基于互动与反馈的概率语言多属性群决策模型

针对概率语言多属性群决策问题,提出了基于互动与反馈的概率语言多属性群决策模型。首先定义了概率语言的距离测度和概率语言矩阵的一致性测度,以决策者的总体一致性测度确定决策者的客观权重,结合决策者的主观权重以主客观组合赋权法确定决策者的最终权重;结合概率语言的距离测度改进灰色关联度法,以归一化的属性关联度确定属性权重;为达到群决策中决策者的最大共识度,建立了具有互动与反馈过程的决策模型;最后提出了基于互动与反馈的概率语言多属性群决策模型的决策步骤,并且通过算例分析证明了该模型的有效性与可行性。     

语言分布评估信息下的群决策方法及其群体一致性分析

本文提出了基于语言分布评估加权平均(DAWA)算子的多属性群决策方法;定义了个体决策者评价结果与决策群体评价结果的次序一致性和数值一致性测度,以此分析决策群体评价结果的可靠性;最后,通过具体实例验证了群决策方法的有效性和实用性,分析了个体决策者评价结果与决策群体评价结果的次序一致性和数值一致性。     

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.     

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.     

基于直觉模糊软信息的多属性群决策方法

针对属性权重和专家权重信息都完全未知的多属性群决策问题,提出了一类以直觉模糊软集为数据环境的群决策方法。通过提取理想点结合距离测度构建非线性规划模型来求解属性权重。利用得分函数进行矩阵变换,基于各对象的综合正、负理想值构造满意度,并根据总体满意度最大化原则构建规划模型确定专家权重。最后利用属性权重和专家权重对得分矩阵进行加权平均,计算各对象的综合得分,进而给出具体的多属性群决策过程,并实例验证了决策方法的可行性和合理性。     

一种基于TOPSIS法的单值中智多属性决策新方法

单值中智集(SVNS)是中智集(NS)的一种特殊情况,它可以描述现实世界中大量存在的不精确、不确定和不一致信息。由于语言评价的模糊性,传统的模糊评价方法在解决多属性决策(MADM)问题上效果不佳。针对这种情况,提出了一种基于TOPSIS法的单值中智多属性决策新方法。首先介绍了中智集的一些基本概念和运算规则,给出了两个单值中智集之间的广义距离公式;然后构建了聚合专家权重的单值中智决策矩阵,把TOPSIS法推广到单值中智集的环境下;接着通过偏好排序确定了最佳的决策方案。最后通过一个仿真实例,说明了该方案的有效和实用性。     

基于集成算子改进得分函数的区间直觉模糊多属性决策方法

为更大程度的保留决策信息的原始性，针对决策过程决策信息的聚合、备选方案的比选问题，提出一种基于集成算子改进得分函数的区间直觉模糊多属性决策方法。首先，构建各决策者区间直觉模糊集评分矩阵，并根据模糊熵获得各决策者权重。其次，利用区间模糊集集成算子得到区间直觉模糊综合决策矩阵，进而选择Hamming距离表示方法，建立总离差最大化为目标的最优化模型客观确定属性权重。然后，基于得分函数的定义及性质将原始得分函数进行改进，获得各方案的得分区间矩阵，并将其与决策者属性进行综合得到综合得分区间。最后，根据区间数中心和半径的全序关系对方案的距离，计算每个方案的最终得分，并通过某公司选择投资企业算例验证该方法的可行性和有效性。     

基于属性关联的不完全风险偏好信息大群体应急决策方法

针对特大突发事件应急决策中大群体专家存在偏好信息不完全的问题,本文提出一种新的不完全风险性信息大群体应急决策方法。首先,利用最优离散拟合方法对决策者的风险偏好因子进行测度并据此对专家聚类;其次,根据不完全偏好矩阵进行属性关联测度,提出了基于风险偏好和属性关联的新的补值模型,得到完全偏好信息矩阵;然后,运用主成分分析方法提取属性主成分,并结合属性权重进行信息集结和方案择优;最后,通过台风“天鸽”事件验证所提方法的可行性和有效性。     

基于连续直觉梯形模糊相似测度的多属性群决策方法

针对评价值以直觉梯形模糊数形式给出的多属性群决策问题,提出一种基于α-截集,β-截集及连续区间有序加权平均(COWA)算子的连续直觉梯形模糊平均算子,并定义一种新的连续直觉梯形模糊相似测度,基于该相似测度构建群决策专家权重和属性权重确定模型,进而提出了一种基于连续直觉梯形模糊相似测度的多属性群决策方法。最后分析了决策者态度参数λ对群决策专家权重、属性权重以及方案排序值的影响,并通过投资方案选择问题的分析对新方法的有效性和合理性进行了说明。     

混合多属性决策问题中的权重研究

针对属性值以精确数、区间数、直觉梯形模糊数给出的混合多属性决策问题,提出一种基于属性的可靠性、属性对决策的影响度和决策者对属性的重视程度这三个维度给权重赋值的方法。首先对属性的可靠性进行定义,并计算出属性的可靠性;接着根据属性内部差异最大化求出属性对决策的影响度;随后利用直觉梯形模糊数之间的距离求出决策者对属性的重视程度,并用投影模型将这三个维度进行集成,得到最终的权重值。该方法能够使权重的获取更加全面,最后利用算例证明了本文方法的可行性。     

考虑决策者风险偏好的区间直觉模糊多属性群决策方法

提出了一种考虑决策者风险偏好且属性权重信息不完全的区间直觉模糊数多属性群决策方法。同时考虑相似度和接近度,确定每一属性的决策者权重。为了考虑决策者风险偏好对决策结果的影响和避免区间直觉模糊矩阵的渐进性,引入了决策者风险偏好系数,将集结后的综合决策矩阵转换成区间数矩阵。然后,为了客观地求出属性权重信息不完全环境下属性的权重,构建了基于区间直觉模糊交叉熵的属性权重目标规划模型,该模型不仅考虑了评价值的偏差,也强调了评价值自身的可信度。最后,通过研发项目选择问题的实例分析说明了所提方法的合理性和优越性。     

不同直觉偏好信息下的多属性决策方法

研究了属性值为实数且决策者对属性的偏好信息以直觉判断矩阵或残缺直觉判断矩阵给出的模糊多属性决策问题.首先介绍了直觉判断矩阵、一致性直觉判断矩阵、残缺直觉判断矩阵、一致性残缺直觉判断矩阵等概念,而后分别考虑关于直觉判断矩阵和残缺直觉判断矩阵的多属性决策问题,接着建立了基于直觉判断矩阵和残缺直觉判断矩阵的多属性群决策模型,通过求解这些模型获得属性的权重.进而给出了不同直觉偏好信息下的多属性决策方法.最后通过一个例子说明了该方法的可行性和实用性.     

毕达哥拉斯群决策方法及其在绿色供应商选取中的应用

针对专家权重未知且属性值为毕达哥拉斯模糊数的多属性群决策问题,基于证据理论和混合加权毕达哥拉斯MSM算子,提出了一种群决策方法。 首先,由决策信息矩阵获取专家的模糊测度,并赋予其相应的权重;其次,基于新构造的混合加权毕达哥拉斯MSM算子对专家所提供的属性信息分别进行集结,得到各个专家的综合评价信息;再次,利用证据合成方法,对专家综合评价信息进行融合,获得候选方案的综合证据信息,进而可知备选方案的信任区间,并据此对候选方案进行优选决策;最后,绿色供应商选取案例的分析与对比验证了方法的可行性与合理性。     

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。     

基于区间灰数多属性群决策建模技术的卫生应急综合评价研究

多属性灰色群决策建模方案设计为立足点,引入区间灰数、相离度、逼近理想点、群决策集结算法知识,在属性权重为实数、区间灰数或优化运算形式下,经属性值规范化后制定理想方案.首先,计算区间灰数相离度、灰色关联系数、灰色关联度,讨论以理想方案贴近度确定排序或择优.然后,改进为群体专家独立决策环境下,由属性矩阵虚构理想方案并计算关联度、贴近度,与专家权重集结为贴近度矩阵,由逼近理想点思路排序及择优.最后,由疾控机构卫生应急能力评价案例验证可行性,区间灰数、属性测度、专家权重以及属性群决策信息利用充分,这套建模方案对于类似问题也有推介意义.     

基于区间偏好信息的不确定性应急局部群决策模型

针对突发事件应急决策的复杂性特征,本文提出一种专家基于领域知识对应急方案集合进行局部评价的群决策模型。以区间数互反判断矩阵对属性进行偏好评价,采用线性规划求解权重区间,并利用集值统计序列得到属性权重向量的平均估计;在专家局部评价基础上,基于目标优化方法对方案群权重进行分配,并同时得到专家权重;通过集结个体局部偏好得到应急决策群组成员对备选方案偏好的一致性排序。最后,以地铁火灾事故为例模拟仿真应急疏散方案的群决策,对模型的实际运用说明了模型的可行性与有效性。     

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。     

基于偏好和动态直觉的产学研合作伙伴选择群决策分析

针对产学研合作伙伴选择的有限理性和偏好特性,基于直觉模糊多属性决策理论和相对熵理论,构建产学研合作伙伴选择群决策模型。运用动态直觉模糊加权几何算子(DIFWG)集成合作伙伴不同时段的个人准则决策矩阵,实现对产学研合作伙伴持续性的评价;运用直觉模糊有序加权平均算子(IFOWA)集成不同决策者的决策矩阵和偏好矩阵,并利用决策者对合作伙伴的主观偏好与对合作伙伴各准则的客观评价之间差距的极小化,基于加权平均思想,求取评价准则的客观权重;然后,引入相对熵求取评价对象理想的最优权重解,依据该解对各合作伙伴进行排序并选择;最终通过实证研究说明了该方法的有效性和可行性,充分利用直觉模糊理论,实现了产学研合作伙伴的“群偏好—多时段—群决策”的全面评价。     

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.     

构建不确定语言型多属性决策的投影模型

研究不确定语言型多属性决策评价结果与决策者对方案的偏好信息之间存在偏差的问题.通过建立与区间型语言标度对应的术语指标矩阵,及方案综合属性值与决策者主观偏好值之间的投影模型,确定属性的权重,然后运用加权法得到方案的综合属性值,利用已有的可能度矩阵排序公式得到决策方案的排序.构建了一种基于方案综合属性质与决策者主观偏好值之间的投影模型,通过算例对该方法的实用性和有效性进行了证明.