区间数伴语言变量的混合多属性决策

针对属性值既有区间数又有定性语言变量的混合多属性决策问题,基于集对分析中的联系数理论,通过语言变量的等级赋值,再把赋值看成区间数,继而把区间数转换成二元联系数,利用二元联系数中的确定性分量作出初决策,再利用二元联系数的不确定性分量作不确定分析,得到终决策。实例应用表明,该方法原理简单,方法简明,决策结果可靠。     

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.     

基于二元联系数距离的不确定语言多属性决策模型

研究了属性权重范围已知,方案主观偏好值为语言变量,决策信息为不确定语言决策矩阵的多属性决策问题.在给出不确定语言变量转换为二元联系数的公式以及二元联系数距离公式的基础上,将方案主观偏好语言评价值转换为二元联系数,将不确定语言决策矩阵转换为二元联系数决策矩阵,从而得到方案的二元联系数综合属性值,通过最小化方案的二元联系数综合属性值和主观偏好值之间距离,建立多目标优化模型,并将其转换为一个单目标规划模型计算出属性权重.然后,通过对方案的二元联系数综合属性值进行不确定性分析,得到各方案的排序总数,利用排序总数对方案进行排序择优.应用实例表明该决策方法可行有效.     

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.     

基于联系数的区间数多属性决策非线性模型及应用

当多属性决策中的属性权重和属性值都是区间数时,把区间数改写成联系数,并让联系数按普通多项式运算法则作加法和乘法运算,进而建立基于联系数的区间数多属性决策非线性决策模型,其决策联系数为关于i的二次函数,从而说明当属性权重和属性值都是区间数时的决策问题是一个含有二次不确定性的问题.     

属性值和权重均是区间三角模糊数的群体决策方法

研究属性值和属性权重均用区间三角模糊数来表示的群决策问题,提出了一种基于集对分析二元联系数的决策方法。借鉴集对分析理论和统计学理论的思想,将区间三角模糊数转化为"均值+方差"二元联系数的形式,保留了区间三角模糊数决策信息中的确定性与不确定性。集结专家偏好得到二元联系数集结矩阵,给出了两个直观且合理的决策准则。与已有利用模糊集成算子集结区间三角模糊数偏好并基于可能度矩阵进行排序的方法相比,该方法在决策过程中保留了模糊偏好信息的不确定性,使得决策结果更客观和可信,且计算更为简便。通过对实例进行分析验证了方法的实用性和有效性。     

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SPA的D-U空间的区间数多属性决策模型及应用

区间数多属性决策既具有一定的确定性,又具有一定的不确定性.利用集对分析(SPA)的不确定性系统理论,将区间数映射到二维确定-不确定空间(D-U空间),把区间数转换为向量,建立区间数的模、幅角及三角函数表达式的概念,进而建立区间数的综合(基本、一般、主值)决策模型.实例计算表明:该模型能较为客观地反映出区间数多属性决策的确定性与不确定性,同时,更具有对不确定性分析的合理性.     

基于集对分析联系数的区间数型多属性决策投影模型及其在基坑支护方案评价中的应用

多属性决策时因掌握的信息有限,加之问题本身的复杂性、不确定性以及人类思维的模糊性,其属性的精确值往往难以获取,常用区间数形式表示针对多属性决策中各指标区间数不能直接进行大小比较的问题,提出一种基于集对分析联系数的区间数型多属性决策投影模型.模型用备择方案在理想方案上的投影进行集结,根据区间数的误差分布形式,沟通区间数与联系数的关系,根据a+bi型联系数大小比较法则,综合评价方案优劣.以某大厦基坑支护拟用的4种方案优化选择为例,说明方法的应用与模糊优化理论模型和灰色物元分析优化模型进行了对比,得到的结果一致.     

基于联系数不确定性分析的区间数多属性决策

区间数多属性决策通常是在某一算法下得到方案的排序,很少考虑区间数不确定性的影响,通过区间数转换成联系数,可以客观地反映区间数的不确定性,在此基础上,建立基于联系数的多属性决策模型,从而对不确定性进行较全面的取值分西,使决策结果更为合理.     

基于集对分析联系数的信息不完全直觉模糊多属性决策

信息不完全直觉模糊多属性决策是一类不确定性决策问题,其不确定性来自属性权重信息不完全和属性值的直觉模糊数表示.为了系统地刻画直觉模糊多属性决策中的不确定性,避免直觉模糊多属性决策中利用得分函数做决策的片面性和不准确性,可以将信息不完全的权重和直觉模糊数表示的属性值转化成集对分析理论中的联系数,并建立信息不完全直觉模糊多属性决策模型,通过对不确定性进行分析后作出决策.实例应用表明该决策方法具有合理性和可行性.     

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.     

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。     

基于集对分析的多种不确定偏好形式大群体决策方法

针对具有多种不确定偏好形式的多方案大群体决策问题,提出一种基于集对分析的群决策方法。将区间数、三角模糊数以及语言值三种形式的不确定偏好转换为联系数,保留了不确定偏好信息中的确定性与不确定性。提出一种区间聚类算法,在决策成员权重未知的情况下对成员进行赋权。利用加权综合联系数对大群体偏好进行集结,根据方案的集对势大小给出方案的排序。该方法避免了确定权重时的主观性,同时考虑决策信息的确定性与不确定性,提高了决策结果的可信度。通过实例分析验证了方法的有效性和实用性。