模糊多属性决策中的离差最大化方法

本文研究属性权重完全未知且属性值为L-R模糊数的多属性决策问题,提出了一种在多属性决策中,基于模糊数及α-截集理论,用离差最大化方法来估计属性权重的方法,随后研究了这种方法的相关性质,给出方程的解,得到方案排序结果。研究表明,由本文所提出的方法是有效、可行的。     

不确定多属性决策中的一种模糊赋权方法

研究了以三角模糊数给出属性权重的不确定多属性决策问题,提出了一种基于三角模糊数的赋权方法,并给出了决策模型.首先决策者将属性权重两两比较的结果用三角模糊数表示,构造三角模糊数互补判断矩阵.通过求解矩阵得到模糊权重.然后,集结各方案的模糊综合属性值,通过构造并求解可能度矩阵对方案进行排序.最后给出了一个应用实例.     

区间数伴语言变量的多属性云模型决策方法研究

针对伴语言变量的区间数多属性决策问题,给出了一种基于云模型的决策方法.方法将云模型和区间数相结合对方案进行模糊综合决策,由语言变量生成对应的云模型,决策者无须给定每朵云的特征.通过云规则进行区间数云转换,结合云模型转化后的区间数进行可能度分析,得到决策方案的排序.通过空袭目标威胁评估实例说明了方法的合理性和有效性.     

梯形直觉模糊数排序方法及在多属性决策中应用

基于梯形直觉模糊数的值和模糊度两个特征,一类梯形直觉模糊数的排序方法被研究.首先,给出了梯形直觉模糊数的定义、运算法则和截集.其次,定义了梯形直觉模糊数关于隶属度和非隶属度的值和模糊度,以及值的指标和模糊度的指标.最后,给出了梯形直觉模糊数的排序方法,并将其应用到属性值为梯形直觉模糊数的多属性决策问题中.     

模糊多属性决策的投影折衷方法

基于矢量投影的思想,导出了分量为L-R型梯形模糊数的模糊矢量投影的计算公式。通过将加权后的方案矢量投影到理想解上,再将负理想解投影到方案矢量上,进而在两个投影的基础上构建方案与理想解的相对贴近度,用以确定多属性决策方案的优劣次序。同时,本文以实例对这一决策方法进行了说明。     

基于相对优势度的区间数排序及其在多属性决策中的应用

依据两区间数对应点的差异,借助s型函数给出区间数相对优势度的概念,并根据相时优势度矩阵,构造模糊互补判断矩阵,提出一种基于相对优势度的区间数排序方法.基于所提出的区间数排序方法,结合UWA算予,提出一种属性值为区间数的多属性决策方法,并通过算例说明方法的可行性和有效性.     

基于直觉模糊集的多属性决策方法

对基于直觉模糊信息的多属性决策问题进行了研究,引入了直觉模糊数的得分函数、直觉模糊正理想点和负理想点,然后给出了基于TOPSIS的多属性决策方法,通过计算各备选方案的得分向量与直觉模糊负理想点得分向量之间的距离来确定各备选方案的综合评价指数,进而判断方案的优劣次序.最后,通过一个具体的实例分析说明了该方法的有效性与具体应用过程.     

模糊多属性决策的加权投影折衷方法

基于矢量投影的思想,建立了分量为L-R型梯形模糊数的模糊矢量间投影的计算公式,把加权后的方案矢量投影到理想解上,负理想解投影到方案矢量上,以这两个投影构造方案与理想解的相对贴近度,来确定方案的优劣次序.并通过实例对这一决策方法进行说明.     

基于直觉梯形模糊偏好相似度的多属性决策方法

在解决模糊多属性决策问题中,相似度是一种有效的方法.针对已有的相似度的不足,构造了一种新的两个矢量之间的相似度,证明其满足相似度的性质,并把它应用解决直觉梯形模糊偏好多属性决策问题.方法用语言值的直觉梯形模糊数来表示决策方案的信息,通过计算每个决策方案的期望矢量,与正理想方案和负理想方案的期望矢量的相对相似度,并由相对相似度大小来排列决策方案.最后用一案例来讨论方法的可行性,数值结果表明方法计算简单,实用性强.     

多属性决策中的目标规划

针对只有部分权重信息的对方案有偏好的多属性决策问题,本文给出了一种简单的目标规划模型,通过对该模型的求解却可得到决策方案的排序。最后给出了一个算例。     

一种新型区间数多属性决策算法研究

随着多属性决策问题的复杂性、不确定性日益增强，基于区间数的多属性决策理论与应用研究越来越广泛。基于算子有序性的构建思想，本文提出并构建了基于有序欧几里德算子的区间数多属性决策算法模型，证明了有序欧几里德算子的单调性、齐次性和幂等性。采用基于有序欧几里德算子的区间数多属性决策方法对某火炮采购问题进行了决策计算，证明了该方法的有效性与可行性。     

权值不确定的模糊多属性格序决策方法

针对权值是区间数且指标值以三角模糊数形式给出的模糊多属性决策问题,基于格序决策的理论,提出一种新的格序决策办法.方法通过计算梯形模糊数的中心将TOPSIS方法推广到了模糊数的领域,进而给出一种新的方案排序方法.     

基于概率测度的不确定语言多属性决策方法及应用

针对具有不确定语言信息的多属性决策问题,给出了一种基于语言概率测度的决策分析方法。阐述了不确定语言变量的概念,提出了一种用于处理不确定语言变量的语言概率有序加权平均（linguistic probabilistic ordered weighted averaging,LPOWA）算子。采用LPOWA算子将不确定语言转化为二元语义,再通过ETOWA算子得到每个方案的综合评价值,进而可得到所有方案的排序结果。利用LPOWA算子和ETOWA算子,对辽宁省风险投资企业进行评估和优选。理论分析和计算结果表明：该方法简洁可行,便于应用。     

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.     

目标值不确定的协调多指标决策模型

本文建立了一类目标值不确定的多指标决策的协调模型,并对其解的概念、性质及其求解方法进行了研究,获得了一些新的结论。     

混合型多属性决策的一种新方法

研究了指标权重未知,指标值为实数、区间数、三角模糊数三种数据类型同时存在的混合型多属性决策问题,提出了从属度方法,把多目标问题转化为单目标问题,根据从属度大小对各方案进行排序.实例说明了该方法的有效性,可行性,从而为解决混合型多属性决策问题提供了一种新的有效途径.     

多属性决策的组合赋权法

鉴于多属性决策问题中主观赋权法和客观赋权法各有其自身固有的特点，本文依据优化理论提出一种集成方法确定属性权重，该方法既充分利用客观信息，又反映决策者的主观偏好，从而使确定的属性权重更加合理、实用．     

一种新型的多属性决策权重计算方法

如何科学、合理地确定指标权重，关系到多属性决策结果的可靠性与正确性。现有多属性决策方法大多不能反映不同决策矩阵规范化方法对指标权重计算的影响，针对这一问题，本文提出了基于不同规范化矩阵确定指标权重的思想，进而推导了一种以全部方案总体效能最小为目标的指标权重模糊优化迭代算法。以向量规范法和线性变换法为例，对某战斗机性能多属性决策问题进行了权重计算。计算结果表明，该方法能够快速收敛到优化权重，从而为多属性决策的权重计算问题提供了新的解决方案。     

一种新的区间数多属性决策权重信息集结方法

针对属性权重以区间数形式给出的多属性决策问题,在充分分析区间数向量的性质后,给出了一种决策模型。模型首先利用区间数权重向量得到决策偏好,然后在离差最大化思想指导下解决此带有决策偏好的决策问题。最后,通过一个实例说明了方法的可行性。     

On Method for Uncertain Multiple Attribute Decision Making Problems with Uncertain Multiplicative Preference Information on Alternatives

The uncertain multiple attribute decision making (UMADM) problems are investigated, in which the information about attribute weights is known partly and the attribute values take the form of interval numbers, and the decision maker (DM) has uncertain multiplicative preference information on alternatives. We make the decision information uniform by using a transformation formula, and then establish an objective-programming model. The attribute weights can be determined by solving the developed model. The concept of interval positive ideal point of alternatives (IPIPA) is introduced, and an approach based on IPIPA and projection to ranking alternatives is proposed. The method can avoid comparing and ranking interval numbers, and can reflect both the objective information and the DMs subjective preferences.