联系数在梯形模糊数多属性决策中的应用

属性权重和属性值都是梯形模糊数的多属性决策问题是一种带有不确定性的决策,需要作不确定性分析后才能得出结论.为此把梯形模糊数表示的属性值和属性权重先用其特征函数"均值+偏差"联系数(特征联系数)表示,再利用联系数运算法则作"加权求和"运算,不仅获得与其它决策方法相同的结果,而且借助联系数中i的不同取值考察决策对象的排序变化,方法简便易行,且具有较强适用性.     

基于二次联系数的区间数多属性决策方法及应用

针对属性权重与属性值都是区间数的多属性决策问题,提出基于联系数基本决策模型的二次联系数概念,再利用二次联系数值的变化对区间数多属性决策中的不确定性进行分析,从而客观地反映出区间数多属性决策中不确定性对决策结果的影响,算法简明清晰,结论可靠。     

基于联系数复运算的区间数多属性决策方法及应用

针对属性权重与属性值都为区间数的多属性决策问题,先把区间数转换成a+bi形式的联系数,再按联系数的复运算要求改写成三角函数表达式,在此基础上得到一种多属性加权决策综合主值模型.实例应用表明:该方法在一定程度上客观地反映出区间数多属性决策问题中确定性与不确定性的相互联系和相互影响,算法简便,结论可靠.     

属性等级和属性值均为区间数的多属性决策集对分析

针对属性等级和属性值都是区间数的不确定型多属性决策问题,通过把区间数转化为集对分析联系数,计算联系数的模以及属性等级模与属性值模的同一度,再利用这些同一度并参照属性等级数n建立n元联系数,利用n元联系数综合值做出决策.实例运算表明,此方法简明,而且便于对决策方案的排序作不确定性分析.     

基于区间数正态分布假设的多属性决策集对分析

针对属性权重未知的区间数多属性决策问题,根据区间数取值为正态分布假设时获得期望值μ和标准差σ所提供的信息,应用集对分析理论把μ和σ写成二元联系数,并计算二元联系数的模,再根据属性值模的变差(为最大的属性在属性体系中应该有较大权重的原理),计算各属性权重,在此基础上建模、计算、决策,方法简明,结论可靠,便于作不确定性分析,有利于科学决策.     

基于联系数的属性权重未知的区间数多属性决策研究

针对一类属性权重未知且属性值用区间数表示的不确定多属性决策问题,把区间数表示的属性值转换为二元联系数,并改写成三角函数,按决策方案属性值方差确定属性权重,根据各方案属性加权综合值确定方案初排序,再通过不确定性分析方法做出最终排序.实例应用表明上述方法简明实用有效,而且能方便地开展方案排序的不确定分析.     

属性权重未知的区间型多属性决策方法

针对方案的属性值为区间数并且属性权重完全未知的多属性决策问题,提出了一种新的多属性决策方法.基于联系数理论,首先构建了联系数之间的距离公式;其次引入方案间相对相离度和相对相离度矩阵等概念及其计算公式;然后将区间数属性值转化为联系数表示,利用所提出的概念和公式进行多属性决策,从而得到方案间的优序排列.决策方法直观简单,避免了属性权重的计算.最后给出实例说明了提出的方法具有合理性和有效性.     

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。     

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。     

基于联系数的定性定量混合多属性区间数决策

针对多属性区间数决策中既有用定量属性又有用自然语言表示的定性属性的这类复杂问题,基于集对分析的联系数理论,把定性属性值先用区间数赋值,再把各属性值区间数转换成二元联系数,建立基于二元联系数的决策模型,利用模型中的确定性联系分量作出初决策,再利用模型中的不确定量作不确定分析,得到终决策.方法简称为"确定性计算+不确定性分析-两步决策法".把以上方法用于电力黑启动决策实例计算和分析,表明方法原理清晰,方法简明,结论可靠,有应用推广价值.     

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.     

“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.     

基于区间数期望和不确定性分析的多属性决策方法与应用

针对区间数多属性决策中的不确定性问题,提出基于区间数的不确定性分析方法,用集对分析联系数中的A表示区间数的数学期望,Bi表示区间数的不确定性,借助联系数A+Bi的加、乘运算建立区间数多属性决策模型,再利用i的不同取值进行不确定性分析.实例应用表明,方法算理清晰,算法简明,分析方便,结论可靠.     

不完备信息下的灰色粗糙集成决策模型侯亚林

In this paper, for multiple attribute decision-making problem in which attribute values are interval grey numbers and some of them are null values, a decision model based on grey rough sets integration with incomplete information is proposed. We put forward incidence degree coefficient formula for grey interval, by information entropy theory and analysis technique, the method and principle is presented to fill up null values. We also establish the method of grey interval incidence cluster. Because grey system theory and Rough set theory are complementary each other, decision table with preference information is obtained by the result of grey incidence cluster. An algorithm for inducing decision rules based on rough set theory and the dominance relationship is presented. In some extent, this algorithm can deal with decision-making problem in which the attribute values are interval grey numbers and some of them are null values. Contrasted with classical model of cluster decision-making, the algorithm has an advantage of flexibility and compatibility to new information.     

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.     

基于区间数贴近度的不确定多属性决策模型

针对只有部分权重信息且属性值以区间数形式给出的多属性决策问题,提出了一种基于区间数贴近度的决策方法.首先讨论了区间数贴近度的定义和性质;然后给出了解决不确定多属性决策问题的一般步骤.并依据传统的逼近理想解的基本思路,以实际评价值与理想解之间的贴近度最大化为目标建立优化模型,从而得到指标权重.进而计算出每个方案与正理想解的相对贴近度,即可得到所有方案的排序结果.方法能充分利用规范化评价的先验信息,评价结果客观可靠,不具有主观随意性.最后通过实例分析验证了该方法的有效性和实用性.     

基于集对分析的混合型多属性决策方法的研究

针对属性权重信息不完全且属性值为实数、区间数和模糊语言值相结合的混合型多属性决策问题,提出了一种基于集对分析的多属性决策方法.该方法所需计算量较少,方法简单,易于计算.最后通过实例验证了该方法的有效性和实用性.