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。     

区间灰数直觉模糊集及其G-TOPSIS模糊多属性决策方法

提出以区间灰数为隶属度、非隶属度和犹豫度的区间灰数直觉模糊集概念,定义了两个区间灰数直觉模糊集之间的距离.对于以灰直觉模糊数为属性值的模糊多属性决策,依据经典TOPSIS准则,提出了基于区间灰数直觉模糊集的模糊多属性决策方法G-TOPSIS.其包含两种方法:一是将区间灰数白化后,按直觉模糊集的TOPSIS方法进行;一是基于区间灰数直觉模糊距离的TOPSIS方法.示例分析表明了两种方法的有效性与一致性.     

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。     

直觉模糊多属性决策的TOPSIS法

属性值和权重都是直觉模糊集的多属性决策问题不同于一般的多属性决策问题，不能运用现有的决策方法求解。本文给出了直觉模糊正、负理想方案的定义及其与每个方案的欧氏距离，进而建立了每个方案与直觉模糊正理想方案的相对贴近度计算方法，从此产生所有方案的优序排序，即拓展了TOPSIS法。数值实例说明了该方法的有效性和实用性，可为解决直觉模糊多属性决策提供新途径。     

基于区间值直觉模糊集的TOPSIS多属性决策

基于区间值直觉模糊集,提出了一种新的TOPSIS模糊多属性决策方法。首先介绍区间直觉模糊集的概念,定义了两个区间值直觉模糊集之间的距离;然后根据TOPSIS方法的原理,定义了两个区间值直觉模糊集的接近系数,通过计算备选方案到区间值直觉模糊正理想解和负理想解的距离来确定接近系数,从而判断备选方案的优劣次序。最后,通过一个具体实例来说明这种方法的有效性和具体计算过程。     

一种基于累积前景理论的直觉模糊动态决策方法

针对属性值为时间直觉模糊数的动态多属性决策问题,提出一种基于累积前景理论的直觉模糊动态决策方法.方法综合考虑决策者期望和决策信息熵两方面因素给出了时间权重的确定方法,以决策者期望和正负理想点作为参考方案确定前景矩阵,并以公平竞争原则确定最优属性权重,进而通过降维获得方案的综合前景值,根据综合前景值确定方案的排序.最后,通过实例说明了方法的可行性和科学有效性.     

一种新的模糊TOPSIS决策方法

TOPSIS方法是多准则决策中常用的一种方法.但是该方法无法有效处理决策中的模糊信息,本文提出了一种模糊环境下的TOPSIS方法.在用三角模糊数对语言变量表示的基础上,决策过程中的各个准则的权重和各个备选方案的等级均采用语言变量来描述,这些语言变量由专家确定.为降低决策中的计算量,引入了模糊数的等级均值积分表示,在决策过程中将模糊数计算转化为简单的实数运算.这一优点使得决策中可以避免求解模糊数之间的距离和对模糊数排序.利用一个多准则决策的算例验证了该方法的有效性.     

一种基于不完备直觉模糊信息的TOPSIS方法

多属性决策过程中,每个方案的属性值有时体现为由直觉模糊数所刻划的语言变量,通过定义直觉模糊数间的距离,首先提出了基于直觉模糊数的TOPSIS方法;其次,考虑到在实际问题中往往会遇到不完备直觉模糊信息的事实,提出一种将不完备直觉模糊数完备化的方法,并建立了基于不完备直觉模糊信息的TOPSIS方法,同时通过实例说明该方法的有效性以及在多属性决策中的应用.     

一种有方案偏好的直觉模糊多属性决策方法

研究了方案属性值和偏好值均为直觉模糊数的多属性决策问题.首先,通过分析部分文献中利用方案属性值与偏好值之间的偏差建立并求解规划模型,从而得到属性权重的不合理性.其次,在最小化方案综合评价值与偏好值偏差的基础上,建立并求解一个规划模型计算出属性权重.然后,利用方案综合评价值的得分函数和准确度函数对方案进行排序,从而得到了一种有方案偏好的直觉模糊数多属性决策方法.最后,通过一个实例说明了该方法的合理性与有效性.     

基于前景理论的多目标灰色关联决策方法

针对决策者风险态度对多目标决策的影响,提出了一种基于前景理论的多目标灰色关联决策方法.通过奖优罚劣的线性变换算子对原始数据进行规范化处理,得到不同目标下的正负理想方案.以各方案与正负理想方案的关联系数为参照点计算各方案的前景矩阵,在此基础上构建方案综合前景值最大化的优化模型,求出不同目标下的最优权向量,进而求出综合效果测度矩阵,对每个局势进行排序.最后通过实例验证了该方法的有效性和实用性.     

基于核的区间直觉模糊信息集成的一类算子及其决策应用

定义了区间数核、区间直觉模糊数核的概念.并以此为基础,提出了区间直觉模糊数表示的模糊信息的几个集成算子:IIFKWA,IIFKWG,IIFKOWA IIFKOWG,IIFKHA,IIFKHG,研究了算子性质.探讨了集成算子在多属性决策中的应用,算例分析表明其具有可行性与有效性.     

一种基于Spearman秩相关系数与熵的多属性决策方法

本以方案间单个指标的关联系数为基础，引入相关度概念，对以关联系数平均值作为测度的评价方法进行了改进，提出了以方案相关度为测度指标的新的决策方法。     

基于直觉犹豫模糊集的TOPSIS法

直觉犹豫模糊集集成了直觉模糊集和犹豫模糊集的优势,能更有效地刻画决策者偏好不一致的情况。距离测度一直是研究的热点问题,但尚没有文献研究直觉犹豫模糊集间的距离测度,因此本文定义了直觉犹豫模糊集间的Hamming距离、Euclidean距离和广义距离,同时考虑每个元素的权重,定义了加权距离。犹豫度是直觉犹豫模糊集的重要特性,因此在考虑犹豫度的基础上,又定义了一些距离测度。这些距离测度不仅考虑了直觉犹豫模糊数间的差异,同时考虑了犹豫度的影响,决策者可以根据对直觉犹豫模糊数和犹豫度之间偏好的不同,设置不同的偏好值得到距离测度。然后基于这些距离测度,又提出了直觉犹豫模糊环境下的TOPSIS法。最后通过实例说明了所提出的TOPSIS法的合理性与实用性。     

基于改进熵权法的区间直觉模糊TOPSIS方法

本文对区间直觉模糊信息的TOPSIS多属性决策方法进行了研究。在属性权重信息完全未知的情况下,通过研究熵权法以及区间直觉模糊集本身的一些性质特点,将熵权法拓展到区间直觉模糊环境中来确定属性权重,进而提供了一种可直接利用评估信息的新的TOPSIS决策方法。该方法不仅拓展了传统熵权法的应用范围,而且不需要决策者事先给出权重信息,结果更加客观和可靠。应用实例表明该方法的可行性和有效性,具有推广应用价值。     

基于模糊证据推理及改进TOPSIS的多属性群决策方法

针对不同识别框架多属性群决策问题属性准则度量的不确定性、随机性,定义基于梯形模糊数表征的属性准则评价等级相似度量,求解专家决策权重的最优解。对公共识别框架备选方案属性准则采用模糊证据推理过程综合专家评价等级置信度信息;利用可严格区分属性准则评价等级的相似度量,改进TOPSIS方法中备选方案属性准则评价等级置信度距离因子,获取备选方案逼近正负理想解的贴近度。实例分析以某通信企业电信产品市场竞争力评估为例,说明基于模糊证据推理、改进TOPSIS的多属性群决策问题求解过程,从属性准则专家模糊评价等级置信度集中获取直观的待评估产品市场竞争力排序结果,验证该方法解决此类决策问题的可行性与有效性。