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。     

一种对方案有偏好的三角模糊数多属性决策方法

研究了属性权重不能完全确知,方案属性值和偏好值均为三角模糊数的多属性决策问题.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求出属性权重的不合理性,在最小化方案综合属性值与偏好值偏差的基础上,建立并求解一个规划模型而得到属性权重.然后,利用三角模糊数的可能度公式及互补判断矩阵的排序公式,获得决策方案的排序,从而得到对方案有偏好的一种三角模糊数多属性决策方法.最后,通过计算实例说明了该方法.     

三角模糊数互补判断矩阵的一种排序方法

研究决策信息以三角模糊数互补判断矩阵形式给出的多属性决策问题。给出了三角模糊数一致性互补判断矩阵与其权重向量之间的关系，建立了一个目标规划模型。通过求解该模型得到三角模糊数互补判断矩阵的权重向量，并利用已有的三角模糊数排序公式求得决策方案的排序。最后，给出了一个算例。     

三角模糊数互补判断矩阵排序的目标规划法

针对决策者以三角模糊数互补判断矩阵形式给出的多目标决策问题.给出三角模糊数加性一致性互补判断矩阵的判定定理.利用该定理基于最小偏差建立一个目标规划模型而解得三角模糊数互补判断矩阵的权重向量,从而使用三角模糊数排序公式对方案排序,提出了基于目标规划的三角模糊数互补判断矩阵排序法.最后,将模型与方法应用于项目投资决策中.     

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.     

基于模糊语言评估有方案偏好的模糊多属性决策方法

针对属性值以模糊语言形式给出,属性权重完全未知但给出方案偏好信息的模糊多属性决策问题给出决策方法.该方法是将模糊语言给出的属性评估及方案偏好转换为梯形模糊数,通过建立一个不确定二次规划模型来确定属性的权重,基于加权平均法则来对规范化的模糊属性值及权重进行集结,利用模糊数大小比较的期望值方法来对方案进行排序和择优.最后给出一个应用实例.     

基于最小偏差和优势度的区间数互补判断矩阵排序法

针对决策信息以区间数互补判断矩阵形式给出的多目标决策问题。首先,给出相对优势度的概念和区间数加性一致性互补判断矩阵的判定定理。其次,建立一个目标规划模型,通过求解该模型得到区间数互补判断矩阵的权重向量,并利用各权重向量的总体相对优势度对方案进行排序,提出了基于最小偏差和优势度的区间数互补判断矩阵排序法。方法的核心是对数值型互补判断矩阵排序方法的拓展。最后,通过实例说明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。     

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.     

一种有方案偏好的TOPSIS区间直觉模糊多属性决策方法

考虑了决策者对方案具有一定偏好,且偏好信息和决策信息都为区间直觉模糊数的多属性决策问题.首先,基于偏差极小化的思想,利用区间直觉模糊得分函数构造优化模型,计算属性权重,然后将TOPSIS方法拓展到区间直觉模糊环境中对方案进行排序,进而提出了一种有方案偏好的TOPSIS区间直觉模糊多属性决策方法.最后,通过实例表明了所提方法的有效性和实用性.     

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.     

基于二元联系数距离的不确定语言多属性决策模型

研究了属性权重范围已知,方案主观偏好值为语言变量,决策信息为不确定语言决策矩阵的多属性决策问题.在给出不确定语言变量转换为二元联系数的公式以及二元联系数距离公式的基础上,将方案主观偏好语言评价值转换为二元联系数,将不确定语言决策矩阵转换为二元联系数决策矩阵,从而得到方案的二元联系数综合属性值,通过最小化方案的二元联系数综合属性值和主观偏好值之间距离,建立多目标优化模型,并将其转换为一个单目标规划模型计算出属性权重.然后,通过对方案的二元联系数综合属性值进行不确定性分析,得到各方案的排序总数,利用排序总数对方案进行排序择优.应用实例表明该决策方法可行有效.     

基于方案贴近度和满意度的交互式不确定多属性决策方法

针对属性权重信息部分确知且对方案有偏好的不确定多属性决策问题,提出一种基于方案贴近度和满意度的交互式决策方法.方法首先利用已知的客观信息和决策者的主观要求建立单目标规划模型,其次通过对方案满意度和综合度的给定与修正来实现人机交互决策.最后,通过实例说明模型及方法的可行性和有效性.     

一种基于“垂面”距离和IFE的直觉模糊多属性决策方法

提出了一种属性权重未知情境下的基于“垂面”距离和直觉模糊熵(intuitionistic fuzzy entropy,IFE)的直觉模糊多属性决策方法。该方法针对基于相对欧氏距离的直觉模糊TOPSIS法中出现的逆排序问题,将“垂面”距离引入到直觉模糊决策理论中,通过将“垂面”距离对欧氏距离进行替换,提出了一种基于“垂面”距离的直觉模糊多属性决策规则;基于IFE最小原理和“垂面”距离最小思想,构建了融合主客观信息偏好的属性权重确定模型。最后给出了一个算例验证了该方法的有效性和实用性。     

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。     

权重信息未知对方案有偏好的vague集多指标决策

就指标权重未知,且对方案有偏好的vague集多指标决策问题,提出了通过使决策者的主观偏好值与属性值的相离度最小来建立最优化模型,从而获得指标的权重.通过将vague值转化为模糊值来建立模糊值矩阵,由模糊值矩阵按各指标对应值的大小对方案进行排序,形成多个线性序,进而由线性序来构造模糊优先矩阵,对其进行截割,得到最优方案.最后通过一个实例说明此方法的具体决策过程.     

A complex multi-attribute large-group PLS decision-making method in the interval-valued intuitionistic fuzzy environment

In the complex multi-attribute large-group decision-making (CMALGDM) problems in interval-valued intuitionistic fuzzy (IVIF) environment, attributes of the alternatives are often stratified and correlated. This paper proposes a decision-making method for these problems based on partial least squares (PLS) path modelling, which not only fully exploits the decision information of decision makers (DMs), but also effectively addresses the relativity problem in the decision attributes and objectively assigned weights to the primary decision attributes (i.e., “latent variables for decision making”). The method can be outlined in three steps. First, a two-stage method is proposed to transform the interval-valued intuitionistic fuzzy number (IVIFN) samples into single-valued samples. In this step, an improved C-OWA operator is first given to transform the IVIFN samples into intuitionistic fuzzy number (IFN) samples, which makes the preference information of the DMs more objectively aggregated. Then a proposed membership-based method is applied to reduce the information loss and transform the IFN samples into single-valued samples. Second, the estimated values and weights of the “latent variables for decision-making” are obtained by means of the PLS path modelling algorithm. Finally, a multi-alternative sorting method is devised in accordance with the estimated values and weights. An example is provided to illustrate the proposed technique and evaluate its feasibility and validity.