基于共识性测度的概率语言多准则群决策方法研究

针对准则值为概率语言术语集的决策问题,提出一种基于共识性测度的概率语言多准则群决策方法.首先,方法定义概率语言共识性测度公式,据此判断个体决策信息是否满足共识性检验.其次,建立考虑决策者协作意愿的群体共识反馈调整模型及权重惩罚体系.此外,利用网络层次分析法(ANP)和共识性测度公式构建指标定权模型,模型可有效解决指标间互相影响导致的权重计算失准问题.随后,提出改进的TODIM决策方法,结合准则权系数及通过共识性检验的群决策矩阵,对方案进行择优排序.最后,通过算例分析验证了该方法的有效性.     

基于实验设计的概率语言权重信息多准则决策方法

作为模糊语言集的一种,概率语言集能够反映决策问题中评价准则权重重要程度及其概率,这在决策问题中较为实用。本文运用实验设计(Design of Experiment,DOE)的方法,对权重信息以概率语言给出的多准则决策问题进行研究:通过多次模拟权重重要程度及其概率,设计出多组实验权重,并用GRA法求得每组实验数据的得分,获得描述该决策问题准则值与评价结果相互影响关系的最适用回归方程,将决策问题的实际数据带入方程进行运算,得出方案排序结果。通过快速成型过程、柔性制造系统过程两个案例,进行对比验证。结果表明所提出的方法能较好地处理基于概率语言权重信息的多准则决策问题,计算简单且速度快,可重复性强且颇为实用。     

基于记分函数的语言型多准则决策方法

分析了语言指标的特点,提出语言指标与Vague值转换的基本思路,给出语言指标与典型Vague值的转换方法.该方法能够保持决策者风险偏好的一致性.证明了在各方案属性的语言指标转化为Vague值后,即使采用不同风险偏好的记分函数,也能得到相同的记分值范围,据此提出基于记分函数的语言型多准则决策方法.通过实例说明该方法能减少决策者的风险偏好对决策结果的影响,提高决策的客观性和准确性.     

基于MARCOS的二维语言直觉多属性群决策方法

针对二维语言变量在描述不确定性信息自由度方面的不足,将直觉模糊变量融合到二维语言变量中,提出二维语言直觉变量的概念。首先定义了二维直觉语言变量之间的运算和比较规则,在此基础上提出了二维语言直觉信息的集成算子,如加权算术平均、加权几何平均以及广义加权算术平均。其次,基于最优最劣方法(BWM)和信息熵建立了属性权重的计算模型,并将MARCOS方法拓展到二维直觉语言环境,提出了基于集成算子和MARCOS的模糊多属性群决策方法。最后,在实例分析中通过参数敏感性分析、可靠性分析以及对比分析验证了方法的有效性和科学性。     

基于类Pearson综合相关系数的概率语言TOPSIS多属性决策方法

概率语言术语集(PLTS)包含了语言术语信息及其相应的概率信息,使得原始决策信息得到充分利用,大大提高了语言术语多属性决策的科学性.文章研究了一种基于概率语言术语集类Pearson综合相关系数的TOPSIS多属性决策方法.首先考虑了PLTSs的3个特征因素:均值、方差和长度,然后基于传统Pearson相关系数的思想,提出了一种新的概率语言术语集类Pearson综合相关系数,其特征是可从完整性、分布情况和犹豫性3个方面描述PLTSs,且取值大小介于区间[-1,1],从而可度量变量之间的正负相关关系,改进了现有方法存在的缺陷.为融合属性指标的不同权重,提出了概率语言术语集加权类Pearson综合相关系数,其考虑了属性权重的重要性,拓宽了适用范围.进一步地,构建了基于类Pearson综合相关系数的概率语言术语相对贴近度指标,并在此基础上提出了一种基于类Pearson综合相关系数的概率语言术语TOPSIS多属性方法.最后,通过数值算例和比较分析,说明该方法的有效性和适用性.     

不完全语言信息下的多准则群决策方法研究

针对决策者所给的自然语言信息缺失判断矩阵,提出了一种基于群体满意度最大的不完全语言信息多准则群决策规划模型.首先分析决策者所给的多准则语言评价信息矩阵,进而通过三角模糊数将多准则语言评价信息矩阵转化为三角模糊数矩阵;其次根据满意度函数构建不完全语言信息多准则群决策规划模型;最后通过实例验证本方法的可行性及有效性.实例表明该方法计算简单,易操作.     

基于犹豫模糊语言的多准则决策理论与方法综述

犹豫模糊语言在描述不确定信息、体现决策偏好等方面具有优势。基于犹豫模糊语言的多准则决策理论与方法逐渐成为了研究热点,学者们从不同方面对此展开了研究。通过对犹豫模糊语言信息的相关概念、集成算子、相关测度、优序关系、有限理性及应用领域进行综述,了解目前基于犹豫模糊语言的多准则决策理论与方法的研究成果,并对犹豫模糊语言多准则决策研究的未来发展作出展望。     

基于在线评价信息的概率语言多属性变权决策方法

针对电子商务网站中涌现的大量在线评价信息,本文提出一种基于在线评价信息的概率语言多属性变权决策方法,指导消费者的购买决策。在本文方法中,首先利用概率语言描述在线评价信息,构建概率语言决策矩阵,并重新定义了区间概率语言的得分函数;其次,利用变权方法处理决策矩阵,得出不同方案的各属性权重;再次,依据得出的属性权重,基于后悔理论,考虑决策者风险规避系数,求出各方案的综合感知效用值,并据此排序。最后,利用汽车之家网站提供的顾客在线评价信息,以一个汽车选择的实例说明了本文所提方法的合理性与实用性。     

基于改进可能度和距离测度的概率语言多属性群决策方法研究

概率语言术语集(PLTSs)是一个表达决策者对各个方案的偏好及选择的强有力工具.针对概率语言术语集距离计算方法上存在的缺陷,利用转换函数重新定义了概率语言集的距离测度.并提出了一种改进概率语言可能度的计算方法.并在此基础上,计算出群决策矩阵最大可能度并对其加权平方,由此构造一个多目标函数来求得未知的属性权重,再结合TO...     

基于区间概率语言术语集幂算子的多属性群决策

本文基于区间概率语言术语集(IVPLTS),结合幂聚合算子,提出一种多属性群决策方法,刻画了不确定环境下属性间存在相关联性的决策信息。首先,基于概率语言术语集(PLTS)定义了IVPLTS及其标准化方法,结合区间折衷概率构建新得分函数给出IVPLTS的排序法,并与概率知识结合定义了新的IVPLTS运算法则且研究了其性质。其次,提出了区间概率语言幂平均(IVPLPA)和区间概率语言幂几何(IVPLPG)算子,讨论了算子的理想性质及相互关系。最后,基于IVPLPA和IVPLPG算子提出一种多属性群决策方法,通过算例与其它方法对比,说明本文方法的可行性与优越性。     

图书馆图书供应商选择的PROMETHEE/TOPSIS决策模型

图书供应商选择对图书馆各项功能的实现和未来的发展有着重要影响,这一重要问题的解决方法受到很多学者的关注。在构建图书供应商评价指标体系的基础上,提出了一种供应商选择的PROMETHEE／TOPSIS决策模型。模型通过向具有完全补偿性的TOPSIS方法中引入偏好函数,并结合摆动赋权方法,减少了决策信息的损失和扭曲,更好地反映了图书供应商间的差别。最后通过实例证明了该模型的有效性和实用性。     

基于改进PROMETHEE的领先用户识别方法

领先用户在技术创新中的作用不容小觑,如何识别出领先用户正逐渐引起人们的关注.提出了一种基于改进PROMETHEE的领先用户识别方法,采用梯形模糊语言形式的属性值,通过结合客观数据与决策者偏好的综合赋权法确定评价指标的权重,并利用基于ULHA算子的群决策方法识别出领先用户.最后通过DHS公司识别领先用户的实例验证了方法的可行性与合理性.     

基于偏序集的PROMETHEE方法优化研究

尽管PROMETHEE是当前最受欢迎的多准则决策方法之一,但在实践应用过程中,模型的应用范围与质量依然受制于指标权重问题。一些常用的赋权方法,不仅没有解决不确定权重问题,反而增加了决策风险。在偏序集相关定理的基础上,给出权重的定性信息即权重次序,由流出矩阵、流入矩阵和净流矩阵等定义,得到了PROMETHEE的偏序集表达形式。当流入和流出之和为常数时,证明了模型存在对偶性质。根据对偶性质,简化了PROMETHEE方法的分析步骤,删减模型冗余信息。应用偏序集表示的PROMETHEE,突破了模型没有具体权重便无法应用的思维定势,解决了模型赋权困难,增强了模型的鲁棒性,拓展了模型处理数据类型的范围。     

一种多指标决策与评价的新方法

指出了多指标决策与评价投影法所用的决策矩阵无量纲化方法的不妥之处及在应用中存在的问题 ,提出了一种新方法 ,并用实例说明了该方法是可行合理的 .     

基于四参数区间数的多准则决策方法

针对准则权重和准则值均为四参数区间数的多准则决策问题,提出了一种基于四参数区间集结算子的多准则决策方法。首先,定义了四参数区间数以及加权的连续四参数区间数有序加权平均 (WCFP-OWA) 算子和加权的连续四参数区间数有序加权几何平均 (WCFP-OWG) 算子,并利用连续四参数区间数有序加权平均 (CFP-OWA) 算子对四参数区间数准则权重进行处理,然后利用WCFP-OWA算子和WCFP-OWG算子对四参数区间数准则值进行集成得到综合值以确定方案排序。最后将该方法应用于勘探公司的选择,验证了该方法的合理性和有效性。     

基于熵和关联系数的概率对偶犹豫模糊多属性决策方法

针对概率对偶犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于熵和关联系数的多属性决策方法。首先定义了概率对偶犹豫模糊熵的公理化定义和公式,然后基于概率对偶犹豫模糊集的特征信息集合和熵测度定义了概率对偶犹豫模糊集的关联系数,最后根据概率对偶犹豫模糊集的熵和关联系数构建多属性决策模型,并通过算例验证了该模型的有效性和合理性。     

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。     

Decision making in stock trading: An application of PROMETHEE

The key issue for decision making in stock trading is selection of the right stock at the right time. In order to select the superior stocks (alternatives) for investment, a finite number of alternatives have to be ranked considering several and sometimes conflicting criteria. Therefore, we are faced with a special multicriteria decision-making problem. The purpose of this paper is to develop a decision-making model for selecting superior stocks in stock exchange and a model is provided in order to structure this problem. The proposed model is structured around two pillars: Industry evaluation and Company evaluation. The preference ranking organization method for enrichment evaluation (PROMETHEE) has been used for solving the problem. The model has been applied at Tehran Stock Exchange (TSE) as a real case and a survey from the experts in order to determine the effective criteria for industry evaluation and company evaluation has been conducted.