基于累积前景理论和VIKOR的毕达哥拉斯犹豫模糊风险型多属性决策方法

针对属性权重未知,且属性值为毕达哥拉斯犹豫模糊数(PHFN)的风险型多属性决策问题,考虑到决策者的有限理性行为,提出基于累积前景理论(CPT)和多准则妥协优化解(VIKOR)的决策方法。首先,定义PHFN的分散率,并构建优化模型确定属性权重。其次,将CPT融入PHFN环境,定义PHFN的价值函数,并结合决策权重函数计算方案在各属性下的综合前景值。进一步,构建综合前景值矩阵,在此基础上运用VIKOR法确定方案排序。最后,通过风险投资项目选择的应用案例说明所提方法是可行、有效的。     

基于方案综合评价值和效用值偏差的多属性决策方法

研究了属性权重未知、方案偏好为效用值的多属性决策问题,提出了一种多属性决策模型.首先,分析了部分文献中利用方案属性值与效用值的偏差建模求出属性权重的不合理性,以及根据方案综合评价值与效用值的偏差建模得到属性权重的合理性.然后,通过最小化方案综合评价值与效用值的偏差,建立了一个规划模型,计算出属性权重,进而利用方案综合评价值实现方案的排序择优.最后,通过一个实例说明了方法的可行性.     

基于最大长度区间的区间权重向量标准化方法

区间权重向量在不确定多准则决策分析和AHP中都发挥重要作用,鉴于区间权重向量的不确定性,区间权重向量的标准化问题成为研究的一个热点.在相关研究的基础上,提出基于最大长度区间的区间权重向量标准化方法.首先为了更好理解标准化权重向量,给出标准化区间权重向量的一个等价命题;其次,提出简便的标准化区间权重向量的判定方法,并提出不同情形下,通过调整最大长度区间的区间权重向量的标准化方法;最后,通过算例及与其他方法的对比,说明该方法是简便有效的.     

模糊判断矩阵排序向量的最小偏差法

基于积型模糊一致性判断矩阵和模糊判断矩阵的排序向量之间的偏差,通过建立并求解一个规划模型,得到模糊判断矩阵排序向量的最小偏差法,并研究了它的一些性质.最后通过两个算例说明了方法的可行性与有效性.     

正态模糊数信息集成算子及决策应用

将C-OWA算子推广至正态模糊数环境,定义正态模糊数有序加权平均(NFC-OWA)算子,提出一种正态模糊数大小比较的方法,在此基础上,鉴于一组正态模糊数信息的集成问题,提出OWNFC-OWA算子、OWGNFC-OWA算子和OWHNFC-OWA算子,并定义三种算子的统一形式(GOWNFC-OWA算子),研究其性质.针对属性信息以正态模糊数形式给出的多属性决策问题,提出基于GOWNFCOWA算子的决策方法,最后通过实例分析,说明方法是可行且有效的.     

初值修正灰色Verhulst模型的参数估计

研究了初值修正项为αz(1)(1)(其中α为修正参数)的灰色Verhuslt模型的修正参数估计方法.针对相关文献中,修正参数α求解无现成公式情况,通过最小化原始序列的一次累加序列与模拟序列之差,建立并求解一个非约束优化模型,获得了初值修正参数α的一个简单有效的计算公式,完善了相关文献中建立的初值修正灰色Verhuslt模型.最后,通过计算实例验证了修正参数公式可以有效提高初值修正灰色Verhuslt模型的精度.     

模糊参数软区间集及其应用

将模糊参数软集与区间集相结合,定义了模糊参数软区间集的概念,研究了模糊参数软区间集的运算及其性质.然后,给出模糊参数软区间集在决策中的应用,说明了方法的可行性.推广了软区间集的相关研究结果.     

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.     

E-凸Fuzzy集和E-反凸Fuzzy集

研究了广义凸Fuzzy集和广义反凸Fuzzy集以及它们的性质。通过将凸Fuzzy集和E-凸集相结合,提出了一种新的广义凸Fuzzy集———E-凸Fuzzy集,使得凸Fuzzy集成为它的特例,并对E-凸Fuzzy集的性质进行了初步研究。然后,类似地,通过将反凸Fuzzy集和E-凸集相结合,提出了一种新的广义反凸Fuzzy集———E-反凸Fuzzy集,使得反凸Fuzzy集成为它的特例,并对E-反凸Fuzzy集的性质进行了初步研究。     

基于乘型一致性的毕达哥拉斯模糊偏好关系

在乘型一致性区间值模糊偏好关系和乘型一致性直觉模糊偏好关系启发下,研究了乘型一致性毕达哥拉斯模糊偏好关系。首先,将毕达哥拉斯模糊偏好关系转化为两个等价的区间值模糊偏好关系,通过区间值模糊偏好关系的乘型一致性,定义了毕达哥拉斯模糊偏好关系的乘型一致性。其次,研究了乘型一致性毕达哥拉斯模糊偏好关系的若干性质。然后,研究了毕达哥拉斯模糊偏好关系的排序向量,以及求解乘型一致性和非乘型一致型毕达哥拉斯模糊偏好关系排序向量的方法。最后,通过实例说明了求解排序向量的方法是可行有效的。