关键重要型多属性消错决策方法

针对属性为关键重要型的多属性决策问题,利用消错理论提出一种新型的决策方法.首先,依据消错理论给出错误、错误极限损失值、关键重要型属性等概念;接着,根据多属性决策问题的特征给出判断属性值错误与否的规则;再接着,通过建立错误函数计算属性错误值,并依据错误值确定可行策略集;然后,利用消错离心法对可行策略进行排序与选优.最后,通过将所提出的新型决策方法与其他方法相比较,以说明其科学性和可行性.     

考虑决策者给出部分属性期望的风险型多属性决策方法

针对决策者给出部分属性期望的风险型多属性决策问题,提出了一种决策分析方法。在该方法中,首先,依据决策者在各自然状态下给出的属性期望信息,将原始决策问题转化为没有属性期望和具有属性期望的两个独立的风险型多属性决策问题;然后,针对没有属性期望的风险型多属性决策问题,依据期望效用理论,计算各属性下属性值所对应的效用值,进而得到每个方案的综合效用值;进一步地,针对具有属性期望的风险型多属性决策问题,依据累积前景理论,将决策者给出的属性期望视为属性的参照点,进而计算各属性值的前景价值及决策权重函数值并计算每个方案的综合累积前景值;在此基础上,计算得到每个方案的总体效用值,并依据总体效用值的大小对所有方案进行排序。最后,通过一个算例说明了该方法的可行性和有效性。     

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.     

基于偏好信息一致性程度最大的多属性决策方法

研究了方案偏好信息以区间数互反判断矩阵形式给出,属性偏好信息以区间数互补判断矩阵形式给出的不确定多属性决策问题。首先针对属性值以实数形式给出的多属性决策问题,基于区间数判断矩阵一致性的性质,建立了求解属性和方案偏好信息一致性程度最大化的线性规划模型,然后把其推广到属性值以区间数形式给出的多属性决策问题,最后通过一个算例说明了该方法的适用性和有效性。     

一种基于集对分析的模糊多属性决策方法

针对属性权重和决策矩阵的属性值均为梯形模糊数的模糊多属性决策问题,提出了一种基于集对分析的决策方法.方法具有如下特点:通过借鉴集对分析理论和论域三划分的思想,把梯形模糊数属性值转化成联系数的形式,能有效处理决策过程中的不确定因素;对于权重向量和决策矩阵中的梯形模糊数采取不同的处理方法;用联系数决策理论的概念来刻画备选方案与正、负理想方案组成集对的同一对立程度;基于可能势的联系数排序能够准确反映联系数间的同一对立程度,方法直观,概念明确,易于实际操作.实例计算表明,方法是求解模糊多属性决策问题的一种有效工具.     

基于偏差的不确定型多属性决策的综合集成方法

对不确定型条件下的多属性决策问题,规范化后的区间数能消除属性值之间量纲的差异,建立了相离度偏差、中间值偏差和理想方案偏差计算公式,构建了以总偏差平方和为目标函数的综合集成优化模型,求解出各属性的客观权重,提出了一种客观属性权重的可能度法,为不确定型多属性决策提供了一种简单实用的可靠方法.最后通过一个算例说明了该方法的实用性和有效性.     

一种基于三参数区间灰色语言变量的多属性群决策方法

针对属性值为三参数区间灰色语言变量的不确定型多属性决策问题进行了研究,本文将语言变量和三参数区间数融合, 提出了三参数区间灰色语言变量的概念, 定义了三参数区间灰色语言变量的运算规则和可能度公式,在此基础上建立了基于投影模型的三参数区间灰色语言变量的多属性群决策方法。最后,通过对移动银行服务质量评估案例验证本模型的有效性。     

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.     

基于联系数的属性权重未知的三角模糊数多属性决策

针对属性权重完全未知且属性值为三角模糊数的多属性决策问题,采用属性值离差最大法确定属性权重,用"均值+偏差"联系数代表原属性值三角模糊数,按"均值"的加权求和模型得到方案的初排序,利用联系数中i的不同取值作排序不确定分析,应用概率统计原理综合不确定性分析结果,得到终排序,在提高决策可信性的同时,简化了属性权重完全未知的三角模糊数多属性建模与计算过程。实例表明新方法简明有效。     

不确定决策环境下绿色供应商选择方法研究

针对不确定环境下绿色供应商选择问题,提出了一种属性权重信息完全未知且属性值以区间数形式给出的多属性决策方法。基于区间数相离度概念,定义了区间数的平均差,建立属性权重计算方法——带参数的平均差极大化方法。此方法具有一定的柔性,可以通过参数来调节属性之间的差别程度。最后把该方法应用于绿色供应商选择,说明了该方法的实用性和有效性。     

基于方案贴近度和满意度的交互式不确定多属性决策方法

针对属性权重信息部分确知且对方案有偏好的不确定多属性决策问题,提出一种基于方案贴近度和满意度的交互式决策方法.方法首先利用已知的客观信息和决策者的主观要求建立单目标规划模型,其次通过对方案满意度和综合度的给定与修正来实现人机交互决策.最后,通过实例说明模型及方法的可行性和有效性.     

基于模糊语言评估和GIOWA算子的多属性群决策方法

研究了方案的属性评估信息以模糊语言形式给出的多属性群决策问题,定义了一种模糊语言评估标度并给出其相应的三角模糊数表达方式.利用广义的导出有序加权平均(GIOWA)算子,对专家所给出的对应于各方案的属性评估信息进行了集结,并提出了一种基于模糊语言评估和GIOWA算子的多属性群决策方法.最后进行了实例分析.     

基于模糊语言评估和联系数的多属性群决策方法

对方案的属性评估信息以模糊语言形式给出的多属性群决策问题,采用集对分析理论进行处理,提出了一种基于模糊语言评估和联系数的多属性群决策方法,实例应用表明了该方法的有效性和实用性.     

语言多属性决策的一种组合方法

研究了属性权重完全未知,方案属性值和偏好值均为语言变量的多属性决策问题.首先,通过分析相关文献中利用方案属性值与偏好值之间的偏差得到属性权重的不合理性,在最小化方案综合属性值与偏好值的偏差的基础上,建立了一个求解属性权重的规划模型.其次,在各方案的属性值与属性正理想点的偏差最小的基础上,又建立一个求解属性权重的规划模型.第三,在综合考虑各属性下所有决策方案总的组合偏差之和最小的基础上,将上述两个规划模型相结合,得到了一个反映出决策者对两种不同信息的偏好程度的求解属性权重的规划模型,得到了语言多属性决策的一种组合方法.最后,通过实例说明方法的可行性与有效性.     

不确定性组合加权调和平均算子及其应用

在多属性决策中,通常把成本性指标转换为效益性指标在进行加权综合得出方案的排序结果.然而这不是唯一可行的方法.本文在有序加权调和平均(OWHA)算子的基础上,提出了不确定组合加权调和平均(UCWHA)算子的概念,这是一种新的信息集结方法.同时探讨其性质,并且给出该算子在属性权重未知,且属性值为区间数的多属性决策中的应用.实例结果表明该方法是可行的.     

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。     

基于综合权重的理想模糊物元多属性决策法及应用

研究了属性指标具有不相容性和模糊性及其指标的权重完全未知的模糊多属性决策问题.分析了目前广泛采用的模糊物元分析法以及仅有主观赋权法或客观赋权法确定其指标权重的缺点.根据物元可拓理论和理想解法的思想,定义了理想模糊物元和负理想模糊物元的概念.利用兼顾主观偏好和客观信息的综合权重赋值法,提出了基于综合权重的理想模糊物元多属性决策方法.该法既能充分利用指标本身所包含的客观信息,又能充分发挥决策者的主观能动性.实例研究结果表明该法能反映出决策方案间的细微差别,能对决策方案的优劣做出更准确有效的评价.     

基于证据推理的直觉模糊多属性群决策方法

针对属性值为直觉模糊数的多属性群决策问题,提出了一种证据推理的扩展方法。首先,在考虑主观因素与客观因素的基础上运用直觉模糊熵法计算出属性及专家的综合权重。其次,提出一种基于证据推理的直觉模糊信息融合方法,该方法可以避免由于评价值的隶属度为0而导致的信息丢失现象,弥补了现有直觉模糊信息融合方法存在的不足。在此基础上,集结评价信息并按照备选方案与理想方案的相对贴近度对备选方案进行比选。最后,运用实例验证了所提方法的有效性。     

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。