犹豫模糊偏好关系乘性一致性的判定及其在群决策中的应用

犹豫模糊偏好关系是一种有效的群决策工具。针对犹豫模糊偏好关系,提出乘性一致性、一致性指数、可接受乘性一致性等概念;获得了乘性一致性犹豫模糊偏好关系的若干判定条件。同时构造了特征犹豫模糊偏好关系,并证明了其满足乘性一致性。在此基础上,给出了不满足乘性一致犹豫模糊偏好关系的调整方法,论证了算法的收敛性。文中提出了基于犹豫模糊偏好关系的群决策模型和步骤。实例分析说明犹豫模糊偏好关系的群决策模型方法是可行和有效的。     

犹豫直觉模糊偏好关系积性一致性及其在群决策中的应用

模糊偏好关系在群决策中得到了广泛研究,针对犹豫直觉模糊集既能反映决策者偏好和非偏好的信息,又能描述其犹豫心理的特点,提出了犹豫直觉模糊偏好关系及其积性一致性的定义。为了修复不一致的犹豫直觉模糊偏好关系,先构建积性一致性指标,然后提出两种修复方法。最后,将犹豫直觉模糊偏好关系应用到群决策中,通过实例和比较说明了两种修复方法的有效性和合理性。     

基于区间二元语义偏好关系一致性偏差的群决策方法

为了避免群决策过程中信息的损失和集结结果的不精确性,将诱导有序加权平均(IOWA)算子和连续区间有序加权平均(C-OWA)算子拓展至区间二元语义环境中,提出一种诱导连续区间二元语义有序加权平均(IC2TLOWA)算子。针对区间二元语义偏好关系提出连续二元语义偏好关系的概念,定义基于连续二元语义偏好关系一致性偏差的诱导连续区间二元语义有序加权平均(CI-IC2TLOWA)算子,并提出一种基于该算子的区间二元语义群决策方法.最后通过算例说明该方法的可行性和有效性。     

不完整信息下的犹豫模糊群决策北大核心

为了更充分的利用数据信息,本文提出了以犹豫模糊集作为概念的反馈外延。进而给出了考虑犹豫度的犹豫模糊集间的关系与运算;基于此运算,定义了模糊概念的外延包络,并利用包络来集结多因素的偏好信息,为了给出不完整信息下的犹豫模糊群决策方法,本文还提出了一种缺失信息的填补方法,最后给出群决策步骤,并通过实例对上述理论方法进行了应用。     

不完整信息下的犹豫模糊群决策

为了更充分的利用数据信息,本文提出了以犹豫模糊集作为概念的反馈外延。进而给出了考虑犹豫度的犹豫模糊集间的关系与运算;基于此运算,定义了模糊概念的外延包络,并利用包络来集结多因素的偏好信息,为了给出不完整信息下的犹豫模糊群决策方法,本文还提出了一种缺失信息的填补方法,最后给出群决策步骤,并通过实例对上述理论方法进行了应用。     

不完全犹豫模糊语言偏好关系的不一致性修复方法

针对隶属度为犹豫模糊语言的不完全偏好关系,对其进行补全,并提出了一种基于偏差度的修复方法.首先,通过定义转换函数I以及f,并利用积性一致性补全不完全犹豫模糊语言偏好关系(IHFLPR).其次,基于误差偏好值以及两个犹豫度差值大小的比较准则,确定最大偏差度,并依据修复公式对不一致性进行修复.最后,通过实例以及与Xu的方法进行比较分析表明了该方法的有效性.     

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。     

基于群体一致性的犹豫模糊多属性决策方法

犹豫模糊集允许一个元素属于一个集合的隶属度可以是多个不同的值,是表达决策者之间偏好不一致性的有力工具。针对决策者评价偏差不宜过大的问题,提出了一种基于群体一致性的犹豫模糊多属性决策方法。首先, 我们定义了犹豫模糊元的犹豫度函数,进而定义了犹豫模糊元的一致性指数;在此基础上,构建了基于群体一致性指数最大化的权重优化模型,通过求解优化模型可以得到属性的权重向量。然后,运用灰色关联分析法实现对方案的排序和择优。最后,通过实例分析说明了该方法的可行性和有效性。     

基于因素空间理论的犹豫模糊群决策

为了更充分的利用数据信息, 本文提出了以犹豫模糊集作为概念的反馈外延.进而给出了考虑犹豫度的犹豫模糊集间的关系与运算; 基于此运算, 定义了模糊概念的外延包络, 并利用包络来集结多因素的偏好信息, 最后给出群决策步骤, 并通过实例对上述理论方法进行了应用。     

基于加性一致的直觉模糊偏好关系一致性检验与调整新方法

本文研究了基于直觉模糊偏好关系的决策问题,提出了一种新的基于加性一致的直觉模糊偏好关系决策方法。首先,基于加性一致的直觉模糊偏好关系,提出了一种新的检验指标。在此基础上,给出了直觉模糊偏好关系可接受加性一致性定义。然后,针对不满足可接受加性一致的直觉模糊偏好关系,设计了一种一致性调整新方法,并证明了方法的收敛性。最后,提出了一种基于直觉模糊偏好关系的决策方法,并通过实例分析和比较分析说明了新方法的可行性和合理性。     

权重完全未知下基于投影的犹豫模糊多属性群决策方法及应用

旨在犹豫模糊环境下,针对属性权重和专家权重完全未知的情形,提出了一种基于投影的犹豫模糊多属性群决策方法.首先,根据改进的犹豫模糊熵结合均熵求得决策者的客观权重,利用熵最小化原则与犹豫模糊指数熵确定评价属性的权重.接着,利用犹豫模糊加权算术平均算子对个体犹豫模糊决策矩阵进行集结,构建并求解出每个方案在正、负理想方案上的投影.然后,通过计算相对贴近度实现方案的排序和择优.最后,把该决策方法应用在应急救援路径选择问题上,进而验证了所提群决策方法的可行性与有效性.     

犹豫模糊语言集结算子及其在多属性群决策中的应用

犹豫模糊语言术语集是在犹豫模糊集和语言术语集的基础上,建立的一种更为合理的处理定性信息的方法。属性变量为犹豫模糊语言的群决策问题是近年来决策科学的一个研究热点,采用算子进行信息集结是解决该问题的一种有效方法。本文将幂几何算子引入到犹豫模糊语言变量环境下,定义了犹豫模糊语言加权幂几何算子、犹豫模糊语言加权幂有序几何算子、犹豫模糊语言线性加权幂有序几何算子,并探讨了它们的相关性质和特例。新算子通过综合考虑变量位置和自身重要性及相互间的支撑度,从而使决策结果更加令人信服。基于上述算子,论文还提出一种犹豫模糊语言多属性群决策方法,并通过数值案例验证方法的可行性和有效性。     

基于对偶自信双层语言偏好关系的多属性群决策方法

针对自信双层语言中“自信度”主观性较强、缺乏对应调节机制等问题,提出了一种新型决策语言术语和基于对偶自信双层语言偏好关系的多属性群决策方法.首先,引入社会网络法获取专家间“信任关系”矩阵,考虑信任传递的全面性和信息失真情况,采用OWA算子和最短链路原则补全“信任关系”.其次,耦合“信任关系”和自信双层语言创建对偶自信双层语言,拓展对偶自信双层语言偏好关系,研究其一致性及共识性指标,并构建对偶自信双层语言的反馈调节机制.进而,利用反馈调节机制中调节后“自信度”和“他信度”指标构建新的专家赋权模型.最后,结合反馈调节机制和专家赋权模型,提出对偶自信双层语言偏好关系的多属性群决策方法.通过湖南省新能源投资项目分析,验证了方法的适用性和有效性.     

一种基于图论和直觉模糊偏好关系的准则权重求解方法

直觉模糊偏好关系是处理复杂的多目标群决策间题非常有效的一种工具,其元素可通过对准则集内的所有准则实施两两比较确定.文章在已有的直觉模糊偏好关系的积性一致性和BWM方法的基础上,给出一个新的一致性定义,基于此定义提出一种新的基于图论并从直觉模糊偏好关系中导出准则权重的直觉模糊BWM方法.方法分为三个步骤:第一步,邀请专家组根据对称标度对准则集内的准则进行两两比较,给出每个专家的直觉模糊偏好关系,然后,用简化的直觉模糊加权几何算子将所有专家给出的直觉模糊偏好关系融合成群体的直觉模糊偏好关系;第二步,基于有向网络图设计一个算法,根据点的出度及入度对所有的准则进行排序,并鉴别出最重要和最不重要的准则,在文章给出的新的一致性定义基础上,建立了几个max-min优化模型,模型求解以实现从直觉模糊偏好关系中导出准则的优先权重;第三步,使用文章定义的一致性比率公式检验直觉模糊偏好关系的一致性程度以及所导出权重的可靠性;最后,将直觉模糊BWM决策方法运用于解决实际决策问题,探讨了一个评估医院门诊预约系统的例子,评估结果可以为医疗服务部门和需要进行门诊预约的患者提供决策参考.     

改进的多属性群决策共识方法及其在图书供应商选择中的应用

针对多属性群决策问题,提出了一种改进的加型集结共识方法.在每轮决策中,共识一致性指标较小的决策个体都修改其偏差较大的偏好,能快速使参与决策的个体对各属性形成满意的一致性意见.数值实验也表明该共识方法是合理有效的.     

群决策中判断的一致性分析及方案排序

对群决策中基于区间数互补判断矩阵形式偏好信息的一致性问题进行了探讨。首先,给出了区间数互补判断矩阵相容性指标定义及性质;然后,通过定义群和个体判断的一致性指标,提出了群判断的一致性判别方法和不一致的协调方法;同时依据个体判断的一致性指标大小,即群成员评判水平的高低,给出了群偏好信息的集结方法;最后给出了由区间数互补判断矩阵导出方案排序权重的计算方法及应用算例。     

基于后悔理论和概率犹豫模糊集的多属性决策方法

由于决策环境的不确定性以及决策问题的复杂性,决策者越来越难以处理不确定型多属性决策的相关问题.针对决策者评估时具有犹豫性和偏好性以及风险规避和后悔规避等特点,提出了一种基于后悔理论和概率犹豫模糊集的多属性决策方法.运用概率犹豫模糊集对专家的评价信息进行表述和处理,在权重属性完全未知的情况下,使用CRITIC法确定属性权重;通过定义决策者对方案的感知效用函数,计算各个方案的总感知效用值并进行排序.最后,通过算例对该方法进行验证分析.结果表明:方法可以更好地刻画决策者的实际心理,决策结果更加客观和科学.     

基于专家对应准则的犹豫模糊多属性群决策方法

本文研究了属性值为犹豫模糊数且决策者对方案有偏好的模糊多属性群决策问题。将犹豫模糊集进行标准化处理是多属性群决策问题的重要步骤。现有的方法是将犹豫模糊元按大小排序,基于乐观或悲观准则扩充犹豫模糊集。本文指出了该方法的不足之处,并提出了一种基于专家对应准则的犹豫模糊多属性群决策方法。首先,记录专家组中的专家编号,依次建立犹豫模糊决策矩阵;然后,基于专家对应准则扩充犹豫模糊集,通过扩充后的矩阵得到专家权重;接下来,聚合犹豫模糊矩阵,根据得分函数计算方案的优劣次序;最后,通过实例分析说明该方法的有效性。     

基于全序关系与A-DHFHW算子的DHFMAGDM方法及其应用

研究专家权重未知的对偶犹豫模糊多属性群决策问题.以记分函数和精确度函数为基础,引入广义距离测度,定义一种对偶犹豫模糊数的全序关系.而后,为克服现存算子的不足,定义新的Hamacher运算法则,并提出改进的对偶犹豫模糊Hamacher加权(A-DHFHW)算子,分析算子与参数的内在关系.为获取专家的客观权重,基于距离测度定义群共识测度,建立以最大化群共识测度为目标的权重优化模型.进一步地,基于全序关系、权重优化模型以及A-DHFHW算子提出一种新的群决策方法.通过解决大数据分析平台的评价问题验证所提方法的有效性和实用性,并分析参数对决策结果的影响.     

考虑群体一致性的区间犹豫模糊TOPSIS决策方法

在区间犹豫模糊多属性决策问题中,针对区间犹豫模糊元中人为添加元素从而影响最终决策结果客观性的问题,文章提出一种基于群体一致性的区间犹豫模糊多属性决策方法.首先,根据区间犹豫模糊元中的元素个数以及元素间的差异定义区间犹豫度,并基于犹豫度定义了区间群体一致性;然后,基于群体一致性构建属性权重确定模型,并确定各属性的权重.最后,计算各备选方案到理想点的距离,运用TOPSIS方法对备选方案进行排序,并通过一个算例证明文章方法的可行性和有效性.