基于Vague集的群决策方法研究

首先介绍了Vague集的基本概念,将直觉模糊集的一些运算规则重新在Vague集上作了定义,提出用Vague值表示的九级语言术语集.接着指出衡量Vague集(值)相似度要考虑的三个因素,提出了新的度量方法.在同时考虑专家决策结果的一致性和专家权重的基础上,提出了汇总各专家Vague意见的方法.最后以一个案例说明了所提出的方法.     

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．     

Vague集上的正规距离与正规相似度

距离与相似度是Vague集上的一对对偶概念,给出了Vague集上加强的距离的公理化定义,引入了正规距离与正规相似度的概念,提出了Vague集上距离的一个一般公式,通过对Vague值的探讨给出了该一般公式成为正规距离的充分条件,同时得到Vague集上的一个新的正规距离公式.最后通过数据分析得出由此正规距离公式生成的正规相似度是合理有效的.     

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.     

基于Vague集信息的多属性群决策专家水平评判方法

针对基于Vague集信息的多属性群决策专家水平评判问题提出了两种评判方法.首先引进了基于Vague集信息的多属性群决策信息体(即决策信息体)的相关概念,通过决策信息体构造了基于Vague集信息的一致性决策矩阵及模糊熵,其次利用Vague集信息的相似度量以及Vague集信息的模糊熵两种信息不确定性度量方法,对基于Vague集信息的多属性群决策专家水平评判问题提出了两种评判方法,即统计分析方法和模糊熵分析方法,对专家的评判水平进行排序.最后,通过一个算例说明两种方法的一致性、有效性和实用性.     

基于直觉模糊软集的群决策方法研究

研究了专家权重未知情况下基于直觉模糊软集的群决策问题.首先利用距离提出了一种基于直觉模糊软集的决策算法.然后通过考虑专家个体提供信息本身的不确定性和专家之间提供的信息间的一致性,定义了直觉模糊软集的知识测度和基于α-相似关系的一致度,由此提出了一种确定专家权重的方法.进而给出了一种基于直觉模糊软集的群决策算法.最后通过实例说明所提出算法是有效的与合理的.     

基于证据理论和Vague集的多属性群决策方法研究

为了解决人们在复杂环境中决策困难的问题,论文基于Vague集描述不确定事物的优势,通过证据理论对Vague集进行合成,得到一种信息集结的多属性群决策方法。该算法首先考虑专家评分的可信度,在分析Vague集与证据理论的数学关系后,使用证据理论将各方案在各属性下的专家集证据集结。然后通过Vague集记分函数进行属性权重的计算,将方案集在属性集下的Vague评价值进行加权修正,再通过证据理论将属性集证据集结得到各方案最终的Vague评价值。之后使用记分函数计算每一方案的得分来确定最优方案。最后通过算例进一步说明所提方法的可行性与有效性。文章给出的算法使决策者在不确定环境下可以进行理性决策,从而选出最优方案。     

模糊环境下部分权重信息的多属性群决策方法

针对决策过程中信息是模糊不确定的,属性的权重信息是部分可知的,我们给出了一个新的确定不同专家给出的属性值的权重的方法.该方法能将靠近中心值的属性值分配较大的权重,而给远离中心值的属性值分配较小的权重,从而得到更加合理的综合属性值.为了确定属性的权重信息,我们建立了一个线性规划模型.利用所给的新方法,我们给出了一个新的模糊多属性群决策方法.最后的实例说明方法的有效性和合理性.     

基于Vague集的模糊多目标决策方法及应用

针对目前基于Vague集多目标决策中Vague值计算困难以及确定目标满意度的下界和不满意度的上界存在主观随意性问题.提出了一种基于Vague集的模糊多目标决策方法.利用属性数学中的属性集和属性测度理论构造目标的真隶属度函数、假隶属度函数和犹豫度函数,从而可计算出目标的Vague值;采用记分函数计算方案的多目标评分值,从而可以对方案进行排序并选择出最优方案.应用实例验证了该方法的有效性和实用性.     

基于Vague集的创新生态系统生态位适宜度评价模型研究

将Vague集理论推广到创新生态系统生态位适宜度评价问题中,提出了Vague集超体积生态位的概念,并在此基础上构建了创新生态系统生态位适宜度评价模型.模型给出了基于踌躇度有序加权适宜度(π—OWA)算子的生态因子赋权方法;构建了基于Vague集的生态位最适值确定方法和适宜度评价方法.最后,通过算例验证了评价模型的有效性和可行性.     

基于专家动态权重的群组AHP交互式决策方法

为了能在群组决策中得到更为客观和准确的决策结果,在把专家权重划分为静态权重和动态权重的基础上,研究了在交互式决策中专家动态权重的确定方法,给出了共识度的一个定义.在此基础上,研究了群组AHP交互式决策方法中的一致性和相容性检验,给出了基于专家动态权重的群组AHP交互式决策方法流程,最后用一个示例说明了该方法的应用步骤.     

群体综合评价中兼顾权威与共识的专家权重方法研究

针对多指标综合评价中专家权重确定问题,提出一种新的专家赋权思路.首先,对评价对象的每个指标都设定一组相应的专家主观权重值,以反映专家在不同指标中的重要性程度.其次,依据专家所作出的评价信息,首次提出基于专家个体与群体意见的偏差达到最小(即共识最大)的准则,通过构建最优规划模型求解客观权重.最后将专家主观权重与客观权重有效集结,得到兼顾个体权威与群体共识的综合权重.实例分析说明了该方法的可行性和有效性.     

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。     

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。     

风险型多属性群决策的综合集成方法

对一类权重信息未知,并且属性值为区间灰数的风险型多属性群决策问题进行了探讨,提出了在理想状态下(即决策者群体的理想意见趋于一致时)各属性的客观权重的计算方法.构建了以组内偏差最小、组间偏差最大为目标函数的综合集成优化模型,求解出理想状态下各属性的客观权重.然后综合考虑各决策者的主观偏好,借助每一方案与理想最优方案组、理想最劣方案组综合偏离度的大小对方案的优劣进行排序.应用实例说明了该方法的可行性和有效性.     

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VAGUE集多准则决策的模糊TOPSIS方法

给出了V AGUE集之间距离的新定义,在此基础上,提出一个基于V AGUE集多准则决策的模糊TOP-S IS方法,它为决策系统提供了一个有用的工具,并通过例子阐明本文方法的有效性.     

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.