考虑决策者给出部分属性期望的风险型多属性决策方法

针对决策者给出部分属性期望的风险型多属性决策问题,提出了一种决策分析方法。在该方法中,首先,依据决策者在各自然状态下给出的属性期望信息,将原始决策问题转化为没有属性期望和具有属性期望的两个独立的风险型多属性决策问题;然后,针对没有属性期望的风险型多属性决策问题,依据期望效用理论,计算各属性下属性值所对应的效用值,进而得到每个方案的综合效用值;进一步地,针对具有属性期望的风险型多属性决策问题,依据累积前景理论,将决策者给出的属性期望视为属性的参照点,进而计算各属性值的前景价值及决策权重函数值并计算每个方案的综合累积前景值;在此基础上,计算得到每个方案的总体效用值,并依据总体效用值的大小对所有方案进行排序。最后,通过一个算例说明了该方法的可行性和有效性。     

基于后悔理论的三参数区间灰数信息下的风险型决策方法

针对决策属性值为三参数区间灰数的风险型决策问题,考虑到决策者的有限理性,提出基于后悔理论的风险型决策方法.首先,提出新的三参数区间灰数距离测度和三参数区间灰数的相对核,并构建出感知效用矩阵;然后,将其中的感知效用值集结为各方案的综合感知效用值,并根据各自然状态的风险概率得出各方案的期望效用,由此实现方案排序;最后,通过算例对比分析说明方法的合理性和有效性.     

考虑双参照点累积前景理论的风险型群决策方法

针对决策者权重信息、属性值为区间数形式的风险型多属性群决策问题,提出了一种考虑双参照点累积前景理论的群决策方法。考虑预期和正理想点为双参照点,根据累积前景理论分别表示针对双参照点的价值;引入预期侧重系数,进一步得到各方案的加权累积前景值;根据离差最大化的思想建立决策者权重优化模型,据此计算各方案综合累积前景值并进行方案排序。最后运用到工程评标案例中,通过与单参照点、期望效用理论的比较验证了该方法的有效性和实用性。     

一种基于累积前景理论的直觉模糊动态决策方法

针对属性值为时间直觉模糊数的动态多属性决策问题,提出一种基于累积前景理论的直觉模糊动态决策方法.方法综合考虑决策者期望和决策信息熵两方面因素给出了时间权重的确定方法,以决策者期望和正负理想点作为参考方案确定前景矩阵,并以公平竞争原则确定最优属性权重,进而通过降维获得方案的综合前景值,根据综合前景值确定方案的排序.最后,通过实例说明了方法的可行性和科学有效性.     

一种基于前景理论的风险型区间多属性决策方法

针对带有决策者期望且概率和属性值均为区间数的风险型多属性决策问题,提出一种基于前景理论的决策方法。在本文中,考虑了决策者的心理行为因素,首先以决策者对各属性的期望作为参照点,然后计算在每种自然状态下,每个方案针对各属性的属性值相对于参照点的收益和损失;进一步地,依据前景理论的思想,通过计算每个方案针对各属性的前景值建立前景决策矩阵;在此基础上,运用简单加权原则计算每个方案的综合前景值,并通过建立综合前景值两两比较的可能度矩阵对所有方案进行排序。最后,通过一个算例说明了该方法的可行性和有效性。     

基于累积前景理论的考虑群体参考点的多指标风险决策方法

针对考虑多个决策者给出不同的指标期望的多指标风险决策问题,提出一种基于累积前景理论的决策分析方法。在本文中,将决策者给出的指标期望视为参照点,通过构建基于参照点的价值矩阵和权重矩阵,进而构建前景决策矩阵,并基于前景决策矩阵来计算每个方案的综合前景值,然后依据综合前景值的大小对所有方案进行排序。最后,通过一个算例说明了该方法的可行性和有效性。     

基于后悔理论及云模型的多属性群决策方法

针对属性值为不确定语言信息的群决策问题,考虑决策者后悔规避的心理行为特征,提出了一种基于后悔理论及云模型的多属性群决策方法.首先,将不确定语言值转化为云模型;其次,给出一种新的考虑决策者期望的方法求解其权重;然后,通过给出的云模型效用函数构建效用值矩阵,进而通过后悔-欣喜函数构建感知效用矩阵确定方案的综合感知效用,并根据其排序;最后,通过实例说明了方法的可行性和科学有效性.     

考虑决策者期望和失望-欣喜感知的风险型多属性群决策方法

针对多个决策者给出属性期望且存在多种类型属性值的风险型多属性决策问题,提出一种基于失望理论的风险型多属性决策方法.文章首先依据决策者的期望矩阵和风险决策矩阵构建针对各决策者的损益矩阵;其次,在考虑决策者失望-欣喜感知的情境下,依据失望理论将损益矩阵转化为修正决策矩阵,并利用PROMETHEE-Ⅱ方法构建出偏好函数;然后,依据偏好函数值计算出各自然状态下针对各决策者的排序值;在此基础上,借助自然状态发生的概率和决策者权重计算出各备选方案的总体排序值,据此对各备选方案进行排序;最后,通过一个算例说明了该方法的可行性和有效性.     

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Pythagorean模糊熵的风险型决策方法——考虑后悔与失望规避

针对决策信息为Pythagorean模糊数,属性权重完全未知的风险型多属性决策问题,提出了一种基于Pythagorean模糊熵的考虑决策者后悔与失望规避心理行为的决策方法。首先,计算备选方案和理想点各属性的效用值,从而获得各备选方案的后悔-欣喜值、失望-愉悦值及感知效用值。其次,构建了一种Pythagorean模糊熵,并给出基于该Pythagorean模糊熵的属性权重确定方法,利用属性权重加权求和获得备选方案综合感知效用值,从而对方案进行排序。最后,通过算例说明方法的可行性和优点,并分析了后悔规避系数δ和失望规避系数τ对决策结果的影响。