模糊多属性决策中模糊加权平均法的一种改进方法

本文针对模糊加权平均法(FWA)的应用局限性,基于α截集、区间算子改进了模糊加权平均法。该方法首先运用区间算子计算在α水平下方案的区间综合属性值,然后借助可能度对方案两两比较得到互补判断矩阵,利用模糊互补判断矩阵确定方案优先权重的参数方法确定该水平下的方案优先权重,再通过集结各个水平下的权重得到方案排序的优先权重。改进的加权平均法可以有效的处理属性值和权重以多种模糊数形式给出的模糊多属性决策,具有普遍性,值得进一步研究推广。最后用实例说明该方法的有效性与可行性。     

模糊群决策的逼近于理想解排序法

首先给出一致性互补判断矩阵元素与排序权重的一种新逻辑关系,并以模糊极大集和模糊极小集作为模糊正理想解和模糊负理想解。然后,通过α-截集将模糊数转化为α水平下的区间数,并构造基于贴近度的可能度矩阵,利用所提出的逻辑关系确定在α水平下的排序权重。最后集结各水平下的权重得到最终的排序权重。     

基于模糊熵-熵权法的混合多属性决策方法

针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策问题,提出了基于模糊熵-熵权法的混合多属性决策方法。通过规范化的方法把区间数转化为直觉模糊数,建立了直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用熵权法确定属性的客观权重区间,通过求解属性信息模糊熵最小的线性规划模型得到属性客观权重;再与主观赋权方法相结合确定属性的组合权重;最后应用相对熵排序法得到方案的最终排序结果。算例分析表明方法的可行性和实用性。     

基于距离测度的区间粗糙模糊数多属性决策方法北大核心

将模糊集理论与区间粗糙数融合,提出了区间粗糙模糊数的概念,并定义了区间粗糙模糊数的运算法则。为对区间粗糙模糊数进行比较及排序,定义了区间粗糙模糊数的上近似距离和下近似距离,每个距离下分别讨论了最大、最小和平均三种情形,并通过调节因子α将上近似距离和下近似距离集成为区间粗糙模糊数的距离。为解决区间粗糙模糊数形式下的多属性决策问题,定义了信息系统的最优解、最劣解、正距离、负距离、优势度等概念,并借助熵权法确定属性权重,给出对象的加权综合优势度及排序结果。算例结果表明,最大距离、最小距离和平均距离三种情形下得到的结果无显著差异,且与决策者主观认知基本一致,验证了算法的合理性与稳健性。     

基于区间直觉模糊数的多属性多阶段冲突型大群体应急决策方法

本文针对属性权重和阶段权重未知且专家偏好表示为区间直觉模糊数的多属性多阶段大群体应急决策问题,提出一种新的决策方法。首先给出了区间直觉模糊数的相似度公式,利用模糊聚类法对各阶段的专家偏好进行聚类。在聚类过程中,为减小聚集结果的群体偏好冲突,以群体偏好一致性水平最大化为目标对聚类阈值进行设定。然后依据模糊熵、相对熵原理分别对属性权重和阶段权重进行计算,进而得到整个决策过程中的方案综合群体偏好。利用区间直觉模糊数的得分函数和精确函数对备选方案进行排序,最后利用算例对该方法的有效性和可行性进行验证。     

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.     

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。     

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。     

区间数型模糊VIKOR方法

针对备选方案的属性值和各属性权重为区间数的多属性决策问题,讨论了区间数型模糊V IKOR方法。该方法以最接近理想解为基本思想,在决策过程中采用线性规范方法,利用心态指标对区间数进行排序,在可接受优势和决策过程的稳定条件下对备选方案进行选择,得到折衷解,实现了群体效用最大化,个体遗憾最小化。最后,在最大群体效用权重为0.5的情况下,用实例说明了该方法的有效性和可行性,结果显示不同的心态,最后的选择是不同的。     

区间模糊多属性决策方法比较及其实验分析

针对区间模糊数多属性决策问题,讨论不同决策方法产生不同的决策结果之间的关系与区别。通过仿真实验模拟区间数决策矩阵,利用不同区间数多属性决策方法进行决策,通过引入综合评价值的标准差分析不同决策方法所得评价结果的辨识度。实验结果表明,随着属性个数的逐渐增大,不同的决策方法的辨识度都逐渐减小;随着方案个数的增大,不同的决策方法表现出不同的特征。因此,针对同一个区间数多属性决策问题,使用不同的方法往往会产生不同的方案排序效果,需谨慎选择所使用区问数决策方法。