基于改进理想解法的动态评价方法研究

为了比较多个系统在不同时刻的发展水平和某一段时间的动态累积水平,需要进行动态评价,将二维数据加入时序数据扩展为三维数据(评价对象、评价指标、时间),提出基于改进理想解法的动态评价方法.该方法利用决策矩阵的信息,客观地赋予各指标权重系数,并以各方案到理想点距离的加权平方和作为综合评价的判据,该方法同时考虑各评价指标值的差异程度和增长程度,利用二次加权法,计算出各评价对象某个时间段内总体评价值.通过实际案例模拟研究,发现该方法较好地实现对不同评价对象在不同时刻的动态评价.基于改进理想解法的动态评价方法给比较多个系统在不同时刻的总体发展水平(动态评价)提供了思路,是综合评价方法研究的有益补充,可以利用该方法进行应用研究.     

基于灰数距离熵的四参数区间数的TOPSIS模型及实证分析

针对区间属性权重未知和传统灰熵模型存在缺陷的多属性决策问题,提出一种改进的四参数区间数的灰数距离熵测度决策方法.通过考虑四参数区间数中指标取值的双重重心点和方差建立属性权重模型.利用,改进的多指标决策的逼近理想点法,通过定义的距离熵测度公式,将建立的权重模型和灰数距离熵测度模型应用到湖南省页岩气探矿权招标的优选中,结果验证了决策方法的合理性和有效性.     

改进型TOPSIS在航空动力系统质量评估中的应用

针对传统逼近理想解法(TOPSIS)贴近度计算方法单一且未考虑指标之间相关性的缺点,将灰色关联度与广义马式距离相结合提出了一种改进的TOPSIS方法.该方法既弥补了因属性指标之间的相关性而导致欧式距离失效的不足,又反映了动力系统与正负理想方案之间的位置关系和数据曲线的相似性差异.最后,通过在航空动力系统质量评估中的应用验证了该方法的合理性与有效性.     

基于理想灰关联距离的课程评估方法

综合灰色系统理论、理想解法和欧氏距离,提出了一种新的基于理想关联距离度的课程评估方法,给出了建立评估模型的基本步骤.定量处理的指标,经过理想化、标准化后,定义关联数,由此计算关联距离度.通过灰色关联距离度,建立了一种接近最优方案远离最差方案的评估模型.并通过学院近期的课程评估实例分析,验证了该方法的准确性和可行性.     

基于新型区间直觉三角模糊熵的多属性决策方法

在进行区间直觉模糊多属性决策时,有时属性权重是未知的,针对这一问题,提出一种新型区间直觉三角模糊熵的决策方法.首先,给出该新型区间直觉三角模糊熵定义和相关定理,应用该区间直觉三角模糊熵确定属性的权重.然后,基于逼近理想解排序法(TOPSIS)的思想,采用改进的加权欧几里得距离,进行区间直觉模糊群决策,并给出决策步骤.最后,将该方法应用在供应链选择的群决策问题中,通过算例实验验证了该方法的有效性与可行性.     

联系向量距离与灰色关联度结合的理想解法

针对传统理想解法采用欧氏距离计算的缺陷,提出了联系向量距离与灰色关联度结合的理想解法.首先将理想点与负理想点均视为确定不确定系统中相互对立的集合,计算各待决策方案与理想解和负理想解的联系向量距离;然后采用灰色关联度方法计算各待决策方案与理想解和负理想解之间的相似程度;其次通过定义新的综合距离和综合距离贴近度构建联系向量距离与灰色关联度结合的理想解法.该方法在有效地解决传统理想解法缺陷的基础上,还包含了待决策方案在趋势上的差异性,同时综合距离在权重分配上充分考虑了决策者的偏好或者专家意见,使评价结果更加有效.最后采用算例验证了该方法的可行性和有效性.     

MFCAV近似Riemann解法器在相容拉氏方法中的熵条件分析

 对基于MFCAV(Multi Fluid Channel on Averaged Volume)近似Riemann解法器的相容拉氏方法的熵条件进行了分析. 结果表明与满足声学形式Riemann解法器的熵不同, 前者只能在每个网格边界左、右两侧网格的熵随时间变化的和保证大于零, 即能保证整体熵增, 但不保证传统意义上的在每个网格中的熵增;而后者不仅保证整体熵增, 而且还满足传统意义上的熵增. 因此MFCAV的熵增相对声学形式解法器而言要弱一些, 由此表明其熵增可能要小些, 使得格式的耗散可能要小些.数值算例也验证了分析的正确性.     

基于灰关联分析和相对熵的多属性决策排序方法

在灰关联分析和相对熵决策方法的基础上,结合各自的优点,提出了一种解决多属性决策问题排序的新方法.首先利用改进熵对评价属性进行赋权,其次计算被评方案与理想方案和负理想方案的灰色关联度和相对熵,最后根据相对贴近度的大小对被评方案进行排序,案例说明了决策方法的有效性和实用性.     

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.     

基于相对熵和VIKOR的多属性决策排序方法

在相对熵和VIKOR决策方法的基础上,结合各自的优点,提出了一种解决多属性决策问题排序的新方法.首先利用改进熵权法对决策属性进行赋权,其次计算决策方案和正理想决策方案与负理想决策方案的相对熵、决策方案和正理想方案与负理想方案的群体效用值和个别遗憾值,再次根据TOPSIS法中的相对贴近度的思想,利用相对贴近度的大小对决策方案进行排序,案例分析说明了决策方法的有效性和实用性,最后对提出的模型的灵敏度和其他文献中模型的灵敏度进行了对比,发现提出的模型的灵敏度更高.创新和特色一是对传统熵权法进行了改进,不需要人为的特殊约定,具有一定的科学性;二是结合VIKOR方法和相对熵方法的各自优点,将其组合使用;三是结合TOPSIS法中的相对贴近度的思想将VIKOR方法和相对熵方法进行融合.     

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。     

基于TOPSIS的模糊群体多属性决策方法

针对模糊群体多属性决策问题,给出一种基于理想点法(TOPSIS)的多属性决策方法.方法先用三角模糊数的形式表示专家评价值的模糊性和不确定性,而后考虑了专家在不同评价属性中的重要程度和意见的相似度,并将专家意见进行集结得到专家群体关于方案集的模糊决策矩阵,最后定义了三角模糊数形式的正负理想方案,通过计算各方案与正负理想方案的距离以及各方案与理想点的相对接近度,最终确定最优方案.通过实例分析说明了该方法的可行性和有效性.     

基于Vague集的信息融合方法及应用

为了优化多传感器信息融合方法,提出了一种基于Vague集的多传感器信息融合方法。首先定义了改进的Vague集的相似度量方法,通过层次分析法确定了各传感器的权重。然后定义了各目标与正负理想目标的距离,利用相对贴近度来确定最佳方案。最后通过仿真实例说明了该方法的有效性和实用性。     

另一种新的多指标综合评判方法

指出由决策方案在理想方案上的投影及其到理想方案的距离还不能完全确定决策方案的优劣,应该综合考虑决策方案与理想方案的相似系数及其到理想方案的距离.构造了一种基于相似系数和距离的贴近度,给出了一种新的多指标综合评价方法.方法的有效性和合理性通过实例得到了验证.     

基于博弈论和相对熵的基坑支护方案优选

基坑支护方案优选是一项多属性决策,提出了一种基于博弈论组合赋权和相对熵的逼近理想解(TOPSIS)决策模型.首先采用信息熵确定客观权重,运用层次分析法确定主观权重,然后引入博弈论集结模型将主客观权重科学化组合,得到综合权重,最后采用一种基于相对熵的逼近理想解决策方法进行基坑支护方案优选,并结合工程实例进行验证.结果证明:基于相对熵的TOPSIS决策模型在案例中的评价结果与工程实际相吻合.     

一种区间Pythagorean模糊VIKOR多属性群决策方法

针对属性信息为区间Pythagorean模糊集且属性权重和专家权重均未知的一类群决策问题, 结合信息熵理论, 提出了一种区间Pythagorean模糊VIKOR多属性群决策方法。首先定义一种新的区间Pythagorean模糊距离测度, 并讨论其性质。其次基于该距离测度定义了区间Pythagorean模糊相对距离指数, 并基于相对距离指数构建了一种熵权模型确定专家权重和属性权重。然后提出一种区间Pythagorean模糊VIKOR多属性群决策方法。最后通过企业生产方案选择案例说明了提出新方法的可行性与有效性。     

三参数区间灰数距离熵模型及在决策指标体系约简中的应用

三参数区间灰数在决策问题中广泛存在.针对三参数区间灰数多指标决策问题,借助信息熵理论,建立了三参数区间灰数距离熵模型,证明了灰距离熵与灰数之间的关系及相关性质,对多指标决策中指标体系冗余问题提出了基于三参数区间灰数的决策指标体系约简方法,最后,结合具体实例,验证了方法的适用性和有效性.     

基于相对熵的多粒度语言判断矩阵的群决策方法

针对多粒度语言判断矩阵的群决策问题提出基于相对熵的最优化模型的排序方法.在多粒度语言偏好信息的导出函数基础上定义了语言判断矩阵对应的导出模糊互补判断矩阵,并给出其排序向量的计算式;同时采用语言判断矩阵的一致性指标来确定专家重要性程度的权向量;在相对熵的意义下构建了群决策排序向量的最优化模型,探讨了模型的求解方法.实例分析表明该模型是可行和有效的.     

基于联系度的动态TOPSIS评价方法

为了比较多个待评价对象在不同时刻的发展水平,以及在某一时间段内的总体发展水平,进行动态评价显得十分必要.传统TOPSIS评价方法仅考虑数据序列之间的距离关系,没有考虑距离间的相关性,为解决以上问题,文章将集对分析联系度思想引入TOPSIS,采用联系向量距离代替欧氏距离计算贴近度,加入时间维度,提出基于联系度的动态TOPSIS评价方法.该方法不仅可以得到反映评价指标值差异程度的评价值及排序结果,还可以得到反映评价指标值增长程度的评价值及排序结果,同时还能得到同时考虑以上两种情况的综合评价值及排序结果.将该方法应用于2016-2020年长江经济带绿色发展水平评价,通过实例验证了该方法在实际应用中的有效性.     

基于直觉模糊相似度量的群决策专家水平评判方法

针对基于直觉模糊信息的多属性群决策专家水平评判问题提出了理想矩阵分析法.在引入多属性群决策直觉模糊信息体(即决策信息体)和直觉模糊相似度量的基础上,通过计算决策矩阵与正、负理想矩阵之间的相似度,提出了基于直觉模糊相似度量的理想矩阵分析法,并利用该方法对算例中的专家评判水平进行排序,通过比较统计分析法和直觉模糊熵分析法说明该方法的可行性和有效性.