犹豫模糊环境下的变权综合决策方法及其在群决策中的应用

对因素权重为实数而因素状态值为犹豫模糊元的多因素不确定性决策问题,先由实数型状态变权向量导出犹豫模糊状态变权向量,由此得出犹豫模糊变权公式,进而建立犹豫模糊环境下的变权综合决策模型.然后将犹豫模糊变权综合决策模型应用于群决策,给出了相应的群决策算法.最后通过一个应用实例说明了本文所构建变权综合决策模型及相应群决策算法的有效性.     

基于语言值的变权综合决策方法

给出一种新的语言值乘法和加法运算,同时利用扩展原理、格贴近度和择近原则等理论论证所给运算法则的科学性,在此基础上建立一个基于二元组的纯语言值加权综合决策模型,随后,在语言值与实数集[0,1]之间定义两个转换函数,由此引入语言值效用向量等概念,借助语言值效用向量和实数型状态变权向量导出语言值状态变权向量,进而建立相应的语言值变权公式和变权综合决策模型。     

一种基于变权的人才选优决策模型

根据全面型人才和专长型人才的特点,利用惩罚型状态变权向量和激励型状态变权向量完成因素之间权重的转移,进而实现因素之间的均衡或突出某些因素的作用,由此建立了一个人才选优的综合决策模型.     

基于区间粗糙直觉模糊数的多属性决策方法

研究了区间粗糙直觉模糊多属性决策。探讨了区间粗糙直觉模糊数的运算法则及其性质;定义了区间粗糙直觉模糊数的得分函数和精确函数,进而给出其排序方法;给出了区间粗糙直觉模糊数的变权算术平均和变权几何平均算子,并且建立了区间粗糙直觉模糊数的多属性决策模型;实例验证了所提出决策方法的有效性。     

三参数区间灰数的多属性灰关联决策方法

针对决策信息不确定的多属性决策问题,利用三参数区间灰数的概率分布特征及经典灰关联决策的优势,提出了基于三参数区间灰数的灰关联决策方法.首先定义了三参数区间灰数决策向量与理想最优方案和临界方案决策向量的区间关联系数,其次得到所有方案决策向量的区间综合关联度,由区间综合关联度最大化和灰熵最大化确定属性的权重,进而对方案进行择优排序,最后用算例说明决策模型的合理性和实用性.     

变权决策中确定状态变权向量的理想点法

利用因素状态向量构造正理想状态向量X+和负理想状态向量X-,然后由这两个理想状态向量分别构造两个极不均衡的状态向量RX+-和RX-+;根据状态变权向量对RX+-和RX-+的调权效果以及OWA算子中的主观偏好参数A-C(W)建立一个确定状态变权向量参数的数学模型,为解决变权综合过程中如何选用合适的状态变权向量提供了一个可操作性的方法.最后,通过一个实例对该方法的应用进行了分析、验证.     

状态变权向量的等效分析以及一类均衡函数的构造

进一步讨论变权综合理论的基本性质和均衡函数的构造方法。首先证明了一个状态变权向量等效的充要条件。然后，以两个反例分别说明变权向量不一定都能表示成因素常权向量与状态变权向量的归一化的Hadamard乘积；状态变权向量并非都是均衡函数的梯度向量。最后，引入因素状态向量离散度的定义，并由此得到了一类新的均衡函数。     

基于几何均值的惩罚型状态变权向量的构造及应用

依据惩罚型状态变权向量的定义和对各因素间的均衡性要求,构造了含有几何平均值的惩罚型状态变权向量.给出了各因素的几何平均值相等和几何平均值不相等两种情况的构造方法,对多因素的变权综合提供了有效的理论支持.最后,用一个实例验证了该方法的可行性和有效性.     

变权综合与可加型标准综合函数

分析变权综合与可加型标准综合函数之间的关系,给出变权综合是可加型标准综合函数的一个必要条件,并讨论了几类重要状态变权向量构成的变权综合成为可加性标准综合函数的充分条件.     

一种新的变权向量及其应用

在对常权综合和变权综合进行分析的基础上,结合变权的初衷,构造了一个新的变权向量用于变权综合.构造的变权满足变权向量的公理条件和加型综合函数的定义,运用这个变权公式进行加权综合分析时,综合决策值等于加权均值减去加权方差的一半,具有很好的实际意义.     

A group decision making approach based on aggregating interval data into interval-valued intuitionistic fuzzy information

Group decision making is one of the most important problems in decision making sciences. The aim of this article is to aggregate the interval data into the interval-valued intuitionistic fuzzy information for multiple attribute group decision making. In this model, the decision information is provided by decision maker, which is characterized by interval data. Based on the idea of mean and variance in statistics, we first define the concepts of satisfactory and dissatisfactory intervals of attribute vector against each alternative. Using these concepts, we develop an approach to aggregate the attribute vector into interval-valued intuitionistic fuzzy number under group decision making environment. A practical example is provided to illustrate the proposed method. To show the validity of the reported method, comparisons with other methods are also made.     

一种基于模糊线性规划的主客观组合赋权方法

研究属性权重未知情况下的多属性评价问题。对决策矩阵进行规范化，将各被评价方案的综合评价值记为含未知属性权重的表达式，决策者对各评价方案的主观判断以区间数形式表示，并导出区间数判断矩阵的权重。根据含未知属性权重的被评价方案的综合评价值与决策者主观判断的模糊包含关系，提出采用模糊线性规划模型求解属性权重，并研究模型的应用范围。     

基于区间数贴近度的不确定多属性决策模型

针对只有部分权重信息且属性值以区间数形式给出的多属性决策问题,提出了一种基于区间数贴近度的决策方法.首先讨论了区间数贴近度的定义和性质;然后给出了解决不确定多属性决策问题的一般步骤.并依据传统的逼近理想解的基本思路,以实际评价值与理想解之间的贴近度最大化为目标建立优化模型,从而得到指标权重.进而计算出每个方案与正理想解的相对贴近度,即可得到所有方案的排序结果.方法能充分利用规范化评价的先验信息,评价结果客观可靠,不具有主观随意性.最后通过实例分析验证了该方法的有效性和实用性.     

基于证据推理与最优指派策略的多属性单边匹配决策

针对匹配中某一方偏好失效的问题,提出一种基于证据推理和最优指派策略的单边匹配方法。一方主体采用多种数据类型描述由对方指定的多个属性信息;另一方给出关于各属性的权重信息;然后,使用证据推理组合规则递推合成多属性及权重信息,以此计算双方的匹配度。在此基础上,运用最优指派策略,建立匹配模型并求解得到匹配结果.实例表明该方法的可行性和有效性。     

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。     

基于误差传递和联系数的动态区间型多属性决策方法

提出了一种基于误差传递和联系数的动态区间型多属性决策方法。该方法从区间数型属性值的误差视角出发,运用误差传递模型确定了属性权重区间;兼顾多时间段内信息“累积存量”和“增长速率”,确定时间变权;利用UDWA算子集结所有决策时间段的属性权重区间,获得综合属性权重区间;利用IWAA算子集结不同属性下决策信息,得到属性综合决策矩阵;根据集对分析理论,利用联系数和投影隶属度得到备选方案的优劣性排序。以高专利密集型企业研发伙伴选择为例,验证了该方法的可行性和有效性。     

部分权重信息下的区间数多指标灰靶决策模型

针对决策信息为区间数且部分权重信息已知的多指标决策问题,对现有的灰靶决策模型进行了拓展研究。首先建立了区间数灰靶和靶心距,并基于所有方案综合属性值最大化的准则,对各方案进行局部优化,然后采用两阶段法求出最佳协调向量,根据归一化的组合权向量计算各方案的综合属性值,并据此进行排序与决策。最后以实例验证了新模型的有效性与实用性。     

A discrete method based on distance measure in linguistic space and its application for CMADM problem

ABSTRACT

Owing to the complexity of decision environment, not all the attributes in multiple attribute decision making are quantitative. There are also some qualitative attributes, which are related to the integration of multiple attribute decision making (MADM) and linguistic multiple attribute decision making (LMADM). The specific method for composite multiple attribute decision making (CMADM) problems is crucial for decision maker (DM) to make scientific decision. In this paper, the Technique for Order Preference by Similarity to an Ideal Solution (TOPSIS) method is extended to a Composite Technique for Order Preference by Similarity to an Ideal Solution (CTOPSIS) method to solve the CMADM problems. As the basis of the CTOPSIS method, the distance measure model in linguistic space and in n-dimension linguistic space is generated based on the non-linear mapping. Based on the distance measure in linguistic space, a standard deviation method is taken to get the attribute weight. At the same time, the distance measure models are proposed based on the distance measure in n-dimension linguistic space, which are used to calculate the distance between the alternatives and the positive and negative idea points separately. Furthermore, a CTOPSIS method is generated to solve the CMADM problems. Finally, a numerical example is illustrated to explain the process. And the result shows that the CTOPSIS method is quite practical and more approximate to the real decision making situation.     

一种新的区间数多属性决策权重信息集结方法

针对属性权重以区间数形式给出的多属性决策问题,在充分分析区间数向量的性质后,给出了一种决策模型。模型首先利用区间数权重向量得到决策偏好,然后在离差最大化思想指导下解决此带有决策偏好的决策问题。最后,通过一个实例说明了方法的可行性。