基于信息熵的属性约简在多属性决策中的应用

属性约简是在信息系统中的一个重要操作.分类是属性约简的基础,且直接在大数据集上进行属性约简往往存在效率低下的问题.以分类为基础提出了一种基于信息熵的信息系统属性约简算法.算法通过信息熵的计算,在属性约简的同时对原信息系统逐层分解,从而实现了属性的约简并缩小了搜索空间.提出了依据信息熵来确定属性的不必要性及简约属性集,应用在多属性决策中所带来的优势.     

基于信息熵的多属性参数系统决策方法

本文研究了多属性系统的决策问题,利用信息熵理论对多属性决策指标进行规范化处理的方法,得到了待决策方案的优化属性值,从而达到更加精确地判断决策方法优劣的结果.     

基于结构元理论及信息熵的模糊多属性决策方法

主要目的是讨论当权重完全未知时的模糊多属性决策方法,其中运用了结构元理论和信息熵方法.首先,简单地介绍了这两种方法的基本原理.然后,提出了基于这两种方法的决策模型,给出了模糊权重函数的求解公式.最后,把该方法应用于考核、评估干部的问题.     

多属性决策的目标排序法

多属性决策的难点在于确定各目标的权系数。本文探讨了各目标的权系数难以确定、但知道其大小排序的情况下的决策原理和方法。     

一种模糊ELECTRE多属性决策方法

将模糊集理论与经典的和谐检验与非和谐检验相结合,提出一种模糊ELECTRE的方法。所计算得到的和谐指数、非和谐指数和评价结果都是基于LR梯形模糊数的形式,符合模糊决策系统的实际情况,克服了以往应用ELECTRE方法遇到模糊数难以排序或直接转化为确定系统的缺点。     

基于ELECTRE方法的模糊多属性群决策

结合模糊集理论知识,将经典的ELECTRE方法拓展到模糊环境下,用来解决模糊多属性群决策问题.决策问题中涉及到的属性评价值与属性权值是以三角模糊数的形式给出.首先集结各决策者的评价矩阵,构造模糊群决策矩阵,在规范化的基础上,分别对其进行模糊和谐性检验与模糊非和谐性检验,最后通过设定否决门槛值得到一致性比较矩阵,最终评价结果也是以三角模糊数的形式给出.该方法操作方便,计算简单.给出的实例验证了此方法的可行性和有效性.     

基于方案综合评价值和效用值偏差的多属性决策方法

研究了属性权重未知、方案偏好为效用值的多属性决策问题,提出了一种多属性决策模型.首先,分析了部分文献中利用方案属性值与效用值的偏差建模求出属性权重的不合理性,以及根据方案综合评价值与效用值的偏差建模得到属性权重的合理性.然后,通过最小化方案综合评价值与效用值的偏差,建立了一个规划模型,计算出属性权重,进而利用方案综合评价值实现方案的排序择优.最后,通过一个实例说明了方法的可行性.     

基于TOPSIS的区间直觉模糊多属性决策法

对基于区间直觉模糊信息的多属性决策问题进行了研究。给出了区间直觉模糊数之间的距离公式,并定义了区间直觉模糊正、负理想点,进而提出了一种基于TOPSIS的区间直觉模糊多属性决策方法。最后进行了实例分析。     

一种航空客机选型的随机多属性决策方法

为解决航空公司客机选型决策中,需要使用的旅客需求信息为随机信息的问题,本文研究了考虑随机信息的航空客机选型多属性决策方法.首先在分析飞机选型工作流程的基础上,建立了航空客机选型评价指标体系;然后针对指标信息中既有数值信息又有随机信息的特点,给出了一种航空客机选型的随机多属性决策方法;最后通过一个算例说明了本文给出方法的可行性和有效性.相关原理和方法可以扩展应用到新能源汽车服务网络方案选择、移动信息服务开发项目选择等决策问题.     

基于对称交互熵的多属性决策排序法

本义研究了多属性决策的排序问题.利用信息熵理论提出了对称交互熵概念,定义了一种新的与理想方案的贴近度,由此给出了基于对称交互熵的排序方法.最后通过算例将新方法与传统的TOPSIS法、夹角度量法和正交投影法作对比,获得了新方法能够更加精确地判断方案优劣的结果.     

一种基于Spearman秩相关系数与熵的多属性决策方法

本以方案间单个指标的关联系数为基础，引入相关度概念，对以关联系数平均值作为测度的评价方法进行了改进，提出了以方案相关度为测度指标的新的决策方法。     

基于信息量的不确定型多属性决策方法

针对属性值为区间数的不确定型多属性决策问题进行了研究,给出了属性值满意度的概念和考虑风险系数的满意度评价函数计算方法;重定义了公理设计理论的信息量概念,提出了基于信息量的不确定多属性决策方案排序方法,为解决不确定型多属性决策问题提供了一种简单实用的方法。最后利用实例计算了验证了方法的有效性和可行性。     

基于ANP与模糊TOPSIS-CRITIC方法的不确定多属性决策模型

随着多属性决策问题的日益流行,处理决策问题的复杂程度也逐渐增加,针对其中权重不确定,难以量化各影响因素主观权重与客观权重以及指标排序不精确的问题,提出了一种将网络层次分析法(ANP)与模糊指标相关性的指标权重确定法(CRITIC)、逼近理想解排序法(TOPSIS)相结合的不确定多属性决策模型首先,在分别使用ANP方法和...     

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.     

一种基于随机占优的多种信息形式的MADM方法

针对具有多种信息形式的多属性决策(MADM)问题,提出了一种决策分析方法。在本文中,首先描述了属性值为随机变量、清晰数和区间数三种信息形式的MADM问题;然后将这三种信息形式转化为带有累积分布函数的随机型信息的形式,并依据随机占优准则判断并确定两两方案之间比较的随机占优关系,在此基础上运用ELECTRE III级别高于关系方法得到方案的排序结果。最后,通过一个算例说明了本文给出方法的可行性和有效性。     

基于证据理论和Vague集的多属性群决策方法研究

为了解决人们在复杂环境中决策困难的问题,论文基于Vague集描述不确定事物的优势,通过证据理论对Vague集进行合成,得到一种信息集结的多属性群决策方法。该算法首先考虑专家评分的可信度,在分析Vague集与证据理论的数学关系后,使用证据理论将各方案在各属性下的专家集证据集结。然后通过Vague集记分函数进行属性权重的计算,将方案集在属性集下的Vague评价值进行加权修正,再通过证据理论将属性集证据集结得到各方案最终的Vague评价值。之后使用记分函数计算每一方案的得分来确定最优方案。最后通过算例进一步说明所提方法的可行性与有效性。文章给出的算法使决策者在不确定环境下可以进行理性决策,从而选出最优方案。     

基于模糊语言评估和联系数的多属性群决策方法

对方案的属性评估信息以模糊语言形式给出的多属性群决策问题,采用集对分析理论进行处理,提出了一种基于模糊语言评估和联系数的多属性群决策方法,实例应用表明了该方法的有效性和实用性.     

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。     

基于偏差的不确定型多属性决策的综合集成方法

对不确定型条件下的多属性决策问题,规范化后的区间数能消除属性值之间量纲的差异,建立了相离度偏差、中间值偏差和理想方案偏差计算公式,构建了以总偏差平方和为目标函数的综合集成优化模型,求解出各属性的客观权重,提出了一种客观属性权重的可能度法,为不确定型多属性决策提供了一种简单实用的可靠方法.最后通过一个算例说明了该方法的实用性和有效性.