基于区间模糊数的多阶段冲突型大群体应急决策方法

针对阶段权重未知且偏好信息表示为区间模糊数的多阶段大群体应急决策问题,提出一种新的群决策方法。首先给出了区间模糊数相似度公式,利用该公式对各阶段的专家偏好信息进行聚类;然后构建相对熵优化模型对聚集权重和阶段权重进行求解,得到整个决策过程的综合群体偏好,根据综合群体偏好对备选方案进行排序,确定最佳方案;最后通过算例对该方法的有效性和可行性进行验证。     

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。     

三角模糊偏好下冲突型多属性群决策方法研究

针对三角模糊偏好下冲突型群决策问题,本文提出一种新的决策方法。在冲突消解阶段,用三角模糊数表示决策专家偏好,定义两三角模糊数型偏好矢量间的相似度,通过计算专家对各个方案的偏好矢量与各方案的群偏好矢量间的相似度,以此为基础定义专家的冲突测度。给出阈值和协商机制调控专家的冲突测度,直到所有的专家的冲突测度都小于给定阈值,进入决策阶段。在决策阶段,利用三角模糊数的期望函数确定属性权重,计算各个方案群偏好矢量与理想方案偏好矢量之间的加权相似度,由加权相似度大小排列决策,选出最优方案。最后给出案例应用,利用Matlab画出各方案的冲突测度图,数值结果表明本文方法的可行性及有效性。     

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。     

基于UGC大数据挖掘的大群体两阶段风险性应急决策方法

针对在重大突发事件应急决策大数据环境下决策者偏好的不确定性及偏离群体一致性导致的风险,提出一种基于UGC大数据挖掘的大群体两阶段风险性应急决策方法。首先,通过数据挖掘和自然语言处理方法从UGC中获取公众对事件的偏好信息并构建应急决策属性体系,利用TF-IDF方法结合专家评估信息确定属性权重;其次,建立一个意见开放式的两阶段决策流程,提出依据决策者意见的可靠度和准确度量化决策风险,利用聚类方法得到相应的成员权重,并使用TOPSIS法对决策方案进行排序。最后通过天津港“8·12”重大爆炸事故的案例分析和对比验证了所提出方法的可行性和有效性。     

基于模糊—冲突熵的风险性大群体应急决策方法

针对应急决策信息的模糊性以及大群体偏好的冲突性引起决策风险的问题,提出了一种基于模糊—冲突熵的风险性大群体应急决策方法。首先,依据决策者偏好将大群体进行聚类,得到聚集偏好矩阵;其次,提出一个直觉模糊形式的区间直觉模糊距离以减少偏好信息的丢失,同时定义广义直觉模糊数,将二者与前景理论相结合,通过转换得到聚集的直觉模糊前景决策矩阵;再次,构建以决策风险最小化为目标的大群体模糊—冲突熵应急决策模型,计算准则权重,将大群体的前景决策矩阵和准则权重相结合得到方案的综合前景值,并以此对应急方案排序;最后,通过案例的分析与对比验证了所提方法的合理性与有效性。     

基于决策者信任水平和组合赋权的不完全偏好复杂大群体应急决策方法

针对属性权重完全未知且专家偏好出现残缺值的复杂大群体应急决策问题,提出了一种新的决策方法。首先,设计了一套基于决策者信任水平的残缺值填充机制,对缺失的偏好信息进行补充。然后,将各方案的大群体偏好信息进行聚类,基于方案信息熵和群体偏好冲突水平构建组合赋权方法,对属性权重进行测算,进而得到各个方案的综合评价值。最后对该方法进行了实例验证,验证结果表明本文提出的方法具有良好的可行性和有效性。     

基于区间数决策矩阵的评判专家水平分析方法

在群决策分析中,如何评判专家水平是一个重要课题,针对群决策中基于区间数决策矩阵形式偏好信息的评判专家水平问题,提出了一种分析方法。首先,给出了有关区间数、专家群体区间数决策矩阵的定义及其决策矩阵的规范化方法;然后,通过定义专家与专家群体关于方案排序向量之间的偏差,给出了基于理想点法的区间数决策矩阵形式偏好信息的专家评判水平的分析方法。同时,利用聚类分析方法,给出了专家评判水平分类的判别方法;最后,通过一个算例说明给出的分析方法。     

基于决策者风险偏好大数据分析的大群体应急决策方法

针对重大突发事件应急决策大群体成员的风险偏好复杂难测问题,提出了一种新的基于决策者风险偏好大数据分析的大群体应急决策方法。首先专家群体对突发事件进行快速响应,生成若干应急预案及其风险属性信息;其次,社会公众通过网络等渠道参与到应急决策中来并形成决策大群体,给出不同预案的偏好值;然后,利用证据推理算法得出公众对各预案的风险效用值,将预案风险效用值与预案偏好值加权组合,得到各个预案的大群体决策者的风险偏好值;最后,基于风险偏好值,利用大数据分析技术对大群体的风险偏好进行聚类识别,从中筛选出风险中立者组成新的应急决策群体,再次聚类得出应急决策群体的成员组成结构,以此为基础计算决策者权重和应急预案的最终效用值,得应急预案排序结果。最后通过算例分析验证了方法的有效性和可行性。     

基于区间数偏好信息的专家群体共识性研究

针对群决策中基于区间数偏好信息的共识性问题,给出了一种新的分析方法.首先给出了有关区间数和区间数决策矩阵的定义及若干性质;然后.通过定义有关专家群体判断关于方案针对指标的落影函数和专家群体关于方案针对指标的重心值,给出了群决策中基于区间数决策矩阵的共识性的分析方法和非共识的调整方法.最后,通过一个算例说明给出的分析方法.     

一类不完全信息的多属性决策的方案支配优化模型

研究了一类不完全信息的多属性决策问题,建立了方案支配关系的优化模型.给出了属性权重集合的极点的两种求法,提供了求解模型的算法.所提供的算法只需要简单的矩阵运算,从而降低了计算时间,并且用数值例子来描述该算法.     

一种属性信息不完全的TODIM决策方法

针对属性信息不完全的多属性决策问题,考虑到决策者具有参照依赖和损失规避行为,提出一种不完全信息的TODIM决策方法。首先,在考虑决策者参照依赖和损失规避行为的基础上,计算每个方案相对于其它方案关于每个属性的优势度;然后计算每个方案相对于其它所有方案的总体优势度;再以最大化所有方案的总体优势度作为目标函数,建立确定最优方案的优化模型。进一步,利用TODIM方法的思想,计算每个方案相对于其它所有方案的总体优势度,从而对方案进行排序。最后通过一个风险投资的算例验证该方法的可行性和有效性。     

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.     

不完全偏好信息下房地产投资的模糊优选

解决了不完全偏好信息下含有模糊决策元素的房地产投资方案的优选问题.分析形成了房地产投资方案的评价指标体系,并在Hamming距离与Euclidean距离测度的基础上,建立了不完全偏好信息下的模糊多属性决策模型,能处理决策元素为一般模糊数的决策问题,同时提供了所建非线性规划模型的交叉迭代解法.实际算例的比较结果表明,本文提出的决策模型及算法优于文献中关于偏好信息完全确知的经典模型与算法.     

Cyber vulnerability maintenance policies that address the incomplete nature of inspection

In cybersecurity, incomplete inspection, resulting mainly from computers being turned off during the scan, leads to a challenge for scheduling maintenance actions. This article proposes the application of partially observable decision processes to derive cost‐effective cyber maintenance actions that minimize total costs. We consider several types of hosts having vulnerabilities at various levels of severity. The maintenance cost structure in our proposed model consists of the direct costs of maintenance actions in addition to potential incident costs associated with different security states. To assess the benefits of optimal policies obtained from partially observable Markov decision processes, we use real‐world data from a major university. Compared with alternative policies using simulations, the optimal control policies can significantly reduce expected maintenance expenditures per host and relatively quickly mitigate the most important vulnerabilities.     

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.     

A Procedure for Decision Making Based on Incomplete Fuzzy Preference Relation

In this paper, we investigate the decision making problem based on fuzzy preference relation with incomplete information. We first introduce incomplete fuzzy preference relation and present some of its desirable properties. We then develop a system of equations. Based on this system of equations, we propose a procedure for decision making based on incomplete fuzzy preference relation, and finally, a numerical example is presented to illustrate the proposed procedure.     

多属性决策的组合赋权优化方法

针对多属性决策中属性权重的确定问题，提出了一种主观权重与客观权重的集成方法。对每个决策属性，将各个决策者给出的主观权重和客观权重作为样本点，采用规划的方法来集成主观权重和客观权重，使决策结果更加可靠、可信。     

评价指标权重不能完全确定的多指标决策方法研究

评价指标权重不能完全确定的多指标决策问题是指指标的权重虽然不能完全确定,但却知道其所在区域的多指标决策问题,首先指出了前人研究的不足,然后给出了评价指标权重不能完全确定的指标决策问题的逼近理想点法,最后用本给出的方法分析了献[1]给出的实际问题。