基于灰关联分析和相对熵的多属性决策排序方法

在灰关联分析和相对熵决策方法的基础上,结合各自的优点,提出了一种解决多属性决策问题排序的新方法.首先利用改进熵对评价属性进行赋权,其次计算被评方案与理想方案和负理想方案的灰色关联度和相对熵,最后根据相对贴近度的大小对被评方案进行排序,案例说明了决策方法的有效性和实用性.     

基于对称交互熵的多属性决策排序法

本义研究了多属性决策的排序问题.利用信息熵理论提出了对称交互熵概念,定义了一种新的与理想方案的贴近度,由此给出了基于对称交互熵的排序方法.最后通过算例将新方法与传统的TOPSIS法、夹角度量法和正交投影法作对比,获得了新方法能够更加精确地判断方案优劣的结果.     

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.     

基于博弈论和相对熵的基坑支护方案优选

基坑支护方案优选是一项多属性决策,提出了一种基于博弈论组合赋权和相对熵的逼近理想解(TOPSIS)决策模型.首先采用信息熵确定客观权重,运用层次分析法确定主观权重,然后引入博弈论集结模型将主客观权重科学化组合,得到综合权重,最后采用一种基于相对熵的逼近理想解决策方法进行基坑支护方案优选,并结合工程实例进行验证.结果证明:基于相对熵的TOPSIS决策模型在案例中的评价结果与工程实际相吻合.     

权重完全未知下基于投影的犹豫模糊多属性群决策方法及应用

旨在犹豫模糊环境下,针对属性权重和专家权重完全未知的情形,提出了一种基于投影的犹豫模糊多属性群决策方法.首先,根据改进的犹豫模糊熵结合均熵求得决策者的客观权重,利用熵最小化原则与犹豫模糊指数熵确定评价属性的权重.接着,利用犹豫模糊加权算术平均算子对个体犹豫模糊决策矩阵进行集结,构建并求解出每个方案在正、负理想方案上的投影.然后,通过计算相对贴近度实现方案的排序和择优.最后,把该决策方法应用在应急救援路径选择问题上,进而验证了所提群决策方法的可行性与有效性.     

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.     

基于模糊熵-熵权法的混合多属性决策方法

针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策问题,提出了基于模糊熵-熵权法的混合多属性决策方法。通过规范化的方法把区间数转化为直觉模糊数,建立了直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用熵权法确定属性的客观权重区间,通过求解属性信息模糊熵最小的线性规划模型得到属性客观权重;再与主观赋权方法相结合确定属性的组合权重;最后应用相对熵排序法得到方案的最终排序结果。算例分析表明方法的可行性和实用性。     

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。     

直觉模糊多属性决策的TOPSIS法

属性值和权重都是直觉模糊集的多属性决策问题不同于一般的多属性决策问题，不能运用现有的决策方法求解。本文给出了直觉模糊正、负理想方案的定义及其与每个方案的欧氏距离，进而建立了每个方案与直觉模糊正理想方案的相对贴近度计算方法，从此产生所有方案的优序排序，即拓展了TOPSIS法。数值实例说明了该方法的有效性和实用性，可为解决直觉模糊多属性决策提供新途径。