模糊多目标群决策方法在军事辅助决策中的运用

决策者用语言变量评价目标权系数和定性目标,对定量目标进行无量纲化处理,并统一表示成不规则四边形模糊数的形式.经集结确定各决策对各方案的模糊评价指标,然后用乐观系数准则确定各决策对各方案的排序指标.最后用平均值法集结所有决策者对各方案的排序指标,并确定出群体对各方案的排序.     

一种基于证据推理的多指标多标度大群体决策方法

针对多指标多标度大群体决策问题,提出了一种基于证据推理的决策方法.首先将参与决策人针对各指标给出的方案评价信息转化为关于指标评价标度的概率分布.然后运用证据推理方法将针对不同指标的概率分布形式的群体评价信息进行集结,得到关于综合评价标度分布形式的群体综合评价信息,在此基础上计算每个方案的效用值,并据此对方案进行排序.最后,通过一个实例说明了本文提出方法的可行性和有效性.本文的方法为解决大群体决策问题提供了一种新途径.具有实际应用价值.     

基于层次分析法的多属性灰决策方法及应用

提出了系统多层次多属性群决策的灰色关联分析法的优选模型,将优选方案的影响因素分成若干个子系统,每个子系统有相应的评价指标组成.首先根据评价指标的灰色关联系数,再由加权名氏距离计算出各指标的权重,然后得到各优选方案与各子系统的灰色关联度.由群决策确定完各子系统的权重之后,最终得到各优选方案的综合属性值并排序选优.将模型应用于4座矿井的安全系统评估,得到了与实际情况相符的评价结果.     

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.     

不完全信息下的区间直觉模糊数的多属性决策方法

针对属性权重信息不完全的区间直觉模糊的多属性决策问题,提出灰色关联分析的决策方法.该方法首先确定各属性下的最佳和最劣方案,确定各方案与理想方案的灰色关联系数,然后在属性权重信息不完全的情况下,建立基于理想点的最优决策模型,求出属性权重,进而根据与理想方案的相对贴近度对各方案进行排序,最后用实例对该方法进行了说明,理论分析和数据结果表明了方法的可行性和有效性.     

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.     

含语言评价信息的一种模糊多属性群决策方法

对于多属性群决策问题的处理,有时需要采用先决策、后综合的处理方法,而含有语言评价信息的多属性群决策问题,定性目标一般用语言评价信息描述,由决策人给出定性目标和权系数的语言变量评价,用梯形模糊数表示,对定量目标进行无量纲化处理;将决策人对于单一目标的评价指标聚合成多个目标的评价模糊数,采用Bass-Kw akernaak模糊数排序方法对方案进行排序;群体的评价通过Borda函数来集结方案集的群体排序.     

基于二元语言评价的群决策方法

针对语言评价的群决策问题,定义了二元语言术语的概念及其运算法则,并给出二元语言和算子与二元语言加权平均算子,提出一种属性权重已知的语言评价群决策方法.方法首先利用二元语言和算子对专家给出的语言评价信息进行集成,得到方案关于属性的群体评价,然后利用二元语言加权平均算子集成方案各属性的群体评价,得到各方案综合评价.最后通过比较各方案综合评价的期望值和优势度,确定方案排序.     

一种新的模糊TOPSIS决策方法

TOPSIS方法是多准则决策中常用的一种方法.但是该方法无法有效处理决策中的模糊信息,本文提出了一种模糊环境下的TOPSIS方法.在用三角模糊数对语言变量表示的基础上,决策过程中的各个准则的权重和各个备选方案的等级均采用语言变量来描述,这些语言变量由专家确定.为降低决策中的计算量,引入了模糊数的等级均值积分表示,在决策过程中将模糊数计算转化为简单的实数运算.这一优点使得决策中可以避免求解模糊数之间的距离和对模糊数排序.利用一个多准则决策的算例验证了该方法的有效性.     

区域科技创新能力的灰色关联综合评价研究

采用灰色关联度确定权重的多目标决策方法,根据科技创新能力相关的数据指标集,对我国八大经济区科技创新能力给予了综合评价和排序.这种定量确定权重的方法,为综合评价区域的创新能力提供了一种更为实用、简洁、可操作性的新方法.     

The evidential reasoning approach for MADA under both probabilistic and fuzzy uncertainties

Many multiple attribute decision analysis (MADA) problems are characterised by both quantitative and qualitative attributes with various types of uncertainties. Incompleteness (or ignorance) and vagueness (or fuzziness) are among the most common uncertainties in decision analysis. The evidential reasoning (ER) approach has been developed in the 1990s and in the recent years to support the solution of MADA problems with ignorance, a kind of probabilistic uncertainty. In this paper, the ER approach is further developed to deal with MADA problems with both probabilistic and fuzzy uncertainties.In this newly developed ER approach, precise data, ignorance and fuzziness are all modelled under the unified framework of a distributed fuzzy belief structure, leading to a fuzzy belief decision matrix. A utility-based grade match method is proposed to transform both numerical data and qualitative (fuzzy) assessment information of various formats into the fuzzy belief structure. A new fuzzy ER algorithm is developed to aggregate multiple attributes using the information contained in the fuzzy belief matrix, resulting in an aggregated fuzzy distributed assessment for each alternative. Different from the existing ER algorithm that is of a recursive nature, the new fuzzy ER algorithm provides an analytical means for combining all attributes without iteration, thus providing scope and flexibility for sensitivity analysis and optimisation. A numerical example is provided to illustrate the detailed implementation process of the new ER approach and its validity and wide applicability.     

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.     

一种不完全信息的多属性决策模型及其灵敏度分析

针对具有区间信任结构的不完全信息的多属性决策问题,建立了一组集结各属性区间信任度的优化模型,得到每个方案属于各个评价等级的总体信任度.在这一优化模型的基础上,建立了计算期望效用值的约束优化模型,通过求解该优化问题,得到各方案的期望效用值,用期望效用值对决策方案进行排序.分析了期望效用值对属性权系数的灵敏度,提出了一种方案排序结果对决策参数的灵敏度分析方法.最后,用算例验证了模型的有效性.     

Multi-attribute group decision-making with multi-granularity linguistic assessment information: An improved approach based on deviation and TOPSIS

With respect to group decision-making problems with multi-granularity linguistic assessment information, a new approach is proposed. Firstly, the computational formulae are given in order to transform and unify the multi-granularity linguistic comparison matrices. Secondly, the method of standard and mean deviation is applied to determine the unknown attribute weights, and the weights of the decision makers will be determined by using the extended TOPSIS (technique for order preference by similarity to an ideal solution) method. Finally, based on the LWAA (linguistic weighted arithmetic averaging) operator, information on the preference provided by each decision maker is aggregated into the comprehensive evaluation value of each alternative, and the most desirable alternative is selected. The proposed approach expands the research in multi-attribute group decision-making with multi-granularity linguistic assessment information by both considering the weights of the attributes and decision makers, and objective weighting for them. A numerical example is given to illustrate the practicability and usefulness of the proposed approach.     

基于二元语义TAC积分算子的语言型多属性群决策方法

针对属性之间存在模糊关联的语言型多属性群决策问题,给出了二元语义TAC(Two-Additive Choquet)积分算子的定义,分析和证明了算子的有关性质,并提出了相应的决策方法。该方法首先将各专家提供的语言短语形式的属性权重信息、属性关联信息与属性评价信息转化为二元语义形式,然后利用二元语义TAC积分算子将转化后的属性相关信息集结为各专家的方案评价值,并进一步集结专家意见获得方案的综合评价值,从而确定其排序。最后,通过实例分析和方法比较说明了所给方法的有效性和优点。研究结果表明,该方法具有属性关联刻画细致、计算过程简单且无信息损失、决策结果可解释性强等优点,为求解属性之间存在模糊关联的语言型多属性群决策问题提供了一种新的途径。     

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.     

基于直觉纯语言集结算子的多属性群决策方法

定义了直觉纯语言集及其运算法则和直觉纯语言变量的数学期望和精确函数,提出了一些基于直觉纯语言评估标度及其运算法则的信息集结算子。在此基础上,给出了一种专家权重、属性权重及属性值均以语言标度形式给出的直觉纯语言信息集结方法,并将此方法应用到多属性群决策中,实例分析表明了该方法的有效性和可行性。     

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.     

考虑决策者心理行为的直觉语言多属性决策方法

针对应用直觉语言集来表达决策信息的语言多属性决策问题,在考虑决策者有限理性的心理行为基础上,提出一种决策方法。该方法通过比较每个属性下方案之间的得分函数和精确函数, 构建方案的收益-损失分析矩阵。在考虑决策者参照依赖和损失规避心理行为基础上,计算每个方案相对于其它方案在每个属性下的收益-损失值优先度;在此基础上,计算备选方案的综合优先度, 并根据其大小对方案进行排序择优。最后通过一个算例验证所提出方法的有效性和合理性。