TOPSIS法进行多属性决策时备择方案可能既与"理想方案"距离最近,又与"负理想方案"距离最近的不足,用正交投影代替TOPSIS法中的相对贴近度,建立了区间数型多属性决策正交投影模型.模型首先将"理想方案"平移至坐标原点后,转换为0向量,只用平移后的"负理想方案"计算正交距离,然后将区间数转换为a+bi型联系数,根据联系数复运算排序得到最终决策结果.通过一个工程设计方案评价例子进行了计算分析,说明了模型的有效性.     

一种基于“垂面”距离和IFE的直觉模糊多属性决策方法

提出了一种属性权重未知情境下的基于“垂面”距离和直觉模糊熵(intuitionistic fuzzy entropy,IFE)的直觉模糊多属性决策方法。该方法针对基于相对欧氏距离的直觉模糊TOPSIS法中出现的逆排序问题,将“垂面”距离引入到直觉模糊决策理论中,通过将“垂面”距离对欧氏距离进行替换,提出了一种基于“垂面”距离的直觉模糊多属性决策规则;基于IFE最小原理和“垂面”距离最小思想,构建了融合主客观信息偏好的属性权重确定模型。最后给出了一个算例验证了该方法的有效性和实用性。     

基于正交投影法的犹豫模糊决策方法及其在军事训练中应用

针对决策者做评估时会出现分歧和犹豫的情况,犹豫模糊集给出了多个隶属度,较好地反映了决策者的意见。正交投影法则克服了传统的TOPSIS法中同一方案会同时接近正负理想解的缺陷,能够得到较为良好的决策效果。鉴于此,本文将把二者相结合,提出了一种新的决策方法。首先给出了犹豫模糊"垂面"距离,并讨论了同一"垂面"上点的性质;然后提出了一种基于正交投影法的犹豫模糊多属性决策方法;最后利用军事训练方面的应用实例说明了该方法的可行性和有效性。     

三元区间多属性决策模型

针对决策信息为三元区间数且属性权重完全未知的多属性决策问题,对灰靶决策模型进行了进一步的拓展研究,给出了适用于三元区间综合靶心距决策模型的赋权方法,根据各指标值的上、中、下限序列的信息熵得到改进的信息熵权,并与主观法得到的区间权重相结合,定义了一种新的区间综合权重.在此基础上,通过特征向量法将区间综合权重转化为最优权重来进行方案排序.最后以实例说明了这种赋权方法下灰靶决策模型的实用性和有效性.     

基于TOPSIS的模糊群体多属性决策方法

针对模糊群体多属性决策问题,给出一种基于理想点法(TOPSIS)的多属性决策方法.方法先用三角模糊数的形式表示专家评价值的模糊性和不确定性,而后考虑了专家在不同评价属性中的重要程度和意见的相似度,并将专家意见进行集结得到专家群体关于方案集的模糊决策矩阵,最后定义了三角模糊数形式的正负理想方案,通过计算各方案与正负理想方案的距离以及各方案与理想点的相对接近度,最终确定最优方案.通过实例分析说明了该方法的可行性和有效性.     

一种基于相关系数矩阵的TOPSIS决策方法

在多属性决策分析中,传统的TOPSIS法是基于欧氏距离来计算各方案到正负理想点的距离,但欧氏距离没有考虑各属性之间的相关性;从这一角度出发,将相关系数矩阵与欧式距离结合,从而弥补了欧氏距离的不足,最后进行了实例分析.     

基于相关系数及改进TOPSIS的区间直觉模糊群决策方法

针对决策者权重与属性权重完全未知的区间直觉模糊多属性群决策问题,给出一种基于相关系数及改进TOPSIS法的多属性群决策方法。将各决策者同等对待,得到各方案关于每个属性的评价均值,由各决策者在每个方案下关于单个属性的区间直觉模糊评价值与其评价均值的相关系数,获取在单个属性下体现出的各决策者权重。基于各决策者权重得到群体区间直觉模糊决策矩阵,构建各方案与正理想方案加权相关系数总和最大化(或与负理性方案加权相关系数总和最小化)的目标规划模型确定各属性权重。以两组属性权重向量分别得到各方案与正、负理想方案的加权相关系数,依据改进的TOPSIS法计算各方案与正理想方案的相对相关系数,并以此得到各方案的优先序。投资项目选择算例说明该群决策方法有效性与合理性。     

模糊多属性决策在装备质量评价中的应用

从介绍装备质量的概念开始 ,揭示了装备质量评价的本质——模糊多属性决策 .建立了决策矩阵 ,采用层次分析法得到了各属性的权重 ,采用折衷型模糊多属性决策方法 ,在得到理想解与负理想解之后 ,计算了各方案与理想解和负理想解的欧几里得距离 ,并以远离负理想解为准则完成了装备方案的优选排序 .     

基于不同距离的TOPSIS油田开发方案组合优选

为了衡量TOPSIS方法中不同距离函数对油田开发最优决策方案的影响,综合考虑技术、经济和效益等指标,分别采用曼哈顿距离、欧式距离、切比雪夫距离和垂面距离来探究油田开发方案排序之间的差异性.同时,为解决这种差异,通过计算4种距离函数下方案排序对理想开发方案的隶属度,并采用加权组合决策的方法对4种优选结果进行综合决策.     

基于Hausdauff度量的模糊TOPSIS方法研究

针对模糊多属性决策中的模糊 TOPSIS方法 ,提出了一种基于 Hausdauff度量的模糊 TOPSIS方法 .首先由模糊极大集与模糊极小集确定模糊多属性决策问题的理想解与负理想解 ,进而由 Hausdauff度量获得不同备选方案到理想解与负理想解的距离及其贴近度 ,根据贴近度指标对方案进行排序 ,为决策者提供决策支持 .最后以 L-R梯形模糊数为例进行了实例研究 .     

基于有序梯形模糊灰色关联TOPSIS的多属性决策方法

研究了有序梯形模糊数来表示不确定语言环境下的灰色关联TOPSIS多属性决策问题。首先应用有序梯形模糊数标度方案属性偏好信息,在传统梯形模糊数基础上增加了一个方向属性,使得决策信息的表示更加细腻;提出了有序梯形模糊环境下多属性决策灰色关联TOPSIS综合优选算法,引入了距离和灰色关联度相结合的综合贴近度公式,实现最优方案与理想方案的位置与曲线形状的一致性;最后通过制造系统内流动控制实例说明了所提出有序梯形模糊灰色关联TOPSIS方法的可行性和有效性。     

基于区间直觉梯形模糊数的改进TOPSIS多属性决策方法

研究了属性权重完全未知的区间直觉梯形模糊数的多属性决策问题,结合TOPSIS方法定义了相对贴近度及总贴近度公式.首先由区间直觉梯形模糊数的Hamming距离给出了每个方案的属性与正负理想解的距离,基于此,给出了相对贴近度矩阵,根据所有决策方案的综合贴近度最小化建立多目标规划模型,从而确定属性的权重值,然后根据区间直觉梯形模糊数的加权算数平均算子求出各决策方案的总贴近度,根据总贴近度的大小对方案进行排序;最后,通过实例分析说明该方法的可行性和有效性.     

基于集对分析联系数的区间数型多属性决策投影模型及其在基坑支护方案评价中的应用

多属性决策时因掌握的信息有限,加之问题本身的复杂性、不确定性以及人类思维的模糊性,其属性的精确值往往难以获取,常用区间数形式表示针对多属性决策中各指标区间数不能直接进行大小比较的问题,提出一种基于集对分析联系数的区间数型多属性决策投影模型.模型用备择方案在理想方案上的投影进行集结,根据区间数的误差分布形式,沟通区间数与联系数的关系,根据a+bi型联系数大小比较法则,综合评价方案优劣.以某大厦基坑支护拟用的4种方案优化选择为例,说明方法的应用与模糊优化理论模型和灰色物元分析优化模型进行了对比,得到的结果一致.     

Decision risk analysis for an interval TOPSIS method

TOPSIS is a multi-attribute decision making (MADM) technique for ranking and selection of a number of externally determined alternatives through distance measures. When the collected data for each criterion is interval and the risk attitude for a decision maker is unknown, we present a new TOPSIS method for normalizing the collected data and ranking the alternatives. The results show that the decision maker with different risk attitude ranks the different alternatives.     

An extension of TOPSIS for group decision making

An extension of TOPSIS (technique for order performance by similarity to ideal solution), a multi-attribute decision making (MADM) technique, to a group decision environment is investigated. TOPSIS is a practical and useful technique for ranking and selection of a number of externally determined alternatives through distance measures. To get a broad view of the techniques used, we provide a few options for the operations, such as normalization, distance measures and mean operators, at each of the corresponding steps of TOPSIS. In addition, the preferences of more than one decision maker are internally aggregated into the TOPSIS procedure. Unlike in previous developments, our group preferences are aggregated within the procedure. The proposed model is indeed a unified process and it will be readily applicable to many real-world decision making situations without increasing the computational burden. In the final part, the effects of external aggregation and internal aggregation of group preferences for TOPSIS with different computational combinations are compared using examples. The results have demonstrated our model to be both robust and efficient.     

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.     

IS/IT项目选择决策的灰色逼近理想解排序法

IS/IT项目选择决策是一个多属性决策问题.针对传统逼近理想解排序法(TOPSIS)在确定属性权重系数上的缺陷,并考虑到在实际IS/IT项目选择决策过程中部分决策信息的不足,提出了基于灰色TOPSIS改进算法.算法运用区间灰数表达指标权重和指标评价值,定义备择项目与正、负理想解的灰色关联度,依此计算各备则项目的贴近度并实现最终排序.仿真实例验证了该方法的合理和有效性.     

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。     

A fuzzy closeness approach to fuzzy multi-attribute decision making

The aim of this paper is to develop a new fuzzy closeness (FC) methodology for multi-attribute decision making (MADM) in fuzzy environments, which is an important research field in decision science and operations research. The TOPSIS method based on an aggregating function representing “closeness to the ideal solution” is one of the well-known MADM methods. However, while the highest ranked alternative by the TOPSIS method is the best in terms of its ranking index, this does not mean that it is always the closest to the ideal solution. Furthermore, the TOPSIS method presumes crisp data while fuzziness is inherent in decision data and decision making processes, so that fuzzy ratings using linguistic variables are better suited for assessing decision alternatives. In this paper, a new FC method for MADM under fuzzy environments is developed by introducing a multi-attribute ranking index based on the particular measure of closeness to the ideal solution, which is developed from the fuzzy weighted Minkowski distance used as an aggregating function in a compromise programming method. The FC method of compromise ranking determines a compromise solution, providing a maximum “group utility” for the “majority” and a minimum individual regret for the “opponent”. A real example of a personnel selection problem is examined to demonstrate the implementation process of the method proposed in this paper.     

区间犹豫模糊ELECTRE多属性决策方法及应用

近年来,多属性决策问题一直是广大学者研究的重点,然而基于ELECTRE方法的区间犹豫模糊多属性决策问题的研究并不多见。因此,结合区间犹豫模糊集的信息表达优势和ELECTRE方法的思想,提出了一种区间犹豫模糊ELECTRE(IVHF ELECTRE)多属性决策新方法。首先构造了区间犹豫模糊决策矩阵,引入得分函数和可能度的概念,构造属性优势集和属性劣势集。然后通过设定阈值得到综合优先判定矩阵,从而得到各方案间的优先顺序。为了进一步得到各方案的整体排序,引入TOPSIS方法,通过计算各方案与正负理想点的相对距离来构造综合优先矩阵,从而得到各方案的总体排序。最后通过具体实例验证了该方法的可行性和合理性。