基于D-S证据理论的群决策专家意见集结方法

将D-S证据理论应用于群决策，指出其优势在于应用基本可信度分配函数描述专家意见，并能区分对所描述对象不知道和否定的差异。在专家意见集结上，Dempster证据合成规则有一定的局限性，当证据发生冲突时，会得到不合理的结果。定义了证据间的分歧度，提出一种专家意见集结方法，使得专家意见发生冲突时亦可得到合理的集结结果。     

基于模糊熵的直觉模糊多属性群决策方法

针对专家权重未知、专家判断信息以直觉模糊集给出的多属性群决策问题,提出了一种新的决策方法.通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度,进而确定每位专家的权重.然后定义直觉模糊集的模糊交叉熵确定备选方案距理想方案和负理想方案的距离,再根据加权算术算子集结专家的判断信息,得到方案的排序.最后,通过一个实例分析验证了方法的有效性.     

区间直觉模糊集的模糊熵群决策方法

针对专家权重未知、专家判断信息以区间直觉模糊集给出的多属性群决策问题,提出了一种新的模糊熵决策方法。通过定义区间直觉模糊集的模糊熵判断专家信息的模糊程度,进而确定每位专家的权重;然后计算备选方案距理想方案和负理想方案的模糊交叉熵距离,得到每个专家对方案的排序;再分别利用加权算术算子和加权几何算子集结专家的排序结果,得到专家群体对方案的排序。实例分析验证了方法的有效性。     

基于聚类的多属性群决策专家权重确定方法

对于多属性群决策中专家权重确定的问题,本文提出了基于聚类的专家权重确定方法,将专家权重分为类别间权重和类别内权重,对专家聚类步骤和类别间权重的计算方法进行了改进。通过专家给出的判断矩阵构建相容度矩阵,利用系统聚类原理,对相容度矩阵进行聚类,得到最大相容度谱系图。通过最大相容度间的距离和给定阈值的比较,对专家进行恰当分类,从而避免了根据现有研究步骤只能将专家分为两类的不足。此外,在确定类别间权重时,除继续对类容量较大的类赋予较大的类别间权重系数外,还引入专家判断矩阵的属性权重一致性来反映类别间的差异,从而有效避免了当某几类专家中含有相等数目专家时,赋予这几类专家相同类别间权重系数的问题。所提方法结构清晰、计算简便,并使得专家权重计算结果更为合理准确。最后运用一个算例对比验证了该方法的可行性和有效性。     

基于相对熵的多粒度语言信息的多属性群决策方法

针对具有多粒度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和相对熵的群决策方法。该方法首先给出了多粒度语言评价信息一致化为由基本语言评价集表示的相同粒度二元语义信息的方法,然后对于属性权重信息不完全的情形,建立了基于相对熵的多目标规划模型获得相应的属性权重,并利用二元语义的集结算子对语言评价信息进行加权集成,从而获得各个决策方案的排序和择优结果;最后给出一个实例分析,说明了该方法的有效性和可行性。     

基于相对熵的模糊评价群决策方法在工程质量风险控制中的应用

将层次分析及模糊评价方法应用于混凝土施工质量风险管理,针对群决策中决策者偏好信息不一致问题作了研究.首先建立决策者关于评价指标对评语集的隶属度矩阵,并将其转化为指标集的权重排序向量;然后提出一种相对熵的不确定群决策最优化集成模型;最后进行二级模糊集成,得到评价目标的质量风险评价.     

不完全专家信息条件下基于区间数排序的群决策方法研究

专家根据自身的知识和经验,选取部分熟悉的评价指标进行评价,这类问题称为不完全专家信息条件下的群决策问题.这类问题目前主要利用基于模糊软集合的综合评价方法进行决策,但是方法无法考虑各类评价指标之间的权重信息,而直接利用模糊综合评价方法虽然考虑了权重信息,但其实质是将未打分的专家进行了主观上的赋值,可能导致决策失误.为此,提出将未提供的专家意见按照[0,1]区间数进行补全,实现将原始评价矩阵等价转换为区间数评价矩阵,从而使问题转化成为基于区间数决策矩阵的综合评价问题,并利用基于可能度的区间数排序方法实现了最终决策.最后,通过一个算例验证了方法的正确性和相比基于模糊软集合的综合评价方法的优越性.     

基于模糊多属性群决策的动态联盟盟员选择方法

对动态联盟盟员选择问题所采用的经典方法进行了分析,根据盟员选择过程中决策者判断模糊性的特点,考虑到不同决策者其决策可信性的区别,采用模糊环境下的多属性群决策方法,将定性指标转化为定量指标,从而求得动态联盟的最佳合作伙伴.     

基于群决策模糊聚类和模糊神经网络的建筑分包商选择研究

把建筑分包商的选择分为两个阶段,包括预选择阶段和决策选择阶段,并分别建立了两个阶段的评价准则体系.然后,基于群决策模糊聚类、群决策模糊神经网络两种模型和方法,给出了建筑分包商预选择和决策选择的具体实施步骤.最后的实证分析表明,对于建筑分包商的选择,该选择过程是实用和有效的.     

基于多属性群决策的软件可靠性模型选择方案

基于模型评价准则的属性值和专家经验的偏好信息进行软件可靠性增长模型的选择,可归结为多属性群决策问题.模型评价准则的主观专家偏好可利用层次分析方法将其量化得到其主观排序权重;基于失效数据的模型评价准则的计算数据可利用熵权法获得客观排序权重.综合两种权重可得到既能反映专家经验又能综合实际软件可靠性测试数据的模型评价方案.实例分析表明该方案具有合理性和可行性.     

基于TOPSIS的模糊群体多属性决策方法

针对模糊群体多属性决策问题,给出一种基于理想点法(TOPSIS)的多属性决策方法.方法先用三角模糊数的形式表示专家评价值的模糊性和不确定性,而后考虑了专家在不同评价属性中的重要程度和意见的相似度,并将专家意见进行集结得到专家群体关于方案集的模糊决策矩阵,最后定义了三角模糊数形式的正负理想方案,通过计算各方案与正负理想方案的距离以及各方案与理想点的相对接近度,最终确定最优方案.通过实例分析说明了该方法的可行性和有效性.     

群组决策特征根法

本文提出了一个群组决策的特征根法GEM（Groupeigenvaluemethod），它彻底克服了判断矩阵的不一致性，为决策支持系统中的专家选择开辟了新路．     

一种直觉模糊多属性群决策方法及其在群决策中的应用

对以直觉模糊数形式表示的信息和属性权重完全未知的多属性群决策问题进行了研究.提出了一种基于熵值的直觉模糊数距离测度方法,同时对传统的比较得分函数和精确函数的直觉模糊数排序方法进行了改进,定义了一种新的排序公式;进而利用此距离度量公式,引入到基于直觉模糊数之间距离的离差最大化方法中,确定属性的权重,提出了一种基于属性权重完全未知的直觉模糊多属性群决策方法.最后,将此方法运用在ERP选型中.     

风险型多属性群决策的综合集成方法

对一类权重信息未知,并且属性值为区间灰数的风险型多属性群决策问题进行了探讨,提出了在理想状态下(即决策者群体的理想意见趋于一致时)各属性的客观权重的计算方法.构建了以组内偏差最小、组间偏差最大为目标函数的综合集成优化模型,求解出理想状态下各属性的客观权重.然后综合考虑各决策者的主观偏好,借助每一方案与理想最优方案组、理想最劣方案组综合偏离度的大小对方案的优劣进行排序.应用实例说明了该方法的可行性和有效性.     

基于证据推理的混合型多指标群组决策方法

针对决策方案的属性值为语言评价等级和区间灰数的灰色多指标群组决策问题,提出一种基于证据推理的灰色多指标群组决策方法.首先,根据语言评价信息的概率分布和效用值等价原理确定定性指标和定量指标的信用结构,进而得到群体等级信用结构决策矩阵,然后,依据证据推理方法,对群组评价信息进行合成,求出各方案在各等级的信任度,最后,利用期望方差排序方法确定整个方案集的排序.具体算例表明方法合理有效.     

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。     

一种基于合作与满意的群决策方法

从信息熵和相对熵的概念出发 ,提出了“不合作度”和“不满意度”的概念 ,通过论证指出了理想合作群“不合作度”和“不满意度”均为零的特点 .针对此特点 ,建立了基于“不合作度”和“不满意度”最小的优化模型 ,并针对模型 ,对遗传算法进行改进 ,使之适合于求解模型 .最后通过算例表明了此群决策方法的有效性和实用性 .     

基于残缺互补判断矩阵的一种群决策模型

研究了基于残缺互补判断矩阵的群决策模型.首先,利用积型残缺一致性互补判断矩阵和互补判断矩阵的排序向量之间的偏差,建立并求解一个非线性规划模型,得到各专家残缺互补判断矩阵的排序向量.然后,通过最小化专家残缺互补判断矩阵的排序向量与专家群组排序向量的偏差,再次建立并求解一个非线性规划模型,得到反映出专家群组偏好的排序向量,从而得到了残缺互补判决矩阵的群决策模型.最后,通过算例说明了方法的可行性.     

基于Vague集的多属性群决策专家权重的确定

针对方案属性值为Vague值的多属性群决策问题,提出了一种新的专家权重的确定方法.定义了Vague值的得分函数、贴近度、运算法则以及信息集成算子.根据专家评判的相似度矩阵,通过其最大模特征值所对应的特征向量客观地确定了专家的权重,进而提出了新的群决策方法.制造资源应用实例验证了方法的可行性和合理性.