群决策中考虑主观偏袒因素的评价信息综合

在群决策中,如何将多个决策者的评价信息综合成整体信息是要研究的重要问题.最简单的方法是基于每个决策者是专业并且客观的假设,给他们的评价赋予相同的权重.但是实际情况要复杂得多,正如孔子所说,真正好的,应该是善者好之,不善者恶之.笔者研究了决策者中存在偏袒因素时的评价综合方法,拓宽了一般权重的约束限制,提出了基于评价之间相关关系的权重设置方法.     

基于二元语义的犹豫模糊语言决策方法

当决策者在给出语言评价信息而表示出犹豫时,决策信息更适合用犹豫模糊语言术语集表达。为了减少语言决策过程中信息的丢失,得到较精准的评价结果,本文提出基于二元语义的犹豫模糊语言决策方法。首先定义了犹豫模糊二元语义集、犹豫模糊二元语义集的均值函数、方差函数及其集结算子,然后用集结算子求出各方案的综合评价值,通过犹豫模糊二元语义的均值函数和方差函数确定方案排序。最后通过实例说明了该方法的实用性和有效性。     

基于多目标属性决策和信息熵值法的港口集装箱装卸设备选型评价

装卸设备选型对专业集装箱码头的发展具有重大意义,本文从这一现实问题入手,基于集装箱装卸设备选型的多属性特征以及港口物流工业的一体化趋势,提出了基于信息熵值法的多目标属性决策模型(Multi-attribute decision-making Model Based on Information Entropy Method, MADM-IEM)。以装卸设备为研究对象,构建全面的装卸设备选型评价指标体系;针对指标属性不相容性和不确定性、相关指标难以量化呈现的特点,运用多属性决策和信息熵值法的数据效用值相结合的方法,客观、合理地计算属性指标的权重系数,并进行归一化处理;在此基础上结合ELECTRE法和TOPSIS法,对装卸设备进行综合排序,由此确定设备选型结果。注意到,两种方法求解结果具有一致性,验证了该模型的可行性和有效性。最后对港口装卸设备选型评价进行灵敏度分析,深入讨论评价指标的权重变动对结果的影响。研究结果充分表明提出的MADM-IEM模型能为中小型内河港口码头的基础建设规划提供科学合理的决策依据。     

连续区间数的中位算子及其灵敏度分析

研究决策信息以区间数形式给出的方案决策问题。考虑到区间数非均匀分布的特点,为避免区间极端值在区间数确定中产生较大误差,本文将中位数概念运用到区间数的确定上,提出OIP(Ordered Interval Point)有序中位算子。取单位区间单调函数(BUM函数)为二分之一所表示的值为权重,将区间数确定为一个实数,并研究算子单调性和有界性的初等运算性质。通过比较OIP算子与COWA算子对态度参数和区间长度的反应灵敏度,获得了在一定条件下OIP算子对态度参数反应更稳健,对区间长度反应更灵敏的结论。最后用算例证明该算子的可行性和有效性。     

基于证据推理的直觉模糊多属性群决策方法

针对属性值为直觉模糊数的多属性群决策问题,提出了一种证据推理的扩展方法。首先,在考虑主观因素与客观因素的基础上运用直觉模糊熵法计算出属性及专家的综合权重。其次,提出一种基于证据推理的直觉模糊信息融合方法,该方法可以避免由于评价值的隶属度为0而导致的信息丢失现象,弥补了现有直觉模糊信息融合方法存在的不足。在此基础上,集结评价信息并按照备选方案与理想方案的相对贴近度对备选方案进行比选。最后,运用实例验证了所提方法的有效性。     

基于直觉纯语言集结算子的多属性群决策方法

定义了直觉纯语言集及其运算法则和直觉纯语言变量的数学期望和精确函数,提出了一些基于直觉纯语言评估标度及其运算法则的信息集结算子。在此基础上,给出了一种专家权重、属性权重及属性值均以语言标度形式给出的直觉纯语言信息集结方法,并将此方法应用到多属性群决策中,实例分析表明了该方法的有效性和可行性。     

基于群体一致性的犹豫模糊多属性决策方法

犹豫模糊集允许一个元素属于一个集合的隶属度可以是多个不同的值,是表达决策者之间偏好不一致性的有力工具。针对决策者评价偏差不宜过大的问题,提出了一种基于群体一致性的犹豫模糊多属性决策方法。首先, 我们定义了犹豫模糊元的犹豫度函数,进而定义了犹豫模糊元的一致性指数;在此基础上,构建了基于群体一致性指数最大化的权重优化模型,通过求解优化模型可以得到属性的权重向量。然后,运用灰色关联分析法实现对方案的排序和择优。最后,通过实例分析说明了该方法的可行性和有效性。     

基于二元语义TAC积分算子的语言型多属性群决策方法

针对属性之间存在模糊关联的语言型多属性群决策问题,给出了二元语义TAC(Two-Additive Choquet)积分算子的定义,分析和证明了算子的有关性质,并提出了相应的决策方法。该方法首先将各专家提供的语言短语形式的属性权重信息、属性关联信息与属性评价信息转化为二元语义形式,然后利用二元语义TAC积分算子将转化后的属性相关信息集结为各专家的方案评价值,并进一步集结专家意见获得方案的综合评价值,从而确定其排序。最后,通过实例分析和方法比较说明了所给方法的有效性和优点。研究结果表明,该方法具有属性关联刻画细致、计算过程简单且无信息损失、决策结果可解释性强等优点,为求解属性之间存在模糊关联的语言型多属性群决策问题提供了一种新的途径。     

一种基于多准则决策和PSO-LM混合优化算法的多峰Brillouin散射谱的特征提取方法

采用传统方法对多峰Brillouin散射谱进行拟合的过程中,通常是以谱线最大功率点为基准的,却忽略了其他比该点小但却是极值的功率点。这样获得的拟合曲线通常只有一个峰值,相当于把除最高峰之外还有多个小峰的多峰Brillouin散射谱进行了简化,导致大量有用信息的丢失。为了提高Brillouin散射谱的特征提取精度,提出了一种基于MCDM和PSO-LM混合优化算法的多峰Brillouin散射谱特征提取方法(MCDM-PSO-LM)。MCDM可以识别和准确定位多峰Brillouin散射谱的各个波峰和波谷;PSO-LM混合优化算法可以实现分别对各个波峰和波谷的曲线进行拟合并找到每一个波峰的中心频率,该算法既克服了PSO算法过早收敛于局部极值和LM算法依赖初值的问题,又可以将PSO算法的全局搜索能力和LM算法的局部收敛能力结合在一起。较传统算法而言,MCDM-PSO-LM算法保证了对最优值求解的速度和精度,提高了运算能力,使解析解最大限度地接近最优值。分别在不同信噪比和不同线宽条件下进行仿真验证,频移和温度误差分析结果表明,MCDM-PSO-LM方法可以对多峰Brillouin散射谱的各个波峰与波谷进行准确定位,可用于多峰Brillouin散射谱的特征提取,识别效果明显强于传统算法,提高了信息分析的准确性。     

考虑属性关联的C-TODIM决策方法

针对属性具有关联性的多属性决策问题,考虑到决策者具有参照依赖和损失规避行为,提出一种新的C-TODIM决策方法。依据经典TODIM决策方法,考虑决策者的参照依赖行为,计算每个方案相对于其它各个方案关于各属性的收益或损失值;再考虑到决策者的损失规避行为,集成属性关联情形下方案关于所有属性的收益或损失值,得到每个方案相对于其它各个方案的个体感知优势度;在此基础上,计算每个方案的总体感知优势度,并依据总体感知优势度的大小对方案进行排序。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。