混合型多属性决策的灰色关联分析法

针对属性权重信息不完全且属性取值为精确数,区间数和模糊数相结合的混合型多属性决策问题,提出了一种基于理想解的多属性决策的灰色关联分析方法.首先将三种不同形式的属性值均转化为区间数形式,然后依据灰色关联分析的思路,给出了解决该问题的计算步骤,其核心是构建并求解一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案对正理想方案的相对关联度,即可得到所有方案的排序结果.最后给出了一个数值例子,结果表明方法简单,有效和易于计算.     

导出的纯语言OWGA算子及其在的群决策中的应用

研究属性权重、专家权重和属性值均为纯语言变量的多属性群决策问题,利用纯语言变量的运算规律,提出一种新的数据信息集成算子:导出的纯语言有序加权几何平均(IPLOWGA)算子。并且给出纯语言环境下基于IPLOWGA算子和PLOWGA算子的一种群决策方法。最后,进行实例分析,说明该方法的实用性和有效性。     

用改进的模糊AR(p)与指数平滑组合模型预测油田产油量

在模糊AR(p)与指数平滑组合预测模型的基础上,通过对传统指数平滑模型的分析,提出了动态平滑参数的概念,并由此建立了平滑权重对时间序列能够适应的新的指数平滑模型,较完整地解决了传统模型初值难以选取,平滑参数适应性差和系统预测偏差大等问题,从而较传统指数平滑模型有较高的预测精度.并将这两种模型结合起来构成新的改进的模糊AR(p)与指数平组合预测模型,并应用于预测油田产油量.应用实例证明,改进的模糊AR(p)与指数平滑组合预测模型具有更高的预测精度.从而表明该组合预测模型是一种非常有效的预测新方法.     

基于二元语义多属性群决策的投影法

针对解决具有语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理的群决策方法。该方法采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算,并依据传统投影分析方法的基本思想,通过计算备选方案对正理想方案和负理想方案的投影值,进而计算备选方案对正理想方案相对贴近度,最终确定最优方案。该方法具有对语言信息处理较为精确的特点,避免了以往采用的语言信息处理方法所带来的信息扭臼和损失。最后给出了实例分析。结果表明方法简单,有效和易于计算。     

不确定语言环境下基于ULHGA算子的群决策方法

研究属性权重和专家权重为确定的实数,属性值为不确定语言变量的多属性群决策问题.提出了一种新的数据信息集成算子不确定语言混合几何集结(ULHGA)算子,并给出不确定语言环境下基于ULWGM算子和ULHGA算子的一种群决策方法.最后进行实例分析,说明该方法的实用性和有效性.     

“奖优罚劣”的区间数多指标决策的关联分析法

针对区间数多指标系统的决策特点,对指标数据初始化处理时,利用“奖优罚劣”原则,提出了一种易于计算且实用的[-1,1]线性变换算子,然后定义正、负理想方案,结合灰色关联分析方法,建立一种新的区间数多指标的灰色关联决策模型.该模型为区间数多指标决策提供了一种科学、实用的方法,并利用现有的实例来证实此方法的科学性与可行性.     

权重信息不完全的多属性决策的灰色关联分析法

针对属性权重信息不完全且属性值确定的多属性决策问题,提出了一种灰色关联分析的决策方法.该方法依据一般的灰色关联分析方法的基本思路,给出了解决属性权重信息不完全的多属性决策问题的计算步骤,其核心是通过构建并求解一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案与正理想方案的相对关联度,即可得到所有方案的排序结果.最后给出了一个数值例子,结果表明方法简单,有效和易于计算.     

不确定语言多属性决策的组合方法

研究了属性权重完全未知、属性值以不确定语言变量形式给出的不确定语言多属性决策问题.首先引入了不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念.针对属性权重完全未知的情形,给出了一个求解权重的组合公式.然后利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

基于“奖优罚劣”的区间数多指标决策的TOPSIS方法

针对区间数多指标系统的决策特点,对指标数据初始化处理时,利用"奖优罚劣"原则,提出了一种易于计算且实用的[-1,1]线性变换算子,然后定义正、负理想方案,给出了区间数多指标决策问题的TOPS IS方法.该模型为区间数多指标决策提供了一种科学、实用的方法,并利用现有的实例来证实此方法的科学性与可行性.