A fuzzy closeness approach to fuzzy multi-attribute decision making

The aim of this paper is to develop a new fuzzy closeness (FC) methodology for multi-attribute decision making (MADM) in fuzzy environments, which is an important research field in decision science and operations research. The TOPSIS method based on an aggregating function representing “closeness to the ideal solution” is one of the well-known MADM methods. However, while the highest ranked alternative by the TOPSIS method is the best in terms of its ranking index, this does not mean that it is always the closest to the ideal solution. Furthermore, the TOPSIS method presumes crisp data while fuzziness is inherent in decision data and decision making processes, so that fuzzy ratings using linguistic variables are better suited for assessing decision alternatives. In this paper, a new FC method for MADM under fuzzy environments is developed by introducing a multi-attribute ranking index based on the particular measure of closeness to the ideal solution, which is developed from the fuzzy weighted Minkowski distance used as an aggregating function in a compromise programming method. The FC method of compromise ranking determines a compromise solution, providing a maximum “group utility” for the “majority” and a minimum individual regret for the “opponent”. A real example of a personnel selection problem is examined to demonstrate the implementation process of the method proposed in this paper.     

基于证据推理的直觉模糊多属性群决策方法

针对属性值为直觉模糊数的多属性群决策问题,提出了一种证据推理的扩展方法。首先,在考虑主观因素与客观因素的基础上运用直觉模糊熵法计算出属性及专家的综合权重。其次,提出一种基于证据推理的直觉模糊信息融合方法,该方法可以避免由于评价值的隶属度为0而导致的信息丢失现象,弥补了现有直觉模糊信息融合方法存在的不足。在此基础上,集结评价信息并按照备选方案与理想方案的相对贴近度对备选方案进行比选。最后,运用实例验证了所提方法的有效性。     

模糊多属性群体决策模糊距离折中比值法及应用

为解决复杂条件下的模糊多属性群体决策问题,利用模糊距离的概念,提出了模糊距离折中比值法(FCRM)。在FCRM中,属性权重和定性属性评估值由语言变量和三角模糊数描述,并用模糊距离度量模糊数之间的距离。FCRM的决策原则是所选择的最优解在尽可能地贴近正理想解的同时尽可能地远离负理想解,同时充分考虑多个决策者的主观态度。文中详细阐述了FCRM的决策过程,通过实例将其应用于军事航线优选问题并与其他相关方法进行了比较分析,证实了该方法的有效性。     

基于有序梯形模糊灰色关联TOPSIS的多属性决策方法

研究了有序梯形模糊数来表示不确定语言环境下的灰色关联TOPSIS多属性决策问题。首先应用有序梯形模糊数标度方案属性偏好信息,在传统梯形模糊数基础上增加了一个方向属性,使得决策信息的表示更加细腻;提出了有序梯形模糊环境下多属性决策灰色关联TOPSIS综合优选算法,引入了距离和灰色关联度相结合的综合贴近度公式,实现最优方案与理想方案的位置与曲线形状的一致性;最后通过制造系统内流动控制实例说明了所提出有序梯形模糊灰色关联TOPSIS方法的可行性和有效性。     

基于时间度的动态直觉模糊多属性妥协决策

针对当前动态直觉模糊多属性决策方法存在的不足,提出一种基于时间度的动态直觉模糊妥协决策方法。引入时间度准则,基于逼近理想解法融合主客观两类赋权法,获得兼顾主观偏好和样本客观信息的时序权重,克服现有时序权重主观赋值的随意性,同时运用直觉模糊熵(IFE)确定不同时序状态下各属性权重;根据动态直觉模糊加权几何算子(DIFWG)集结不同时序直觉模糊决策矩阵,构造动态直觉模糊综合决策矩阵,并利用VIKOR法,提供兼顾群体效用最大化与个体后悔最小化的各方案妥协折中排序,得到与理想解最近的妥协方案;以分布式创新企业合作伙伴选择为例,验证该方法在实际决策过程中的可行性和有效性。     

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.     

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。     

具有多类评价信息的旅游景区游客满意度评价方法

针对多类型评价信息的旅游景区游客满意度评价问题,提出一种基于相对贴近度的评价方法。首先,建立旅游景区旅客满意度评价指标体系;其次,采用实数、区间数、三角模糊数、直觉模糊语言变量和直觉模糊数5种不同类型表示旅游进去的评价信息,提出各个旅游景区关于正理想解的相对贴近度计算方法;据此确定旅游景区满意度排序,并具体给出其评价步骤;最后,通过实例说明该方法的有效性和合理性。     

一种基于前景理论和改进TOPSIS的模糊随机多准则决策方法及其应用

针对准则值为区间灰数直觉模糊数、准则权系数部分已知以及自然状态出现概率为灰数的多准则决策问题,提出一种结合前景理论和改进TOPSIS的决策方法。该方法首先定义了灰色直觉模糊数的前景价值函数和概率权重函数,并利用前景理论构建出前景决策矩阵;接着从两个方面对传统TOPSIS决策方法进行改进:(1)过定义方案间综合差异的概念,采用离差最大化思想,建立平均综合差异最大化规划模型,给出了一种兼顾主客观权重信息确定准则权系数的新方法;(2)用灰关联替换备选方案与正负理想方案的距离,据此刻画了各方案与正负理想方案的贴近度。进而利用改进TOPSIS决策方法中的综合贴近度对方案进行了排序。最后通过实例验证了该方法的有效性。     

基于区间直觉梯形模糊数的改进TOPSIS多属性决策方法

研究了属性权重完全未知的区间直觉梯形模糊数的多属性决策问题,结合TOPSIS方法定义了相对贴近度及总贴近度公式.首先由区间直觉梯形模糊数的Hamming距离给出了每个方案的属性与正负理想解的距离,基于此,给出了相对贴近度矩阵,根据所有决策方案的综合贴近度最小化建立多目标规划模型,从而确定属性的权重值,然后根据区间直觉梯形模糊数的加权算数平均算子求出各决策方案的总贴近度,根据总贴近度的大小对方案进行排序;最后,通过实例分析说明该方法的可行性和有效性.     

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.     

面向电子商务服务水平的变权分析评价方法

针对电子商务服务水平评价问题,提出一种基于变权分析方法的评价方法。首先,建立电子商务服务水平评价指标体系;其次,采用实数、区间数、三角模糊数、语言变量和直觉模糊数5种不同类型表示其评价信息,提出各个电子商务服务水平关于正理想解的相对满意度计算方法,据此确定电子商务服务水平,并具体给出其变权分析评价步骤;最后,通过实例说明该方法的有效性和合理性。     

基于Hausdauff度量的模糊TOPSIS方法研究

针对模糊多属性决策中的模糊 TOPSIS方法 ,提出了一种基于 Hausdauff度量的模糊 TOPSIS方法 .首先由模糊极大集与模糊极小集确定模糊多属性决策问题的理想解与负理想解 ,进而由 Hausdauff度量获得不同备选方案到理想解与负理想解的距离及其贴近度 ,根据贴近度指标对方案进行排序 ,为决策者提供决策支持 .最后以 L-R梯形模糊数为例进行了实例研究 .     

Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS

The multiple criteria decision making (MCDM) methods VIKOR and TOPSIS are based on an aggregating function representing “closeness to the ideal”, which originated in the compromise programming method. In VIKOR linear normalization and in TOPSIS vector normalization is used to eliminate the units of criterion functions. The VIKOR method of compromise ranking determines a compromise solution, providing a maximum “group utility” for the “majority” and a minimum of an individual regret for the “opponent”. The TOPSIS method determines a solution with the shortest distance to the ideal solution and the greatest distance from the negative-ideal solution, but it does not consider the relative importance of these distances. A comparative analysis of these two methods is illustrated with a numerical example, showing their similarity and some differences.     

广义多值直觉模糊软集及其在多属性决策中的应用

软集理论作为一种处理不确定问题的数学新工具弥补了传统模糊理论在参数工具上的不足。本文将广义模糊软集与多值直觉模糊集相结合,提出了广义多值直觉模糊软集的概念,给出了广义多值直觉模糊软集的交、并、补、“且”、“或”运算的概念,并基于这些概念研究其若干相关性质。此外,还将广义多值直觉模糊软集应用到多属性决策问题中去,给出相应的算法。并进行实例分析说明该决策方法的可行性和有效性。     

基于模糊语言评估和GIOWA算子的多属性群决策方法

研究了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,定义了一种模糊语言评估标度并给出其相应的三角模糊数表达方式.利用广义的导出有序加权平均(GIOWA)算子,对专家所给出的对应于各方案的属性评估信息进行了集结,并提出了一种基于模糊语言评估和GIOWA算子的多属性群决策方法.最后进行了实例分析.     

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CRITIC法确定各影响因素的主观、客观权重的基础上计算指标的综合权重,然后应用模糊TOPSIS方法对备选方案进行贴进度排序最后,通过一个实例将计算结果同其他三种决策方法进行对比分析,验证了所提出的ANP与模糊TOPSIS-CRITIC方法的可靠性和有效性.     

广义对偶犹豫模糊软集及其在决策中的应用

犹豫模糊软集作为一种处理不确定问题的工具受到了广泛关注。本文将广义模糊软集与对偶犹豫模糊集相结合,提出了广义对偶犹豫模糊软集的概念,给出了广义对偶犹豫模糊软集的交、并、补、“且”、“或”运算的概念,并基于这些概念研究其若干相关性质。此外,定义了广义对偶犹豫模糊软集的信息能量、相关性和相关系数的概念并讨论了它的性质。最后,给出了基于广义对偶犹豫模糊软集的多属性决策方法,并通过实例说明了该方法的的可行性和有效性。     

A grey relational projection method for multi-attribute decision making based on intuitionistic trapezoidal fuzzy number

With respect to multiple attribute decision making (MADM) problems in which the attribute value takes the form of intuitionistic trapezoidal fuzzy number, and the attribute weight is unknown, a new decision making analysis methods are developed. Firstly, some operational laws and expected values of intuitionistic trapezoidal fuzzy numbers, and distance between two intuitionistic trapezoidal fuzzy numbers, are introduced. Then information entropy method is used to determine the attribute weight, and the grey relational projection method combined grey relational analysis method and projection method is proposed, and to rank the alternatives are done by the relative closeness to PIS which combines grey relational projection values from the positive ideal solution and negative ideal solution to each alternative. Finally, an illustrative example is given to verify the developed approach and to demonstrate its practicality and effectiveness.     

基于相似度和改进雷达图的概率犹豫模糊多属性决策方法

为了解决属性权重未知的概率犹豫模糊多属性决策问题,构建基于相似度和改进雷达图的多属性决策方法。首先基于概率犹豫模糊元的信息完全度构建概率犹豫模糊集的距离测度和灰色关联系数,然后基于灰色关联理想解法定义了概率犹豫模糊集的相似度,最后根据概率犹豫模糊集的相似度和改进雷达图构建多属性决策模型,并通过案例进行了验证分析。