一种群决策专家客观权重确定的改进方法

针对传统的群决策专家客观权重确定的两类主要方法(即基于判断矩阵一致性程度和基于专家排序向量或判断矩阵元素的聚类分析)的缺陷,提出了一种综合考虑两方面因素的改进方法.首先利用聚类分析方法根据各专家的排序向量得到专家类别间的权重,然后根据单个专家的判断矩阵一致性以及排序向量到类核心的距离确定最终权重.文末给出的算例表明该方法是可行、有效的.     

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.     

属性和专家客观权重未知的多值中智数群决策方法

针对评价信息为多值中智数的多属性决策问题,提出基于最小最大相似度求解属性权重与标准区间求解专家权重的方法.该方法首先根据最小最大模型求解属性权重,将初始评价矩阵集结为综合决策矩阵,其次利用数字分析法求得标准区间,根据各专家与标准区间的相似度确定专家权重,再对综合评价矩阵集结得各方案的综合评价值,对综合评价值排序得最优方案,最后用实例说明了方法的有效性和适用性.     

AHP中群决策权重的确定与判断矩阵的合并

本首先运用系统聚类分析法，对群决策中的专家进行了分类，并为每位专家赋予了不同的权重。然后在专家自身权重的作用下，根据各个判断矩阵之间的一致性，算出每个判断矩阵的可信度权值，对经过一致性调整的多专家判断矩阵进行加权平均，得出多专家对各判定方案的判定结果。章的最后用一个算例来说明本中方法的实施过程。     

不确定语言多属性决策的组合方法

研究了属性权重完全未知、属性值以不确定语言变量形式给出的不确定语言多属性决策问题.首先引入了不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念.针对属性权重完全未知的情形,给出了一个求解权重的组合公式.然后利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

连续值域决策表的一种属性权重确定方法

结合模糊聚类技术与粗糙集中属性重要性思想,针对连续值域决策表,提出一种属性权重的确定方法.该方法首先将连续值域决策表转化为模糊决策表,然后求出对象之间关于条件属性的相似度矩阵,再采用平方法将相似度矩阵化为等价矩阵,最后根据模糊聚类技术与粗糙集中求属性重要性方法求各连续属性的权重.实例说明了该方法的合理性和有效性.     

基于模糊聚类的不同形式偏好信息的集结方法研究

针对具有5种不同形式偏好信息的群决策问题给出了一种分析方法.当专家给出的偏好信息是模糊互补判断矩阵、区间值、正互反矩阵、序关系值以及效用值时,首先把不同形式的偏好信息转化为模糊互补判断矩阵,然后,再根据模糊互补判断矩阵得出每个专家的方案排序值,据此对专家进行模糊聚类,根据聚类结果确定专家的权重,进而进行信息合成和方案选优,并用算例进行了验证.     

基于相对熵的不完全信息群体专家权重的集结

针对属性权重信息和属性效用信息都不完全的群体多属性决策问题,运用相对熵理论提出了一种专家权重的确定方法．该方法通过集结各方案的综合评价值向量,客观地得到专家的权重,避免系统聚类方法中由给定相似度水平归类而产生的主观性问题．应用实例表明了方法的有效性和实用性．     

基于主客观权重集成的电子商务网站评价方法

研究了不确定决策环境下企业电子商务网站评价问题。利用专家给出的区间互补判断矩阵,获得属性的主观权重;定义了区间数的平均差,提出了一种属性客观权重确定方法——平均差极大化方法;通过加权系数把主观权重与客观权重线性集成,使得到的综合权重同时反映主观和客观程度,并给出了一种基于投影模型的决策方案排序方法。最后通过算例说明该方法的可行性和有效性。     

基于Vague集的多属性群决策专家权重的确定

针对方案属性值为Vague值的多属性群决策问题,提出了一种新的专家权重的确定方法.定义了Vague值的得分函数、贴近度、运算法则以及信息集成算子.根据专家评判的相似度矩阵,通过其最大模特征值所对应的特征向量客观地确定了专家的权重,进而提出了新的群决策方法.制造资源应用实例验证了方法的可行性和合理性.     

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.     

基于粗糙集分类的群决策专家个体可信度权重确定方法

提出了一种基于粗糙集分类来判断群决策专家个体可信度权重的新方法。先根据专家给出的判断矩阵分别按照条件属性值和决策属性值将方案进行分类,再用概率分布函数来考察每个条件属性类在决策属性类中的分布情况,算出与均匀分布时的概率分布函数的距离和,将各个专家判断矩阵的距离和进行归一化处理,以此作为群决策专家个体可信度的权值;最后用算例给出了该方法的可行性和有效性。     

基于指标信息量的灰色可能度聚类模型研究

针对灰色可能度聚类方法中指标权重确定问题,利用改进的CRITIC法确定指标权重,构建了改进的灰色可能度聚类模型.对于传统的CRITIC法,运用变异系数和点距离差值代替传统CRITIC法中的标准差和相关系数,以此代表指标间对比强度和冲突性并基于此提出了新型CRITIC法,解决了标准差不能有效反映指标变异程度,避免当指标数量较少时,相关系数波动性较大的问题.改进的灰色聚类模型通过各指标间信息量水平的差异从而确定指标的客观权重,有效体现了指标信息的重要作用,使权重的确定更加科学,最后运用算例验证改进灰色聚类模型的有效性.     

直觉模糊多属性的意见集中排序法

研究了属性权重信息不完全确定,属性值为直觉模糊集的多属性决策问题。首先根据直觉模糊数的得分函数和精确函数对决策矩阵中的评价值比较大小,进而按属性集中的每个属性对方案排成线性序;然后通过计算赋权模糊优先矩阵确定方案的优属度,建立规划模型确定属性的权重;再利用加权算术算子对方案集结,得到专家对方案的排序,从而得到一种新的意见集中排序的决策方法。数值实例说明该方法的有效性和实用性,可为解决直觉模糊多属性决策提供新方法     

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。     

基于灰类敏感度系数的评价指标客观权重极大熵配置模型

评价指标权重的确定是多属性决策问题中至关重要的环节。然而,既有研究利用评价指标值之间的差异性进行指标的客观赋权,往往忽略了评价指标对被评价对象全体及所在系统的重要性。本文基于事物自然本质属性差异,运用灰色关联聚类将评价对象划分到预设的类别;借鉴有无对比分析法的思想,定义了反映指标对全体被评价对象类别影响程度的灰类敏感度系数;根据极大熵准则,建立了基于灰类敏感度系数的客观权重极大熵配置模型,以确定多属性决策指标的权重。并通过与文献[21,26]中实际案例的对比分析,说明了本模型的有效性与更贴近现实性,为解决多属性决策指标客观赋权问题提出了一个新思路。     

基于区间直觉模糊数的多属性多阶段冲突型大群体应急决策方法

本文针对属性权重和阶段权重未知且专家偏好表示为区间直觉模糊数的多属性多阶段大群体应急决策问题,提出一种新的决策方法。首先给出了区间直觉模糊数的相似度公式,利用模糊聚类法对各阶段的专家偏好进行聚类。在聚类过程中,为减小聚集结果的群体偏好冲突,以群体偏好一致性水平最大化为目标对聚类阈值进行设定。然后依据模糊熵、相对熵原理分别对属性权重和阶段权重进行计算,进而得到整个决策过程中的方案综合群体偏好。利用区间直觉模糊数的得分函数和精确函数对备选方案进行排序,最后利用算例对该方法的有效性和可行性进行验证。     

不确定多属性决策中的一种模糊赋权方法

研究了以三角模糊数给出属性权重的不确定多属性决策问题,提出了一种基于三角模糊数的赋权方法,并给出了决策模型.首先决策者将属性权重两两比较的结果用三角模糊数表示,构造三角模糊数互补判断矩阵.通过求解矩阵得到模糊权重.然后,集结各方案的模糊综合属性值,通过构造并求解可能度矩阵对方案进行排序.最后给出了一个应用实例.     

群决策中基于判断相似度的专家聚类及群体意见集结方法

针对大规模群决策问题,提出了一种基于专家意见相似度的群体判断信息逐步集结规划的方法。首先利用备选方案序关系向量的灰色关联度和夹角余弦构造两两专家判断信息的组合相似度;其次以判断相似度为标准,采用一种广度邻居搜索算法对专家进行聚类;然后以判断偏差最小为目标,构造非线性的约束规划模型对每一类专家意见进行集结,从而获得类内专家的集结信息;最后从专家数量最多的类别开始,依次对每类专家集结后的判断信息进行再次集结,从而获得最终的评判结果。该方法将大规模的复杂群决 策转化为低复杂度的多阶段专家信息集结问题,并保证了群体结果的一致性。算例分析验证了方法的可行性和有效性。     

基于相对熵的多属性决策组合赋权方法

综合各种赋权方法给出的主观和客观属性权重信息,建立了求解多属性决策问题属性权重的优化模型,并改进了文献[11]中模型的求解方法.根据各种主客观赋权法给出的赋权结果的贴近度确定其在权重集成中的加权系数,贴近度通过计算权重向量的相对熵来得到,最后通过应用实例对此方法予以说明.