基于共识性测度的概率语言多准则群决策方法研究

针对准则值为概率语言术语集的决策问题,提出一种基于共识性测度的概率语言多准则群决策方法.首先,方法定义概率语言共识性测度公式,据此判断个体决策信息是否满足共识性检验.其次,建立考虑决策者协作意愿的群体共识反馈调整模型及权重惩罚体系.此外,利用网络层次分析法(ANP)和共识性测度公式构建指标定权模型,模型可有效解决指标间互相影响导致的权重计算失准问题.随后,提出改进的TODIM决策方法,结合准则权系数及通过共识性检验的群决策矩阵,对方案进行择优排序.最后,通过算例分析验证了该方法的有效性.     

基于概率语言BWM与PROMETHEEII的多准则决策方法

提出了一种改进的偏好顺序结构评估法(Preference Ranking Organization Method For Enrichment Evaluations, PROMETHEE),即基于概率语言BWM与PROMETHEE II的多准则决策方法。针对多准则决策过程中,评价信息的模糊性和不确定性,采用概率语言(Probabilistic Linguistic Term Set, PLTS)处理评价信息,并纳入PROMETHEE II中对备选方案进行排序。针对传统的PROMETHEE II 中准则权重需要从外部获得的问题,采用最优最劣法(Best-worst Method, BWM)确定准则的权重。最后,以某企业无人机改造方案为例进行分析,验证所提方法的有效性和可行性。     

基于类Pearson综合相关系数的概率语言TOPSIS多属性决策方法

概率语言术语集(PLTS)包含了语言术语信息及其相应的概率信息,使得原始决策信息得到充分利用,大大提高了语言术语多属性决策的科学性.文章研究了一种基于概率语言术语集类Pearson综合相关系数的TOPSIS多属性决策方法.首先考虑了PLTSs的3个特征因素:均值、方差和长度,然后基于传统Pearson相关系数的思想,提出了一种新的概率语言术语集类Pearson综合相关系数,其特征是可从完整性、分布情况和犹豫性3个方面描述PLTSs,且取值大小介于区间[-1,1],从而可度量变量之间的正负相关关系,改进了现有方法存在的缺陷.为融合属性指标的不同权重,提出了概率语言术语集加权类Pearson综合相关系数,其考虑了属性权重的重要性,拓宽了适用范围.进一步地,构建了基于类Pearson综合相关系数的概率语言术语相对贴近度指标,并在此基础上提出了一种基于类Pearson综合相关系数的概率语言术语TOPSIS多属性方法.最后,通过数值算例和比较分析,说明该方法的有效性和适用性.     

基于记分函数的语言型多准则决策方法

分析了语言指标的特点,提出语言指标与Vague值转换的基本思路,给出语言指标与典型Vague值的转换方法.该方法能够保持决策者风险偏好的一致性.证明了在各方案属性的语言指标转化为Vague值后,即使采用不同风险偏好的记分函数,也能得到相同的记分值范围,据此提出基于记分函数的语言型多准则决策方法.通过实例说明该方法能减少决策者的风险偏好对决策结果的影响,提高决策的客观性和准确性.     

蕴含权重的偏序集多准则决策法

针对偏序集方法不能解决含有权重的多准则决策问题,提出一种“隐式”赋权的偏序决策方法。首先将含有m个方案和n个准则的决策问题表示成偏序集,之后按权重由大到小的顺序,对准则进行逐步相加形成n个新的准则,得到一个新的偏序集。根据偏序集间的包含关系,证明了新偏序集不仅蕴含了权重信息,而且比初始偏序集有更强的排序能力。结果表明,该法在应用中仅需获取权重排序信息,无需精确权重,适用于权重难以确定的多准则决策问题。以三峡库区水质评价为例,例子表明新方法明显优于原有的偏序决策方法,能够对13个方案进行聚类和排序,而原有方法在该例中几乎难以应用。     

基于多目标属性权重优化的犹豫模糊语言TOPSIS决策方法

犹豫模糊语言术语集作为一种有效的信息表达形式,能够很好的反映出人们的定性且犹豫的决策信息。传统的距离测度会导致犹豫模糊语言信息的流失,因此,本文首先提出了一种新的犹豫模糊语言距离测度,并研究了该距离测度的性质。其次,针对属性权重完全未知的犹豫模糊语言多属性决策问题,考虑方案和属性两个层面,构建了多目标优化的属性权重确定模型。进而,基于多目标权重优化模型和犹豫模糊语言距离测度,提出了一种改进的犹豫模糊语言TOPSIS法。最后通过实例说明了所提出的TOPSIS法的实用性和有效性,并进行了灵敏度和比较分析。     

不完全语言信息下的多准则群决策方法研究

针对决策者所给的自然语言信息缺失判断矩阵,提出了一种基于群体满意度最大的不完全语言信息多准则群决策规划模型.首先分析决策者所给的多准则语言评价信息矩阵,进而通过三角模糊数将多准则语言评价信息矩阵转化为三角模糊数矩阵;其次根据满意度函数构建不完全语言信息多准则群决策规划模型;最后通过实例验证本方法的可行性及有效性.实例表明该方法计算简单,易操作.     

基于SMAA和公共权重的决策单元效率评价与排序

在数据包络分析(DEA)中,公共权重模型是决策单元效率评价与排序的常用方法之一。与传统DEA模型相比,公共权重模型用一组公共的投入产出权重评价所有决策单元,评价结果往往更具有区分度且更为客观。本文考虑决策单元对排序位置的满意程度,提出了基于最大化最小满意度和最大化平均满意度两类新的公共权重模型。首先,基于随机多准则可接受度分析(SMAA)方法,计算出每个决策单元处于各个排名位置的可接受度;然后,通过逆权重空间分析,分别求得使最小满意度和平均满意度最大化的一组公共权重;最后,利用所求的公共权重,计算各决策单元的效率值及相应的排序。算例分析验证了本文提出的基于SMAA的公共权重模型用于决策单元效率评价与排序的可行性。     

基于改进可能度和距离测度的概率语言多属性群决策方法研究

概率语言术语集(PLTSs)是一个表达决策者对各个方案的偏好及选择的强有力工具.针对概率语言术语集距离计算方法上存在的缺陷,利用转换函数重新定义了概率语言集的距离测度.并提出了一种改进概率语言可能度的计算方法.并在此基础上,计算出群决策矩阵最大可能度并对其加权平方,由此构造一个多目标函数来求得未知的属性权重,再结合TO...     

基于在线评价信息的概率语言多属性变权决策方法

针对电子商务网站中涌现的大量在线评价信息,本文提出一种基于在线评价信息的概率语言多属性变权决策方法,指导消费者的购买决策。在本文方法中,首先利用概率语言描述在线评价信息,构建概率语言决策矩阵,并重新定义了区间概率语言的得分函数;其次,利用变权方法处理决策矩阵,得出不同方案的各属性权重;再次,依据得出的属性权重,基于后悔理论,考虑决策者风险规避系数,求出各方案的综合感知效用值,并据此排序。最后,利用汽车之家网站提供的顾客在线评价信息,以一个汽车选择的实例说明了本文所提方法的合理性与实用性。     

基于概率测度的不确定语言多属性决策方法及应用

针对具有不确定语言信息的多属性决策问题,给出了一种基于语言概率测度的决策分析方法。阐述了不确定语言变量的概念,提出了一种用于处理不确定语言变量的语言概率有序加权平均（linguistic probabilistic ordered weighted averaging,LPOWA）算子。采用LPOWA算子将不确定语言转化为二元语义,再通过ETOWA算子得到每个方案的综合评价值,进而可得到所有方案的排序结果。利用LPOWA算子和ETOWA算子,对辽宁省风险投资企业进行评估和优选。理论分析和计算结果表明：该方法简洁可行,便于应用。     

基于Archimedean三角模的犹豫直觉模糊语言信息群决策方法

针对语言术语集下标运算不封闭的问题,基于Archimedean三角模讨论了犹豫直觉模糊语言信息下的封闭运算体系。首先提出基于Archimedean三角模的犹豫直觉模糊语言集,然后给出了相应的得分函数、精确函数、排序规则和集结算子,给出一种基于Archimedean三角模的犹豫直觉模糊语言信息的群决策方法,最后用一个实例说明了方法的有效性和优越性。     

基于四参数区间数的多准则决策方法

针对准则权重和准则值均为四参数区间数的多准则决策问题,提出了一种基于四参数区间集结算子的多准则决策方法。首先,定义了四参数区间数以及加权的连续四参数区间数有序加权平均 (WCFP-OWA) 算子和加权的连续四参数区间数有序加权几何平均 (WCFP-OWG) 算子,并利用连续四参数区间数有序加权平均 (CFP-OWA) 算子对四参数区间数准则权重进行处理,然后利用WCFP-OWA算子和WCFP-OWG算子对四参数区间数准则值进行集成得到综合值以确定方案排序。最后将该方法应用于勘探公司的选择,验证了该方法的合理性和有效性。     

构建不确定语言型多属性决策的投影模型

研究不确定语言型多属性决策评价结果与决策者对方案的偏好信息之间存在偏差的问题.通过建立与区间型语言标度对应的术语指标矩阵,及方案综合属性值与决策者主观偏好值之间的投影模型,确定属性的权重,然后运用加权法得到方案的综合属性值,利用已有的可能度矩阵排序公式得到决策方案的排序.构建了一种基于方案综合属性质与决策者主观偏好值之间的投影模型,通过算例对该方法的实用性和有效性进行了证明.     

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.     

基于直觉不确定语言评价的群决策方法

针对直觉不确定语言评价的群决策问题,定义了直觉二元不确定语言数及其运算法则、期望值和精确值.提出了直觉二元不确定语言和(IBULS)算子以及加权平均(IBULWA)算子,并验证了IBULWA算子的性质,如单调性、幂等性和介值性.在此基础上,提出一种属性权重已知且属性值为直觉不确定语言信息的群决策方法.最后通过实例说明决策方法的有效性.     

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.