基于单值中智集Choquet积分算子的群决策方法

单值中智集不仅能描述现实决策系统中不完整信息而且能描述不确定性和不一致信息,已有关于单值中智集的决策方法只能用来解决属性间相互独立的多属性决策问题.考虑到Choquet积分算子的特点,将Choquet积分算子应用到单值中智集中,用以解决属性间有关联关系的多属性群决策问题.首先应用单值中智集余弦相似度比较方法,提出了单值中智集Choquet积分算子,研究了其性质.然后建立了基于单值中智集Choquet积分算子的多属性群决策方法.最后通过实例分析说明了算法的可行性和有效性.     

基于DEMATEL和TOPSIS的多值中智模糊多属性决策方法

研究了多值中智模糊环境下的多属性决策方法。决策者采用多值中智模糊值评价属性和方案,利用决策实验分析方法(DEMATEL)确定属性的权重向量,再利用TOPSIS方法对方案排序,最后通过实例说明方法的可行性和有效性。     

社交网络环境下基于单值中智信息的大规模群决策方法

考虑到单值中智集具有全面且准确描述不确定信息的优势,文章提出了社交网络环境下基于单值中智信息的大规模群决策方法.首先,结合Louvain算法对社交网络进行分区,并确定分区团体中各决策者权重以及分区团体在整个社交网络中的权重.其次,提出改进的单值中智加权平均算子与改进的单值中智有序加权平均算子,并探讨算子的合理性以及相关性质.结合所提算子,对分区团体中各决策者的偏好信息以及整个网络中决策者的偏好信息进行集结.再次,采用单值中智距离测度检测分区团体中决策者的一致性水平,并利用改进的单值中智加权平均算子与单值中智数比较方法对候选方案进行排序.最后,结合中国某海外矿产投资项目选择案例验证所提方法的可行性与有效性,并通过灵敏度分析与比较分析证明所提方法的优越性.     

基于投影的单值中智集MAGDM一致性合成方法

针对投影测度下的属性值和属性权重均为单值中智集的多属性群决策问题,提出了一种基于投影的群决策一致性合成方法。该方法以群体评价均值矩阵和群体评价正、负理想值矩阵为群体评价的参考基准,根据投影测度,构建了衡量决策者个体评价与群体评价一致性程度的投影贴近度公式;进而以决策者的相对一致性程度和决策者重要性合成得到策者权重,并构造加权规范化的群体最终决策矩阵;然后以单值中智集得分函数求解各方案的最终得分并排序;并给出详细的决策步骤,最后通过算例同其他方法进行了对比分析,表明本文方法的可行、有效。     

一种基于不同粒度且属性权重未知的群决策方法

针对具有不同粒度语言评价矩阵和属性未知的群决策问题,给出了一种基于二元语义和TOPSIS算法的群决策方法。在该方法中,首先给出了不同粒度语言评价矩阵一致化为由基本语言评价集表示的二元语义信息的方法;然后引入TOPSIS的方法,结合二元语义形式计算规则,确定未知的属性客观权重,利用二元语义集结算子,得到单个决策者对方案的评价值;再通过T-OWA算子对各决策者给出的评价信息进行集结和方案选优;最后给出了一个算例。     

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.     

多值直觉中智集及其性质

为丰富中智集理论并扩大其应用范围,本文在已有中智集研究的基础上,提出一种新型中智集——多值直觉中智集,讨论了多值直觉中智集与其他中智集及相关模糊集的关系.然后给出了多值直觉中智元的基本运算和相关运算性质,并证明了基于运算所得到的交换律,结合律等定理.     

基于ANP与模糊TOPSIS-CRITIC方法的不确定多属性决策模型

随着多属性决策问题的日益流行,处理决策问题的复杂程度也逐渐增加,针对其中权重不确定,难以量化各影响因素主观权重与客观权重以及指标排序不精确的问题,提出了一种将网络层次分析法(ANP)与模糊指标相关性的指标权重确定法(CRITIC)、逼近理想解排序法(TOPSIS)相结合的不确定多属性决策模型首先,在分别使用ANP方法和CRITIC法确定各影响因素的主观、客观权重的基础上计算指标的综合权重,然后应用模糊TOPSIS方法对备选方案进行贴进度排序最后,通过一个实例将计算结果同其他三种决策方法进行对比分析,验证了所提出的ANP与模糊TOPSIS-CRITIC方法的可靠性和有效性.     

基于证据理论和Vague集的多属性群决策方法研究

为了解决人们在复杂环境中决策困难的问题,论文基于Vague集描述不确定事物的优势,通过证据理论对Vague集进行合成,得到一种信息集结的多属性群决策方法。该算法首先考虑专家评分的可信度,在分析Vague集与证据理论的数学关系后,使用证据理论将各方案在各属性下的专家集证据集结。然后通过Vague集记分函数进行属性权重的计算,将方案集在属性集下的Vague评价值进行加权修正,再通过证据理论将属性集证据集结得到各方案最终的Vague评价值。之后使用记分函数计算每一方案的得分来确定最优方案。最后通过算例进一步说明所提方法的可行性与有效性。文章给出的算法使决策者在不确定环境下可以进行理性决策,从而选出最优方案。     

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 .     

New concepts in neutrosophic graphs with application

A neutrosophic set is a generalization of an intuitionistic fuzzy set. Neutrosophic models give more flexibility, precisions and compatibility to the system as compared to intuitionistic fuzzy models. In this research study, we apply the concept of neutrosophic sets to graphs and discuss certain concepts of single-valued neutrosophic graphs. We illustrate the concepts by several examples. We investigate some interesting properties. We describe an application of single-valued neutrosophic graph in decision making process. We also present the procedure of our proposed method as an algorithm.     

模糊多属性决策的直觉模糊集方法

基于直觉模糊集理论,提出了一种新的TOPSIS方法来研究模糊多属性决策问题。首先,根据直觉模糊集的几何意义,定义了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示;然后,根据TOPSIS原理,通过计算备选方案到直觉模糊正理想解和负理想解的距离,来确定备选方案的综合评价指数,以此判断方案的优劣次序。最后,通过一个具体实例说明该方法的有效性和具体应用过程。     

基于双参照点的区间型多属性决策方法研究

文章针对属性值为区间数、权重完全未知的多属性决策问题,提出一种基于双参照点的多属性决策方法。首先,描述了双参照点决策问题的广泛性,分析了双参照点的特征及其对决策行为的影响;接着,通过损益值和态度值来计算效用值,并将效用值用于判断备选策略的可行性;再接着,给出基于损益值的赋权法;然后,利用区间TOPSIS法对效用值进行集结和策略排序;最后,通过一个实例证明本文所提出的决策方法的科学性。     

Single valued neutrosophic cross-entropy for multicriteria decision making problems

A single valued neutrosophic set (SVNS) is an instance of a neutrosophic set, which give us an additional possibility to represent uncertainty, imprecise, incomplete, and inconsistent information which exist in real world. It would be more suitable to apply indeterminate information and inconsistent information measures. In this paper, the cross entropy of SVNSs, called single valued neutrosophic cross entropy, is proposed as an extension of the cross entropy of fuzzy sets. Then, a multicriteria decision-making method based on the proposed single valued neutrosophic cross entropy is established in which criteria values for alternatives are SVNSs. In decision making process, we utilize the single-valued neutrosophic weighted cross entropy between the ideal alternative and an alternative to rank the alternatives corresponding to the cross entropy values and to select the most desirable one(s). Finally, a practical example of the choosing problem of suppliers is provided to illustrate the application of the developed approach.     

基于QUALIFLEX和LINMAP的简化中性犹豫模糊多属性决策方法

在处理多属性决策问题中,QUALIFLEX是一种非常有用的排序算法。针对属性取值为简化中性犹豫模糊集的多属性决策问题,提出了SNHFS-QUALIFLEX算法。另外考虑到属性权重不确定的情况,将LINMAP扩展到简化中性犹豫模糊集中,定义了符号距离,建立了最优数学规划模型来确定属性权重。最后将SNHFS-QUALIFLEX方法应用到多属性决策实例中,并验证了其可行性和有效性。     

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。     

对多属性决策问题中夹角度量法的质疑

夹角度量法是近年来提出的一种基于TOPSIS的新多属性决策问题的算法.该方法通过定义夹角贴近度来比较方案的优劣.但是通过分析夹角度量法的证明过程,发现其理论推导存在明显的不足,证明了其理论的错误,并通过算例证明了其结论的错误.     

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.