综合评价模型的偏序集表示

偏序集表示的综合评价模型能将从完全理性范式转换为有限理性范式,进而提升模型应对不确定性的能力,识别评价风险。在偏序集理论的基础上,将权重拓展为偏序权重,解决了部分权重序列条件下评价函数的偏序表示问题。偏序集广义表示定理表明了,偏序表达的函数可以为模糊数、模糊犹豫值、区间数、随机数等多种取值。结果表明:偏序表示的综合评价彻底解决了赋权难题,且充分表达了决策者的个人偏好。从模型运行效果来看,模型处理数据范围增加、评价结果更加稳健可靠,并通过Hasse图展现了方案间的结构化信息,具有分层和聚类的功能。     

基于VAGUE集多准则决策的模糊TOPSIS方法

给出了V AGUE集之间距离的新定义,在此基础上,提出一个基于V AGUE集多准则决策的模糊TOP-S IS方法,它为决策系统提供了一个有用的工具,并通过例子阐明本文方法的有效性.     

基于在线信息的群评价模型及其偏序集求解方法

在相关研究的基础上,明确界定了在线群评价模型。该模型将在线评价信息用向量评价矩阵来表示,巨量数据转换成易于运算的方式。针对向量难以集结、属性权重难以明确等问题,运用偏序集相关知识对方案进行排序。通过权重排序信息,应用偏序集决策方法,对向量评价矩阵进行变换,得到方案间的比较关系矩阵。用偏序集表示的在线评价模型,不仅能够对方案进行排序,还能用于个性化产品推荐,通过Hasse图能够直观展示方案间的层次关系。最后,依据汽车之家网站提供的汽车产品在线评价信息的例子,体现本文方法的独特性和实用性。     

强Raney偏序集

引入强Raney偏序集的概念,讨论了强Raney偏序集的一些性质,证明了强Raney偏序集为超代数偏序集,定向完备的偏序集为强Raney偏序集当且仅当它既是Raney偏序集也是A-偏序集.     

C_Z-偏序集

我们将强Z-连续偏序集推广到了CZ-偏序集,并讨论了CZ-偏序集和强Z-连续偏序集之间的关系。同时我们定义了CZ-偏序集上的CZ-连续映射,得到CZ-偏序集在该映射下的像集仍是CZ-偏序集。最后,我们讨论了CZ-偏序集上的基及其相关性质。     

偏序集的完备化

首先给出了偏序集的一些完备化的具体构造，又给出了关于完备格中完备子集的某些有用的定理，最终解决了关于偏序集的所有可能的完备化问题     

偏序集代数的同构问题

在[1]中对局部有限偏序集I={I,≤}及域K引入了关联代数KI的概念.这里的“局部有限”是指对任意a,b∈I,a≤b,集合{x∈I|a≤x≤b}.是有限集.KI的定义是:其元素是域K上以I中元素为行与列的足码的形式矩阵(кa,b)a,b∈I,(即允许有无限多个ka,b≠0)且满足条件:当a≮b时有ka,b=0.注意到I的局部有限性,易知上述形式矩阵的全体关于通常矩阵的加法和乘法以及数乘作成域K上的一个结合代数,称之为I在K上的关联代数KI。     

基于实验设计的概率语言权重信息多准则决策方法

作为模糊语言集的一种,概率语言集能够反映决策问题中评价准则权重重要程度及其概率,这在决策问题中较为实用。本文运用实验设计(Design of Experiment,DOE)的方法,对权重信息以概率语言给出的多准则决策问题进行研究:通过多次模拟权重重要程度及其概率,设计出多组实验权重,并用GRA法求得每组实验数据的得分,获得描述该决策问题准则值与评价结果相互影响关系的最适用回归方程,将决策问题的实际数据带入方程进行运算,得出方案排序结果。通过快速成型过程、柔性制造系统过程两个案例,进行对比验证。结果表明所提出的方法能较好地处理基于概率语言权重信息的多准则决策问题,计算简单且速度快,可重复性强且颇为实用。     

伪超连续偏序集

引入了伪超连续偏序集和伪超代数偏序集的概念,讨论了它们的一些基本性质,给出了它们的若干刻画,特别是基于区间拓扑、某种特殊二元关系的刻画和内蕴式刻画.     

一种新的Vague集多准则决策评分函数

在基于Vague集的多准则决策过程中,评分函数是影响评价结果的决定性因素之一.现有评分函数对Vague集未知信息的处理都不恰当,有的忽略了未知信息对评价结果的影响,有的则夸大了未知信息的影响,所以都存在评价结果与人们直觉判断不符的问题.在总结和整合前人工作的基础上,提出了一种新的评分函数,可根据未知信息的多少决定其对评价结果的影响程度,有效地解决了评价结果与直觉判断不符的问题,并据此提出了一种计算Vague集相似度的新方法.     

群体多指标决策的偏好集结方法

研究多个指标条件下,利用个体决策结果形成群体一致偏好的方法、假设个体有加性效用函数,将个体多指标效用函数表示成单个指标评价函数的加权和,群体指标评价函数表示成个体指标评价函数的加权和.通过协商指标权重、指标评价函数、支付意愿三个参数,成对个体达成双方一致.提出了(n-1)对个体之间达成双方一致,从而得出群体效用函数的决策方法,这种分析框架同样可以扩展到联盟协商一致中.     

多指标决策广义双基点法

在多指标决策双基点法中,指出了已有方法的不足,基于靠近理想点和远离负理想点这两个基准,本文定义了一种新的相对贴近度的计算公式,由此给出了一种广义双基点法.     

评价指标权重不能完全确定的多指标决策方法研究

评价指标权重不能完全确定的多指标决策问题是指指标的权重虽然不能完全确定,但却知道其所在区域的多指标决策问题,首先指出了前人研究的不足,然后给出了评价指标权重不能完全确定的指标决策问题的逼近理想点法,最后用本给出的方法分析了献[1]给出的实际问题。     

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。     

基于模糊熵-熵权法的混合多属性决策方法

针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策问题,提出了基于模糊熵-熵权法的混合多属性决策方法。通过规范化的方法把区间数转化为直觉模糊数,建立了直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用熵权法确定属性的客观权重区间,通过求解属性信息模糊熵最小的线性规划模型得到属性客观权重;再与主观赋权方法相结合确定属性的组合权重;最后应用相对熵排序法得到方案的最终排序结果。算例分析表明方法的可行性和实用性。     

一种决策方法的改进和推广

[1]以最小二乘法为工具,建立了确定指标权重的一个优化模型,得到一个复杂的计算权重公式,章通过分析,论证了此公式等价于简单的算术平均公式,并对此结果进行了推广。     

权重为直觉模糊数的直觉模糊多属性群决策方法

针对属性权重以直觉模糊数形式给出的直觉模糊多属性群决策问题,提出了一种新的集成算子,首先证明了该算子具有诸如单调性等良好的性质,然后将该算子应用到权重为直觉模糊数的直觉模糊多属性群决策方法中,给出了决策方法的一般步骤,最后用实例说明了该方法的有效性和实用性.     

基于区间型多属性决策的突发事件属性熵权的确定

突发事件的实时数据是应急决策的依据,提高对数据的处理能力,确定突发事件属性的熵权,筛选出反映事件发展趋势的重要属性,是提高决策效率和准确性的关键问题。利用共性知识模型结构化表示突发事件和属性,参考区间型多属性决策方法,把事件属性监测值转换为区间数型,在保持时序信息的同时降低数据维数,并通过定义精确数与区间的距离,使突发事件属性集均转化为成本型属性;继而利用基于熵权的区间型多属性决策方法计算事件的属性熵权值,权值越大,表示包含事件演化趋势的信息越多,在决策时就应被重点关注。最后,通过实例说明此方法的有效性和实用性。     

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 .     

一种SPA记分函数的多属性决策方法

在集对分析(SPA)理论基础上,结合集对分析联系数同、异、反之间的关系及内在规律,提出了SPA集记分函数的概念,并讨论了其含义特性.据此建立了一种基于SPA记分函数的多属性信息决策方法.最后,通过实例说明该方法的具体计算过程及步骤.