基于集值统计原理的多指标灰靶决策方法研究

针对区间数多指标群决策问题,提出一种基于集值统计模型的改进灰靶决策方法。首先利用集值统计模型对多专家的区间评价进行估计,得到符合可信度要求的决策指标样本矩阵。然后利用基于加权广义马氏距离的灰靶决策方法对决策方案进行排序,给出决策样本为区间数群决策矩阵形式的灰靶决策模型。最后通过一个具体的算例给出决策方法的过程,避免了马氏距离不存在的情况,克服了决策指标间的相关性、重要性差异和不同量纲对决策过程和决策结果的影响,方法的可行性与有效性得到验证。     

“一带一路”战略下江苏外向型经济发展能力研究——基于马氏距离的灰色TOPSIS评价模型

江苏作为"一带一路"战略的交汇点,有必要探究其各地区外向型经济发展能力.马氏距离具备消除指标间的相关性且不受量纲影响,代替TOPSIS中的欧氏距离,运用灰色关联度来判断指标的关联性,建立基于马氏距离、灰色关联度的TOPSIS外向型经济发展能力评价模型.以江苏13个地级城市为研究对象,进行实证研究.研究表明,外向型经济发展能力评价模型有助于综合判断各城市外向经济发展能力,发现短板并加以整改,促进"一带一路"建设.     

改进型TOPSIS在航空动力系统质量评估中的应用

针对传统逼近理想解法(TOPSIS)贴近度计算方法单一且未考虑指标之间相关性的缺点,将灰色关联度与广义马式距离相结合提出了一种改进的TOPSIS方法.该方法既弥补了因属性指标之间的相关性而导致欧式距离失效的不足,又反映了动力系统与正负理想方案之间的位置关系和数据曲线的相似性差异.最后,通过在航空动力系统质量评估中的应用验证了该方法的合理性与有效性.     

改进的TOPSIS决策方法在供应商选择中的应用

运用马氏距离替代欧式距离改进传统的TOPSIS方法,解决当属性间存在线性相关时欧式距离失效的缺陷;充分考虑对立集合并引入联系向量距离,解决可能存在的方案距离正理想解和负理想解距离都近的缺陷.然后通过决策者偏好系数将马氏距离和联系向量距离所得结果合成新的相对贴近度,从而同时克服传统TOPSIS方法的以上两个缺陷.最后通过供应商选择的实例来验证方法的有效性.     

区间灰数直觉模糊集及其G-TOPSIS模糊多属性决策方法

提出以区间灰数为隶属度、非隶属度和犹豫度的区间灰数直觉模糊集概念,定义了两个区间灰数直觉模糊集之间的距离.对于以灰直觉模糊数为属性值的模糊多属性决策,依据经典TOPSIS准则,提出了基于区间灰数直觉模糊集的模糊多属性决策方法G-TOPSIS.其包含两种方法:一是将区间灰数白化后,按直觉模糊集的TOPSIS方法进行;一是基于区间灰数直觉模糊距离的TOPSIS方法.示例分析表明了两种方法的有效性与一致性.     

基于不同距离的TOPSIS油田开发方案组合优选

为了衡量TOPSIS方法中不同距离函数对油田开发最优决策方案的影响,综合考虑技术、经济和效益等指标,分别采用曼哈顿距离、欧式距离、切比雪夫距离和垂面距离来探究油田开发方案排序之间的差异性.同时,为解决这种差异,通过计算4种距离函数下方案排序对理想开发方案的隶属度,并采用加权组合决策的方法对4种优选结果进行综合决策.     

基于Hausdauff度量的模糊TOPSIS方法研究

针对模糊多属性决策中的模糊 TOPSIS方法 ,提出了一种基于 Hausdauff度量的模糊 TOPSIS方法 .首先由模糊极大集与模糊极小集确定模糊多属性决策问题的理想解与负理想解 ,进而由 Hausdauff度量获得不同备选方案到理想解与负理想解的距离及其贴近度 ,根据贴近度指标对方案进行排序 ,为决策者提供决策支持 .最后以 L-R梯形模糊数为例进行了实例研究 .     

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.     

线性无量纲化方法对比及反向指标正向化方法

线性无量纲化方法的对比及反向指标的正向化方法都是综合评价的重要研究内容。从指标差异信息的角度,以TOPSIS、基于街区距离的TOPSIS和线性加权综合法为例,基于理论推导和实证分析对比了常用的线性无量纲化方法,并提出了两种反向指标正向化方法。研究发现,对于线性加权综合法和TOPSIS,不同线性无量纲化方法下同一指标归一化极差的不同是导致排序结果存在差异的关键因素;本文提出的反向指标正向化方法,不仅可以保证正向化前后TOPSIS、基于街区距离的TOPSIS的评价值不变,也可以实现反向指标正向化后线性加权综合法与基于街区距离的TOPSIS在排序目的上的等效性。最后,本文提出了线性无量纲化方法和反向指标正向化方法的应用建议。     

基于TOPSIS的区间直觉模糊多属性决策法

对基于区间直觉模糊信息的多属性决策问题进行了研究。给出了区间直觉模糊数之间的距离公式,并定义了区间直觉模糊正、负理想点,进而提出了一种基于TOPSIS的区间直觉模糊多属性决策方法。最后进行了实例分析。     

模糊多属性格序决策的冗余指标的消除策略

在模糊多属性决策中,属性权重的确定对于整个评价工作有十分重要的意义.如果评价属性数量过多,指标间的相关性将影响评价的科学性和公平性.本文建立了评价值为梯形模糊数的"相似"概念和模糊相似评价模型,并基于格序决策的理论,得到了一种新的模糊格序决策方法.结合传统的TOPSIS方法,通过计算将各方案的属性值的中心进行加权后与正负理想中心的贴近度的大小,实现备选方案的格序化排序.实例分析的结果表明:方法合理、易行.     

模糊多属性决策的直觉模糊集方法

基于直觉模糊集理论,提出了一种新的TOPSIS方法来研究模糊多属性决策问题。首先,根据直觉模糊集的几何意义,定义了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示;然后,根据TOPSIS原理,通过计算备选方案到直觉模糊正理想解和负理想解的距离,来确定备选方案的综合评价指数,以此判断方案的优劣次序。最后,通过一个具体实例说明该方法的有效性和具体应用过程。     

三元区间数型多属性决策正交投影模型及其在边坡支护方案评价中的应用

针对用TOPSIS法进行三元区间数型多属性决策的不足,用各方案到"理想方案"的"垂面"距离代替TOPSIS法中的欧氏距离,提出一种三元区间数型多属性决策正交投影模型.模型将"理想方案"平移至坐标原点后,转换为0向量,只用平移后的"负理想方案"计算各方案到"理想方案"的"垂面"距离,根据距离最小原则排序得到最终决策结果.通过一个边坡支护方案评价的例子进行了计算分析,并与用其他方法得到的结果进行了对比,说明了模型的有效性.     

Extension of VIKOR method for decision making problem based on hesitant fuzzy set

The multiple criteria decision making (MCDM) methods VIKOR and TOPSIS are all based on an aggregating function representing “closeness to the ideal”, which originated in the compromise programming method. The VIKOR method of compromise ranking determines a compromise solution, providing a maximum “group utility” for the “majority” and a minimum of an “individual regret” for the “opponent”, which is an effective tool in multi-criteria decision making, particularly in a situation where the decision maker is not able, or does not know to express his/her preference at the beginning of system design. The TOPSIS method determines a solution with the shortest distance to the ideal solution and the greatest distance from the negative-ideal solution, but it does not consider the relative importance of these distances. And, the hesitant fuzzy set is a very useful tool to deal with uncertainty, which can be accurately and perfectly described in terms of the opinions of decision makers. In this paper, we develop the E-VIKOR method and TOPSIS method to solve the MCDM problems with hesitant fuzzy set information. Firstly, the hesitant fuzzy set information and corresponding concepts are described, and the basic essential of the VIKOR method is introduced. Then, the problem on multiple attribute decision marking is described, and the principles and steps of the proposed E-VIKOR method and TOPSIS method are presented. Finally, a numerical example illustrates an application of the E-VIKOR method, and the result by the TOPSIS method is compared.     

基于新型区间直觉三角模糊熵的多属性决策方法

在进行区间直觉模糊多属性决策时,有时属性权重是未知的,针对这一问题,提出一种新型区间直觉三角模糊熵的决策方法.首先,给出该新型区间直觉三角模糊熵定义和相关定理,应用该区间直觉三角模糊熵确定属性的权重.然后,基于逼近理想解排序法(TOPSIS)的思想,采用改进的加权欧几里得距离,进行区间直觉模糊群决策,并给出决策步骤.最后,将该方法应用在供应链选择的群决策问题中,通过算例实验验证了该方法的有效性与可行性.     

Decision risk analysis for an interval TOPSIS method

TOPSIS is a multi-attribute decision making (MADM) technique for ranking and selection of a number of externally determined alternatives through distance measures. When the collected data for each criterion is interval and the risk attitude for a decision maker is unknown, we present a new TOPSIS method for normalizing the collected data and ranking the alternatives. The results show that the decision maker with different risk attitude ranks the different alternatives.     

A discrete method based on distance measure in linguistic space and its application for CMADM problem

ABSTRACT

Owing to the complexity of decision environment, not all the attributes in multiple attribute decision making are quantitative. There are also some qualitative attributes, which are related to the integration of multiple attribute decision making (MADM) and linguistic multiple attribute decision making (LMADM). The specific method for composite multiple attribute decision making (CMADM) problems is crucial for decision maker (DM) to make scientific decision. In this paper, the Technique for Order Preference by Similarity to an Ideal Solution (TOPSIS) method is extended to a Composite Technique for Order Preference by Similarity to an Ideal Solution (CTOPSIS) method to solve the CMADM problems. As the basis of the CTOPSIS method, the distance measure model in linguistic space and in n-dimension linguistic space is generated based on the non-linear mapping. Based on the distance measure in linguistic space, a standard deviation method is taken to get the attribute weight. At the same time, the distance measure models are proposed based on the distance measure in n-dimension linguistic space, which are used to calculate the distance between the alternatives and the positive and negative idea points separately. Furthermore, a CTOPSIS method is generated to solve the CMADM problems. Finally, a numerical example is illustrated to explain the process. And the result shows that the CTOPSIS method is quite practical and more approximate to the real decision making situation.