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。     

基于相对熵的区间Pythagorean模糊多属性AQM决策方法及其应用

针对决策信息为区间Pythagorean模糊数,属性权重不完全确定的多属性决策问题,提出了一种基于相对熵的AQM决策方法。首先,提出区间Pythagorean模糊数的相对熵,计算了各方案与区间Pythagorean模糊正理想方案和负理想方案间的相对熵,据此构建了基于方案相对满意度最大的非线性规划属性权重确定模型;其次,针对每个属性,利用新的区间Pythagorean模糊数得分函数计算方案的0-1优先关系矩阵,依据AQM方法对所有0-1优先关系矩阵进行融合得到合成0-1优先关系矩阵,并确定了方案的综合度,由此获得方案的排序。最后,以软件开发项目的选取为实例说明了该方法的可行性和有效性。     

一种基于Shapley值的Pythagorean模糊多属性群决策方法及其应用

针对模糊决策信息环境下的专家权重确定问题提出一种基于Shapley值的Pythagorean模糊多属性群决策方法。本文引入Shapley值和特征函数的定义,提出Pythagorean模糊距离测度和Pythagorean模糊决策误差信息矩阵等概念,并研究它们的性质。进一步,构建基于Shapley值的Pythagorean模糊专家权重确定模型和属性权重确定模型。针对决策信息是以Pythagorean模糊数形式给出的决策问题,提出一种基于Shapley值的Pythagorean模糊多属性群决策方法,并应用到应急救援中,验证了该方法的有效性。     

基于投影的单值中智集MAGDM一致性合成方法

针对投影测度下的属性值和属性权重均为单值中智集的多属性群决策问题,提出了一种基于投影的群决策一致性合成方法。该方法以群体评价均值矩阵和群体评价正、负理想值矩阵为群体评价的参考基准,根据投影测度,构建了衡量决策者个体评价与群体评价一致性程度的投影贴近度公式;进而以决策者的相对一致性程度和决策者重要性合成得到策者权重,并构造加权规范化的群体最终决策矩阵;然后以单值中智集得分函数求解各方案的最终得分并排序;并给出详细的决策步骤,最后通过算例同其他方法进行了对比分析,表明本文方法的可行、有效。     

基于模糊影响图与D-S证据理论的多属性群决策方法

针对影响因素复杂的总体评价问题,提出了一种多属性群决策方法。该方法通过模糊影响图构建多层决策模型,利用模糊关系矩阵传递专家的意见,利用证据理论集结专家意见。该决策方法利用属性间客观存在的模糊关系进行决策,不需要确定决策属性的权重。实例分析表明,本方法可行,有利于降低决策信息的不确定程度。     

偏好信息为模糊互反判断矩阵的模糊多属性决策法

研究只有部分权重信息且决策者对方案的偏好信息以模糊互反判断矩阵形式给出的模糊多属性决策问题。提出了一种基于目标规划模型的模糊多属性决策方法。该法首先基于模糊互反判断矩阵，利用转换函数将决策信息一致化，建立了一个目标规划模型．通过求解该模型确定属性的权重，然后运用加性加权法求出各方案的模糊综合属性值，并利用已有的三角模糊数排序公式求得决策方案的排序。文章最后把该法应用于解决风险投资领域中的项目评估问题。     

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.     

区间型多属性群体专家权重的确定方法

针对方案偏好和属性值均为区间数的多属性群决策问题，研究了群体专家权重的确定，并提出了一种新的群决策方法．通过定义区间数向量的内积，计算专家评判的相似度和差异度，进而客观地确定了专家的权重．求解最小化主、客观偏差的目标规划模型，得到了属性的权重，利用方案的群体综合属性值给出排序结果．供应商选择的应用实例验证了方法的可行性和合理性．     

基于直觉模糊相似度量的群决策专家水平评判方法

针对基于直觉模糊信息的多属性群决策专家水平评判问题提出了理想矩阵分析法.在引入多属性群决策直觉模糊信息体(即决策信息体)和直觉模糊相似度量的基础上,通过计算决策矩阵与正、负理想矩阵之间的相似度,提出了基于直觉模糊相似度量的理想矩阵分析法,并利用该方法对算例中的专家评判水平进行排序,通过比较统计分析法和直觉模糊熵分析法说明该方法的可行性和有效性.     

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。     

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。     

部分权重信息下对方案有互补偏好的多属性决策法

研究了只有部分权重信息且对方案的偏好信息以模糊互补判断矩阵形式给出的多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将客观决策信息一致化,建立一个目标规划模型,通过求解该模型得到属性权重,从而利用加性加权法获得各方案的综合属性值,并以此对方案进行排序或择优.提出了一种基于目标规划的多属性决策方法.该方法具有操作简便和易于上机实现的特点.最后,通过实例说明模型及方法的可行性和有效性.     

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。     

区间粗糙数多属性决策方法

针对属性值为区间粗糙数,属性权重部分已知和属性权重未知两种情形的多属性决策问题,本文利用灰色关联分析的思想方法,构建了一种区间粗糙数多属性决策方法。本文首先利用区间粗糙数的运算法则和期望值比较,确定最优理想方案和最劣理想方案,并基于灰色关联度分析方法构建了属性权重部分已知、属性权重未知两种情形的多目标优化模型,从而确定属性权重和属性权重表达式,进而获得各方案的综合评价值和方案排序。最后以一个实例验证模型的有效性与适用性。     

一种区间Pythagorean模糊VIKOR多属性群决策方法

针对属性信息为区间Pythagorean模糊集且属性权重和专家权重均未知的一类群决策问题, 结合信息熵理论, 提出了一种区间Pythagorean模糊VIKOR多属性群决策方法。首先定义一种新的区间Pythagorean模糊距离测度, 并讨论其性质。其次基于该距离测度定义了区间Pythagorean模糊相对距离指数, 并基于相对距离指数构建了一种熵权模型确定专家权重和属性权重。然后提出一种区间Pythagorean模糊VIKOR多属性群决策方法。最后通过企业生产方案选择案例说明了提出新方法的可行性与有效性。     

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     

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。     

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.     

一种有方案偏好的直觉模糊多属性决策方法

研究了方案属性值和偏好值均为直觉模糊数的多属性决策问题.首先,通过分析部分文献中利用方案属性值与偏好值之间的偏差建立并求解规划模型,从而得到属性权重的不合理性.其次,在最小化方案综合评价值与偏好值偏差的基础上,建立并求解一个规划模型计算出属性权重.然后,利用方案综合评价值的得分函数和准确度函数对方案进行排序,从而得到了一种有方案偏好的直觉模糊数多属性决策方法.最后,通过一个实例说明了该方法的合理性与有效性.     

基于专家对应准则的犹豫模糊多属性群决策方法

本文研究了属性值为犹豫模糊数且决策者对方案有偏好的模糊多属性群决策问题。将犹豫模糊集进行标准化处理是多属性群决策问题的重要步骤。现有的方法是将犹豫模糊元按大小排序,基于乐观或悲观准则扩充犹豫模糊集。本文指出了该方法的不足之处,并提出了一种基于专家对应准则的犹豫模糊多属性群决策方法。首先,记录专家组中的专家编号,依次建立犹豫模糊决策矩阵;然后,基于专家对应准则扩充犹豫模糊集,通过扩充后的矩阵得到专家权重;接下来,聚合犹豫模糊矩阵,根据得分函数计算方案的优劣次序;最后,通过实例分析说明该方法的有效性。