基于改进的证据推理方法的多指标决策模型

对于一个多指标决策问题，证据理论可以通过构造辨识框架和基本概率分配函数、采取递归的证据合成方法。计算出原始数据在反映多个指标联合作用的情况下对不同判别结果的支持程度，并可以在信息复杂或数据不完整的条件下做出评估决策。本文首先建立基于证据推理的多指标评估问题的基本模型，然后引入了模糊数据方法以处理具有模糊概念或推理关系的复杂问题，同时还考虑了实际问题中可能出现加权证据或者相关证据的情况，其目的是为了建立一套具有实用性的、准确有效的多指标评估模型。文章最后设计一个风险评估的算例，分析了该方法的优点以及需要进一步完善之处。     

基于证据推理的直觉模糊多属性群决策方法

针对属性值为直觉模糊数的多属性群决策问题,提出了一种证据推理的扩展方法。首先,在考虑主观因素与客观因素的基础上运用直觉模糊熵法计算出属性及专家的综合权重。其次,提出一种基于证据推理的直觉模糊信息融合方法,该方法可以避免由于评价值的隶属度为0而导致的信息丢失现象,弥补了现有直觉模糊信息融合方法存在的不足。在此基础上,集结评价信息并按照备选方案与理想方案的相对贴近度对备选方案进行比选。最后,运用实例验证了所提方法的有效性。     

一种基于证据推理的信息不完全的多准则决策方法

针对权系数信息不完全、准则值不确定且不完全的多准则决策问题,提出了一种基于证据推理的方法.该方法通过证据推理算法构造方案的目标函数,结合不完全信息的权系数建立非线性规划模型,使用遗传算法求解模型得到效用值的区间数,从而得到整个方案集的排序.最后以实例表明该方法的有效性和可行性.     

基于“奖优罚劣”的区间数多指标决策的TOPSIS方法

针对区间数多指标系统的决策特点,对指标数据初始化处理时,利用"奖优罚劣"原则,提出了一种易于计算且实用的[-1,1]线性变换算子,然后定义正、负理想方案,给出了区间数多指标决策问题的TOPS IS方法.该模型为区间数多指标决策提供了一种科学、实用的方法,并利用现有的实例来证实此方法的科学性与可行性.     

多指标区间决策的理想点贴近法

研究了指标的权重不能完全确定但知道其所在区域的条件下的多指标决策问题 ,给出了方案与理想解的贴近度及其算法 ,按贴近度的大小可以对方案进行排序 .它同传统的决策方法相比较 ,具有需要信息量少 ,简单可靠等特点 .最后用该决策方法分析了一个实际问题 .     

指标排序条件下的多指标区间决策

提出了决策指标的权重不能完全确定而只能对权重进行大小排序,并且决策矩阵中的元素包含区间数的多指标决策问题.分4种类型给出区间数决策矩阵的规范化方法,给出了决策方案综合评价值区间的计算模型及算法:给出了区间数比较大小的可能度的概念及可能度的性质;给出了优序数的概念及有关定理.在此基础上,给出了一种简易且具有保序性的方案排序方法.最后应用实例对方法进行说明.     

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。     

基于优先关系的多指标区间决策

讨论了指标的权重和效用值都包含区间数的多指标决策问题,构造了方案优先关系的和谐性检验和不和谐性检验,给出了方案间的“强优”和“弱优”关系,研究了方案排序的原理和方法.     

基于灰关联熵的多指标灰靶决策方法

针对方案指标值为三参数区间灰数的多指标决策问题,提出一种基于灰关联熵的多指标灰靶决策方法.首先定义了各方案的正靶心及正靶心距;其次,构建所有方案的相对关联度系数,继而形成灰关联系数矩阵,再利用熵理论求解目标权重.应用实例说明了提出的决策方法的合理性和有效性.     

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.     

基于模糊语言评估和联系数的多属性群决策方法

对方案的属性评估信息以模糊语言形式给出的多属性群决策问题,采用集对分析理论进行处理,提出了一种基于模糊语言评估和联系数的多属性群决策方法,实例应用表明了该方法的有效性和实用性.     

一种基于证据推理的多指标多标度大群体决策方法

针对多指标多标度大群体决策问题,提出了一种基于证据推理的决策方法.首先将参与决策人针对各指标给出的方案评价信息转化为关于指标评价标度的概率分布.然后运用证据推理方法将针对不同指标的概率分布形式的群体评价信息进行集结,得到关于综合评价标度分布形式的群体综合评价信息,在此基础上计算每个方案的效用值,并据此对方案进行排序.最后,通过一个实例说明了本文提出方法的可行性和有效性.本文的方法为解决大群体决策问题提供了一种新途径.具有实际应用价值.     

风险型多属性群决策的综合集成方法

对一类权重信息未知,并且属性值为区间灰数的风险型多属性群决策问题进行了探讨,提出了在理想状态下(即决策者群体的理想意见趋于一致时)各属性的客观权重的计算方法.构建了以组内偏差最小、组间偏差最大为目标函数的综合集成优化模型,求解出理想状态下各属性的客观权重.然后综合考虑各决策者的主观偏好,借助每一方案与理想最优方案组、理想最劣方案组综合偏离度的大小对方案的优劣进行排序.应用实例说明了该方法的可行性和有效性.     

区间型多属性群体专家权重的确定方法

针对方案偏好和属性值均为区间数的多属性群决策问题,研究了群体专家权重的确定,并提出了一种新的群决策方法．通过定义区间数向量的内积,计算专家评判的相似度和差异度,进而客观地确定了专家的权重．求解最小化主、客观偏差的目标规划模型,得到了属性的权重,利用方案的群体综合属性值给出排序结果．供应商选择的应用实例验证了方法的可行性和合理性．     

基于模糊语言的多属性联系数决策方法

针对属性权重已知,属性值以模糊语言给出的多属性决策问题,提出了一种基于模糊语言标度的区间数表示形式,并利用集对分析方法将区间数进行转化为联系数的表示方式,通过联系数中同、异、反的关系,给出相应集势值,由集势值的大小进行择优排序.最后,通过实例分析,验证了该方法的可行性和有效性.     

基于D-S证据融合的商业信用风险评价

现代经济是信用经济，商业信用是企业赢得市场占有率。获得竞争优势的重要手段。建立信用风险管理机制，控制信用风险，是企业有效利用商业信用手段扩大市场销售的关键内容。本文尝试运用D-S证据推理方法进行商业信用标准评价，通过对客户信用类别的判别，有效控制信用不良客户所带来的信用风险。     

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.     

基于信息量的不确定型多属性决策方法

针对属性值为区间数的不确定型多属性决策问题进行了研究,给出了属性值满意度的概念和考虑风险系数的满意度评价函数计算方法;重定义了公理设计理论的信息量概念,提出了基于信息量的不确定多属性决策方案排序方法,为解决不确定型多属性决策问题提供了一种简单实用的方法。最后利用实例计算了验证了方法的有效性和可行性。