基于云模型和前景理论的城市生态位适宜度评价研究

针对评价值为不确定语言信息的城市生态位评价问题,考虑评价者风险态度对评价结果的影响,提出一种基于云模型和前景理论的城市生态位适宜度评价方法.该方法首先给出了新的生态位适宜度评价指标体系;然后,提出了一种改进的云生成方法,将不确定语言信息转化为云模型,得到云评价矩阵;在此基础上,定义正负生态位最适值,确定正负前景评价矩阵,并依据评价者判断和公平竞争原则构建指标权重模型,根据综合前景值的大小给出城市生态位排序;最后,通过实例说明了方法的可行性和有效性.     

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。     

基于后悔理论的灰色应急决策方案动态调整方法

突发事件发展具有可变性、动态性、随机性等特点,这要求决策者能根据实际情况及时调整应急方案,在此过程中决策者往往表现出“有限理性”的心理特征。针对以上情形,提出一种基于后悔理论的决策方法,以解决不确定环境下考虑决策者心理因素的应急方案动态调整问题。该方法首先描述分析了基于灰数信息的应急调整方案的生成过程;然后从后悔规避的视角构造了调整方案集关于处置效果、调整成本、应对损失三方面的灰色感知效用矩阵;进一步,用转移概率矩阵预测突发事件的演化概率,计算各调整方案的灰色综合感知效用值以选出最佳调整方案;最后,通过实例验证了该方法的可行性和有效性。结果表明,该方法贴近决策实际、具有较强的实用性;能够为应急决策的方案调整问题提供方法指导和理论支持。     

基于合格值自适应后悔理论和证据理论的区间多属性决策方法

针对属性值和权重都用区间描述的不确定性多属性决策问题,文章提出了一种基于合格值自适应后悔理论和证据理论的决策方法.该方法定义属性合格参考值,表示决策者对方案的接受度在该值以下呈现快速下降趋势.之后依据后悔理论,定义基于属性合格参考值的后悔效用函数,改善传统后悔效用函数灵活性弱和对风险规避行为的描述能力不够强的缺点.之后扩展出基于区间的效用计算方法,并基于区间最优点得到感知效用值矩阵.然后将感知效用值转化为基本概率分配函数并据此进行基于权重的证据合成.该方法还通过设定偏好态度系数以反映决策者对评价高低的倾向性.最后,通过算例分析说明了该方法的可行性,合理性和稳定性.     

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.     

犹豫模糊环境下考虑后悔行为的双边匹配决策方法

针对犹豫模糊环境下的双边匹配问题,考虑匹配主体存在决策后将所选方案与其他方案进行对比的心理行为,即决策者是有限理性的,提出一种考虑后悔规避行为的双边匹配方法.首先,对犹豫模糊环境下的双边匹配问题进行了描述;然后,将犹豫模糊信息转化为对主体的满意度,在此基础上,依据后悔理论用满意度构建效用函数和后悔-欣喜函数,转化为相对于匹配主体的感知效用,构造感知效用计算规则,建立双边匹配模型,求解模型获取感知效用最大化.最后,采用IT服务企业的实例来验证该方法的可行性与有效性.     

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.     

考虑后悔规避与匹配意愿的直觉模糊双边匹配方法

针对直觉模糊偏好信息的双边匹配问题,提出一种考虑匹配主体后悔规避心理行为和匹配意愿的双边匹配方法。首先,将双边主体的直觉模糊偏好信息转化为效用值;然后,依据后悔理论的思想,通过一方主体将另一方主体进行两两比较计算每个主体的后悔值和欣喜值,进而计算每个主体的总体后悔欣喜值,构建匹配满意度计算规则,建立双边匹配多目标优化模型,通过分析现有匹配意愿系数确定方法的不足,给出一种新的匹配意愿系数确定方法,在此基础上,考虑双边主体的匹配意愿,采用线性加权法将多目标优化模型转化为单目标规划模型进行求解,获得双边匹配结果;最后,通过一个算例验证了提出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.     

基于直觉正态云的决策方法及其在风险评估中的应用

本文以船舶风险评估问题为背景,通过结合直觉语言变量、云模型和前景理论来构建风险型评价模型.首先,采用直觉语言变量表征决策者的主观评估信息;其次,利用云模型生成方法将直觉语言变量转化为直觉正态云,从定性与定量相结合的角度反映决策者的主观不确定性;此外,定义直觉正态云的距离和可能度公式,将其嵌入前景理论构建前景值矩阵;最后...     

台风灾害预警—应急响应两阶段决策方法

针对具有不确定情景预测信息的台风灾害应急决策问题,提出一种同时考虑事前预警措施和事中应急响应措施的两阶段决策方法。该方法中,首先考虑决策者的风险规避行为,通过计算各应急响应措施的实施效用来确定针对不同预警措施和灾害情景下的最优应急响应措施;其次考虑决策者的后悔规避行为,计算任意两个预警措施相比较的后悔—欣喜值,并通过最大熵法将不确定情景的区间概率转化为点概率;在此基础上,计算出各预警措施的综合后悔—欣喜值及排序值,并最终确定第一阶段的最优预警措施和第二阶段针对各灾害情景的最优应急响应措施。最后,通过算例研究和对比分析说明该方法的可行性和有效性。     

基于Choquet积分的直觉语言TODIM多属性群决策方法

针对属性间存在着关联性的直觉语言多属性群决策问题,提出一种基于Choquet积分的直觉语言TODIM多属性群决策方法.首先定义直觉语言Choquet积分平均算子、直觉语言Choquet积分几何算子,并讨论其性质;然后考虑决策者参照依赖和损失规避心理行为,对每个属性下方案两两之间的优势-劣势进行比较,计算属性关联情境下每个方案相对于其它方案的益损值,构建益损值感知价值函数矩阵;进一步计算方案相对于其它所有方案的综合感知价值函数值,进而依据备选方案综合感知价值函数值大小进行排序择优,并通过实例分析表明该方法的可行性和有效性.     

考虑后悔与失望行为的应急方案选择方法

考虑到在应急管理问题中,当决策者需要进行应急方案选择时,会存在两类心理行为:后悔心理行为和失望心理行为,针对具有混合多指标信息的应急方案选择问题提出了一种新方法。首先,计算应急方案关于伤亡人数、财产损失和社会影响等指标信息的效用值。然后,考虑到决策者的两类心理行为的特征,为确定不同的应急方案的感知效用,分别提出计算方案后悔-欣喜值和失望-愉悦值的方法。进一步地,考虑到不同应急方案的投入成本不同,计算决策者关于不同方案的投入成本的感知效用。在此基础上,根据不同应急方案的总体感知效用值,进行应急方案的排序或优选。最后,通过实例验证所提方法的可行性和有效性。     

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.     

一种基于不同粒度且属性权重未知的群决策方法

针对具有不同粒度语言评价矩阵和属性未知的群决策问题,给出了一种基于二元语义和TOPSIS算法的群决策方法。在该方法中,首先给出了不同粒度语言评价矩阵一致化为由基本语言评价集表示的二元语义信息的方法;然后引入TOPSIS的方法,结合二元语义形式计算规则,确定未知的属性客观权重,利用二元语义集结算子,得到单个决策者对方案的评价值;再通过T-OWA算子对各决策者给出的评价信息进行集结和方案选优;最后给出了一个算例。     

构建不确定语言型多属性决策的投影模型

研究不确定语言型多属性决策评价结果与决策者对方案的偏好信息之间存在偏差的问题.通过建立与区间型语言标度对应的术语指标矩阵,及方案综合属性值与决策者主观偏好值之间的投影模型,确定属性的权重,然后运用加权法得到方案的综合属性值,利用已有的可能度矩阵排序公式得到决策方案的排序.构建了一种基于方案综合属性质与决策者主观偏好值之间的投影模型,通过算例对该方法的实用性和有效性进行了证明.     

考虑决策者风险偏好的区间直觉模糊多属性群决策方法

提出了一种考虑决策者风险偏好且属性权重信息不完全的区间直觉模糊数多属性群决策方法。同时考虑相似度和接近度,确定每一属性的决策者权重。为了考虑决策者风险偏好对决策结果的影响和避免区间直觉模糊矩阵的渐进性,引入了决策者风险偏好系数,将集结后的综合决策矩阵转换成区间数矩阵。然后,为了客观地求出属性权重信息不完全环境下属性的权重,构建了基于区间直觉模糊交叉熵的属性权重目标规划模型,该模型不仅考虑了评价值的偏差,也强调了评价值自身的可信度。最后,通过研发项目选择问题的实例分析说明了所提方法的合理性和优越性。     

基于后悔理论的多时点风险灰靶决策方法

针对属性值为区间灰数,时点权重未知的多时点风险决策问题,考虑决策者的心理行为,提出一种基于后悔理论的灰靶决策方法.给出区间灰数的大小比较方法和距离测度,定义正负理想方案,根据决策者相对于负理想方案的欣喜心理与相对于正理想方案的后悔心理定义欣喜后悔值函数,采用时间度和熵值相结合的方法确定时点权重,求出各方案多时点综合欣喜后悔值并最终确定出方案的排序.最后,通过具体算例分析结果验证了该方法的可行性和有效性.     

考虑缺失属性的多属性群决策方法

针对决策者在不完全属性集下进行评价的多属性群决策问题,考虑对缺失属性上的评价进行估计,提出了一种基于决策者相似度的多属性群决策方法.给定决策者在不完全属性集上的评价矩阵,构造同时考虑交叉属性个数和评价值的决策者相似度,基于此相似度对缺失属性评价进行估计,进而利用加权平均法对完整的评价矩阵进行集结得到每个决策者的方案排序.在此基础上,以决策者方案排序与总体方案排序差异最小为目标,构建优化模型以产生最优的总体方案排序.运用所提方法解决江苏省常州市一家高速列车制造企业的战略项目评价问题,验证了该方法的有效性与应用性.     

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。