基于累积效应的区间粗糙数距离

区间粗糙数是一种新的用来描述不确定问题的不确定数,合理定义两个区间粗糙数之间的距离成为解决属性值为区间粗糙数的多属性决策问题的重要组成部分。本文基于集合的思想建立区间粗糙数与区间数之间的联系,进而基于累积效应构建新的区间粗糙数之间的距离,证明新定义满足距离的三个公理化条件,并示例说明新定义的距离相较于原有距离的优越性。最后将新定义的距离与基于贴近度的理想解法相结合应用到属性值为区间粗糙数的多属性决策问题中,并以数值实验验证其可行性。     

一种基于梯形模糊语言变量的多属性决策方法

针对属性权重未知、属性值以梯形模糊语言变量形式给出的多属性决策问题,提出了一种扩展的VIKOR决策方法。首先介绍了梯形模糊语言变量的概念、运算法则,提出了梯形模糊语言变量值之间的距离公式,并进行了证明。在此基础上利用离差最大化方法确定了属性指标权重,并建立了基于梯形模糊语言变量的扩展VIKOR方法,给出了决策步骤。最后,通过一个算例说明该方法的有效性。     

基于区间二型模糊数的多属性群体灰色关联决策方法

针对属性值以区间二型模糊数形式给出的多属性决策问题,提出基于灰色关联度的多属性群体决策方法.首先,提出了一种新的计算区间二型模糊数之间距离的测度;然后,结合该距离测度公式构造出一种新的基于距离测度来求权重的方法,运用此方法求出决策者属性的权重;接着,通过主客观综合赋权法求出专家权重;最后,通过各方案与理想方案的灰色关联贴近度对方案进行大小排序.案例分析及对比分析说明该方法的合理有效性.     

属性权重未知的区间型多属性决策方法

针对方案的属性值为区间数并且属性权重完全未知的多属性决策问题,提出了一种新的多属性决策方法.基于联系数理论,首先构建了联系数之间的距离公式;其次引入方案间相对相离度和相对相离度矩阵等概念及其计算公式;然后将区间数属性值转化为联系数表示,利用所提出的概念和公式进行多属性决策,从而得到方案间的优序排列.决策方法直观简单,避免了属性权重的计算.最后给出实例说明了提出的方法具有合理性和有效性.     

基于累积前景理论的直觉语言风险型多属性决策方法

针对属性值为直觉语言数,属性权重完全未知的风险型多属性决策问题,提出一种基于累积前景理论的决策分析方法.方法定义了一种新的直觉语言数距离(R-距离),并讨论它的性质;进而利用累积前景理论,分别以正、负理想方案为参考点计算各属性下各方案的累积前景值,构建累积前景决策矩阵;以综合R-距离最小化为目标,构建最优化模型计算属性权重;进一步依据各方案的综合累积前景值对方案进行排序.最后,通过实例分析说明了该方法的有效性.     

三角直觉模糊数型VIKOR方法

针对备选方案的属性值为三角直觉模糊数且权重为实数的多属性决策问题,研究了三角直觉模糊数型VIKOR方法。首先,本文提出了一种基于偏好指标的三角直觉模糊数排序方法;其次,根据VIKOR方法的基本思想,提出了求解三角直觉模糊数型VIKOR方法的步骤,并在可接受优势和决策过程的稳定条件下对备选方案进行排序,得到折衷解;最后,在最大群体效用权重为0.5的情况下,用第三方物流服务商选择为例说明了该方法的有效性和可行性。     

基于前景理论的VIKOR犹豫模糊多属性决策方法研究

针对属性权重未知,且属性值为犹豫模糊的问题提出了一种基于前景理论的VIKOR犹豫模糊多属性决策方法.首先,从方案和属性两个角度切入,以犹豫模糊数均值,方差和非明确熵构建多目标优化模型来确定权重;然后,通过犹豫模糊Euclidean距离定义了犹豫模糊环境下的前景价值函数,确定中位数参考点以及各个方案在各个属性下的综合前景值;最后,通过前景价值矩阵给出基于多准则妥协优化解(VIKOR)的方案排序,通过实证分析验证了方法的有效性和可行性.     

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。     

基于泛性模糊数的VIKOR方法研究

建立了一种泛性模糊数可比较的度量,对决策信息通常为泛性模糊数的决策问题进行加工和扩展,提出了基于泛性模糊数不确定信息的VIKOR决策方法,实现了属性为泛性模糊数的多属性群决策及信息融合的目的.     

一种基于集对分析的模糊多属性决策方法

针对属性权重和决策矩阵的属性值均为梯形模糊数的模糊多属性决策问题,提出了一种基于集对分析的决策方法.方法具有如下特点:通过借鉴集对分析理论和论域三划分的思想,把梯形模糊数属性值转化成联系数的形式,能有效处理决策过程中的不确定因素;对于权重向量和决策矩阵中的梯形模糊数采取不同的处理方法;用联系数决策理论的概念来刻画备选方案与正、负理想方案组成集对的同一对立程度;基于可能势的联系数排序能够准确反映联系数间的同一对立程度,方法直观,概念明确,易于实际操作.实例计算表明,方法是求解模糊多属性决策问题的一种有效工具.     

基于投影的联系数多属性决策方法

针对属性权重和属性值均以联系数形式给出的区间型多属性决策问题,提出了一种基于投影的决策方法.方法依据一般投影分析方法的基本思路,给出了解决属性取值为联系数的多属性决策问题的计算步骤,核心是通过构建并求解每个方案在虚拟正、负理想方案上的投影,进而计算出每个方案对虚拟正、负理想方案的相对一致度,即可得到所有方案的排序结果,     

基于粗糙集理论的区间型多属性灰决策规则及应用

本文在粗糙集理论的基础上,针对属性值为区间数的信息系统,提出了一种新的决策规则。首先,借助于改进的粗糙聚类算法对区间型属性值进行离散化,之后通过构造划分同族矩阵来确定属性约简集。最后,基于灰色关联分析技术提出了灰色决策规则。而在属性权重的确定方面,通过属性相对重要性的定义构造互反矩阵,利用遗传算法解优化模型得到属性权重。     

模糊多属性决策中模糊属性值的规范化方法

模糊属性值的规范化是模糊多属性决策分析中的一个基础性问题。本文针对由有界模糊数表示的收益类属性值和成本类属性值,基于模糊数的扩展线性运算和期望值算子,提出了三种规范化方法,同时说明了它们各自的特点,并对这些方法进行了比较。最后给出了算例。     

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.     

基于二元联系数距离的不确定语言多属性决策模型

研究了属性权重范围已知,方案主观偏好值为语言变量,决策信息为不确定语言决策矩阵的多属性决策问题.在给出不确定语言变量转换为二元联系数的公式以及二元联系数距离公式的基础上,将方案主观偏好语言评价值转换为二元联系数,将不确定语言决策矩阵转换为二元联系数决策矩阵,从而得到方案的二元联系数综合属性值,通过最小化方案的二元联系数综合属性值和主观偏好值之间距离,建立多目标优化模型,并将其转换为一个单目标规划模型计算出属性权重.然后,通过对方案的二元联系数综合属性值进行不确定性分析,得到各方案的排序总数,利用排序总数对方案进行排序择优.应用实例表明该决策方法可行有效.     

基于可信性理论的模糊熵权的MADM模型研究

针对属性值以模糊变量形式给出的特点,运用2004年基础数学领域完成的研究模糊现象数量规律的一个新的数学分支——可信性理论的原理,提出了基于可信性测度的模糊变量的熵的权重求解公式,结合模糊变量之间的距离,构造了属性值与理想点之间距离的加权算术平均算子,并以其算子的计算值的大小获得最优方案和排序的一种模糊熵权的多属性决策模型.结合一实例进行分析和计算,显示该模型较为贴近实际,体现了模型的正确性.     

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.     

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.     

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.     

基于二次联系数的区间数多属性决策方法及应用

针对属性权重与属性值都是区间数的多属性决策问题,提出基于联系数基本决策模型的二次联系数概念,再利用二次联系数值的变化对区间数多属性决策中的不确定性进行分析,从而客观地反映出区间数多属性决策中不确定性对决策结果的影响,算法简明清晰,结论可靠。