基于两粒度语言评价信息的双边匹配决策

针对基于两粒度语言评价信息的双边匹配问题,提出了一种了基于二元语义信息处理的决策方法。在该方法中,首先将两粒度语言评价信息转化为两粒度二元语义信息;考虑以每个主体满意度最大为目标,运用广义二元语义加权平均算子构建了多目标优化模型;进一步地,运用二元语义算术平均算子将多目标优化模型转化为双目标优化模型;根据二元语义的自身特点将双目标优化模型转化为单目标优化模型,进而进行求解来得到匹配方案。最后,给出一个算例说明所提供方法的有效性。     

基于二维二元语义和模糊AHP-TODIM的低碳供应商选择方法

针对专家给出二维语言评价信息的低碳供应商评选问题,提出一种基于二维二元语义和模糊AHP-TODIM的方法。该方法首先提出改进的二元语义模型,基于此定义二维二元语义及其加权平均算子。接着构建低碳供应商评价的指标体系。最后,将专家给出的二维语言评价信息转化为二维二元语义,使用模糊AHP法计算指标权重,并利用二维二元语义加权平均算子集结信息,在此基础上将TODIM方法扩展到二维二元语义环境以获取低碳供应商排序。案例分析说明了所提出的方法的有效性。     

不确定多属性群决策中混合信息的集结

在不确定多属性群决策中,研究专家给出的评价信息为语言和三角模糊数混合型的决策问题.提出一种转化方法,先将模糊数转化为语言短语集上的模糊集,然后,再将此模糊集转化为二元语义.同时在信息集结过程中,也均以二元语义的形式,以防止信息的过分丢失.最后,给出一个算例来说明此种处理方法的有效性和实用性.     

基于相对熵的多粒度语言信息的多属性群决策方法

针对具有多粒度语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理和相对熵的群决策方法。该方法首先给出了多粒度语言评价信息一致化为由基本语言评价集表示的相同粒度二元语义信息的方法,然后对于属性权重信息不完全的情形,建立了基于相对熵的多目标规划模型获得相应的属性权重,并利用二元语义的集结算子对语言评价信息进行加权集成,从而获得各个决策方案的排序和择优结果;最后给出一个实例分析,说明了该方法的有效性和可行性。     

基于云计算的双极二元语义决策模型及其应用

针对评价为语言型且准则权重未知情况下风险型决策信息有效集结的问题,提出一种基于云计算与前景理论的双极二元语义决策模型.首先,将语言型决策信息转换成双极二元语义形式并使用G1—离差最大化法计算各准则的组合权重;其次,利用双极二元语义加权平均算子将各状态、各方案多准则下的决策信息集结为综合双极二元语义决策阵;然后,利用云模型的数字特征公式将综合双极二元语义决策矩阵转化为各状态下各方案的综合云决策矩阵,并结合前景理论分析以确定所有方案的综合云前景值,将其排序并择优.最后,对案例的研究验证了新算法的科学性与适用性.     

基于二元语义TAC积分算子的语言型多属性群决策方法

针对属性之间存在模糊关联的语言型多属性群决策问题,给出了二元语义TAC(Two-Additive Choquet)积分算子的定义,分析和证明了算子的有关性质,并提出了相应的决策方法。该方法首先将各专家提供的语言短语形式的属性权重信息、属性关联信息与属性评价信息转化为二元语义形式,然后利用二元语义TAC积分算子将转化后的属性相关信息集结为各专家的方案评价值,并进一步集结专家意见获得方案的综合评价值,从而确定其排序。最后,通过实例分析和方法比较说明了所给方法的有效性和优点。研究结果表明,该方法具有属性关联刻画细致、计算过程简单且无信息损失、决策结果可解释性强等优点,为求解属性之间存在模糊关联的语言型多属性群决策问题提供了一种新的途径。     

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。     

基于语言偏好信息的稳定双边匹配决策方法

针对语言偏好信息下的双边匹配问题,提出一种双边匹配决策方法。首先,将双边主体给出的语言偏好信息转化为三角模糊数;然后,基于去模糊化处理方法将三角模糊数转化为匹配满意度,在此基础上,考虑稳定匹配约束条件,以最大化每方主体的匹配满意度为目标,建立双边匹配多目标优化模型,求解模型,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。     

基于二元语义评价信息的个体优势特征识别方法

本文依据群体语言评价信息特点,基于二元语义信息处理、理想点评价模型及聚类分析等方法,给出了基于二元语义评价信息并适用于层次结构的个体优势特征识别方法;对某企业的文化优势特征进行识别,演示了方法的使用过程,并说明了所提方法的可行性和有效性。从二元语义的评价信息中,本方法能够比较充分地挖掘和体现被测行为主体的个体优势特征,能够为决策者提供多种维度的决策信息。     

三角形分布的双方叫价拍卖模型在电力交易中的应用

在完全开放的双边电力市场下,大用户直接购电问题已成为我国电力改革的重大课题.研究发电公司和大用户如何建立有效的报价策略具有十分重要的理论和实践价值.将发电公司看成卖方,将买电代理看成买方,针对卖方的成本和买方的估计是私有信息,并服从区间(0,1)上的三角形分布,建立了基于三角形分布的双方叫价拍卖的贝叶斯博弈模型,并得到了预期的均衡结果.通过一个数值例子与基于均匀分布的经典双方叫价拍卖模型进行比较.结果表明:建立的双方叫价拍卖模型在电力交易拍卖中的应用,能够提供更为准确的理论预期结果,具有更为现实的指导意义.