动态区间三角模糊多属性决策的TOPSIS扩展方法

针对各决策时段的时间权重已知,属性值以区间三角模糊数形式给出的动态多属性决策问题,提出了一种基于逼近于理想解排序(TOPSIS)拓展的决策分析方法.方法首先利用给出的动态区间三角模糊加权平均(DITFWA)算子对各时段的评价值进行集成,以获取综合评价值.然后依据传统TOPSIS法的基本思想,对整个方案集进行排序并择优.最后给出一个实例进行分析,所得结果表明了该方法的实用性和可行性.     

区间三角模糊多属性决策的GRA扩展方法

针对属性权重信息部分己知且属性值以区间三角模糊数形式给出的多属性决策问题,提出了一种基于灰色关联分析(GRA)扩展的决策方法.首先给出了区间三角模糊数的定义,然后依据传统GRA法的基本思想建立了区间三角模糊数多属性决策问题的决策步骤.最后给出了一个实例分析,所得结果表明了方法的实用性和可行性.     

基于区间值三角模糊数的多属性群决策方法

研究了属性值以区间值三角模糊数表示的群决策问题,对属性值为模糊数的HFGB算子进行扩展,定义了区间值三角模糊数几何加权均值(ITFGWM)算子.同时对Carson定义的均值进行扩展,从而给出了区间值三角模糊数的均值定义.在此基础上,基于ITFGWM算子、均值及可能度,提出了区间值三角模糊数的模糊多属性群决策的新方法,最后给出一个实例进行分析,结果表明了此方法的实用性和可行性.     

基于TOPSIS的动态三角模糊多属性决策方法

针对属性值为三角模糊数形式的动态多属性决策问题,提出基于TOPSIS的动态三角模糊多属性决策方法.该方法不仅可以得到各备选方案的差异程度,还可分析各备选方案的增长程度,同时设置偏好参数以考虑决策者对于差异性和增长性的不同偏好,运用时间权重进行二次加权以解决不同时点排序结果不一致的问题.最后,通过算例分析及偏好参数敏感性...     

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.     

基于海明距离的区间三角模糊多属性决策问题

针对属性值为区间三角模糊数,权重信息不完全的多属性决策问题,为保证决策的准确性,构建了一种基于信息理论思想的决策方法.首先给出区间三角模糊集(数)的海明距离(Hamming distance)的定义,再利用极大偏差法建立线性规划模型计算属性的权重,最后用TOPSIS方法对方案进行排序,并给出此方法的计算步骤,通过实例验证了该方法的有效性.     

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。     

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.     

基于可靠度确定属性权重的三角模糊数多属性决策方法

针对三角模糊数多属性决策中的属性权重确定问题,从属性维度和方案维度分别考量决策信息的相似度差异指标和不确定性指标,提出了一种基于可靠度确定属性权重的方法。并结合三角模糊数可能度比较关系理论给出了完整的决策步骤,最后通过实例应用和对比分析,验证了所提方法的有效性和可行性,为此类问题的科学决策拓展了思路。     

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.     

可能度及其在多指标区间决策中的应用

在对区间数比较的可能度进行综述的基础上提出了可能度公理,构建了多指标区间决策的综合评价模型,并运用区间数比较的可能度,给出了一种简便实用的方案排序方法.最后通过实例说明了方法的合理性和可行性.     

基于不完全权重信息下模糊多属性决策的供应链合作伙伴选择

针对属性权重完全未知或只有部分权重信息且属性值为三角模糊数的供应链合作伙伴选择问题,给出了一种模糊多属性决策方法.提出了一种基于置信度的定性指标的量化方法,通过求解最优化决策模型确定属性的权重,然后根据各方案到模糊理想点的相对贴近度的大小选择最优的合作伙伴.     

一种考虑决策者风险偏好的区间数多属性决策方法

针对属性值以区间数形式给出的多属性决策问题,提出了一种决策分析方法。在本文中,首先描述了属性值为区间数形式的多属性决策问题;然后通过引入决策者的风险偏好因子将区间数决策信息映射为实数值决策信息,并依据属性值与属性均值绝对偏差的大小确定了属性的权重,在此基础上依据所得权重给出了基于加权和法的方案排序方法,通过对风险偏好因子的不同取值还可进行方案排序的灵敏度分析。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。     

基于方案偏好值的属性关联区间多属性决策

针对属性值为区间数,属性权重完全未知,但给出方案的主观偏好值,部分属性偏好关系以及属性交互类型的属性关联多属性决策问题给出决策方法.首先建立期望值目标规划模型,确定出属性集的M(o|¨)bius表达式以及属性权重,然后利用扩展的区间Choquet积分算子对决策信息进行集结,计算出各方案的区间模糊综合评价值,再利用比较区间数的期望值方法,从而得到方案的最终排序.最后给出了分析实例以说明所提出方法的有效可行性.     

一种基于决策者风险态度的区间数多指标决策方法

针对具有区间数的多指标决策问题，提出了一种新的决策分析方法。该方法的思路是：首先通过引入决策的风险态度因子将区间数决策问题映射为传统的点值决策问题。然后给出了基于TOPSIS的方案排序方法，最后通过对风险态度因子的不同取值可进行方案排序的灵敏度分析。     

三角犹豫模糊Heronian平均算子及其在多属性决策中的应用

针对属性间含有关联信息的三角犹豫模糊多属性决策问题,提出一种基于三角犹豫模糊Heronian平均算子的决策方法。首先,考虑已有Heronian平均算子仅适用输入变量为两参数的情形,进一步定义三参数加权Heronian平均(TPWHM)和三参数加权几何Heronian平均(TPWGHM)算子,证明所提算子具有还原性、幂等性、单调性和有界性等性质,并研究它们的几种特例。其次,将TPWHM和TPWGHM算子推广至三角犹豫模糊决策环境下,提出三角犹豫模糊三参数加权Heronian平均(HTFTPWHM)和三角犹豫模糊三参数加权几何Heronian平均(HTFTPWGHM)算子,并证明算子的优良性质。在此基础上,提出基于两种算子的决策分析方法,并用来解决三角犹豫模糊决策问题。最后,通过算例验证所提方法的可行性和合理性。     

权值不确定的模糊多属性格序决策方法

针对权值是区间数且指标值以三角模糊数形式给出的模糊多属性决策问题,基于格序决策的理论,提出一种新的格序决策办法.方法通过计算梯形模糊数的中心将TOPSIS方法推广到了模糊数的领域,进而给出一种新的方案排序方法.     

目标值不确定的协调多指标决策模型

本文建立了一类目标值不确定的多指标决策的协调模型,并对其解的概念、性质及其求解方法进行了研究,获得了一些新的结论。     

区间数型多属性决策相对灰色关联分析方法及其应用

多属性决策时由于掌握的信息不充分,资料不全,加之问题本身的复杂性、不确定性以及人类思维的模糊性,其属性的精确值往往难以获取,常用区间数形式表示.针对基于"理想方案"的灰色关联分析方法存在的不足,根据TOPSIS法原理,提出一种同时考虑"理想方案"和"负理想方案"的区间数型多属性决策相对灰色关联分析法.通过一个实例说明了该方法的应用,并与其它方法进行了对比,得到的结果一致.方法同时考虑了"理想方案"和"负理想方案",概念清晰,数学推导严谨,评价值分辨率高,克服了仅考虑一种方案时排序的不相容问题,更具有客观性和合理性.     

模糊多属性格序决策的冗余指标的消除策略

在模糊多属性决策中,属性权重的确定对于整个评价工作有十分重要的意义.如果评价属性数量过多,指标间的相关性将影响评价的科学性和公平性.本文建立了评价值为梯形模糊数的"相似"概念和模糊相似评价模型,并基于格序决策的理论,得到了一种新的模糊格序决策方法.结合传统的TOPSIS方法,通过计算将各方案的属性值的中心进行加权后与正负理想中心的贴近度的大小,实现备选方案的格序化排序.实例分析的结果表明:方法合理、易行.