基于属性关联的灰色变权方法

针对属性间关联的多属性决策问题,提出了一种基于灰色关联变权的多属性决策方法.采用灰色关联度模型对决策属性间的相互关联度进行分析,得到属性间的灰色关联矩阵,采用阈值原则对矩阵标准化,得到有效关联矩阵,然后对属性的权重进行调整,得到更加合理的属性权重分配,使多属性决策理论更加合理.通过算例分析,验证了方法的有效性.     

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.     

基于区间概率语言术语集幂算子的多属性群决策

本文基于区间概率语言术语集(IVPLTS),结合幂聚合算子,提出一种多属性群决策方法,刻画了不确定环境下属性间存在相关联性的决策信息。首先,基于概率语言术语集(PLTS)定义了IVPLTS及其标准化方法,结合区间折衷概率构建新得分函数给出IVPLTS的排序法,并与概率知识结合定义了新的IVPLTS运算法则且研究了其性质。其次,提出了区间概率语言幂平均(IVPLPA)和区间概率语言幂几何(IVPLPG)算子,讨论了算子的理想性质及相互关系。最后,基于IVPLPA和IVPLPG算子提出一种多属性群决策方法,通过算例与其它方法对比,说明本文方法的可行性与优越性。     

基于Choquet积分的直觉语言TODIM多属性群决策方法

针对属性间存在着关联性的直觉语言多属性群决策问题,提出一种基于Choquet积分的直觉语言TODIM多属性群决策方法.首先定义直觉语言Choquet积分平均算子、直觉语言Choquet积分几何算子,并讨论其性质;然后考虑决策者参照依赖和损失规避心理行为,对每个属性下方案两两之间的优势-劣势进行比较,计算属性关联情境下每个方案相对于其它方案的益损值,构建益损值感知价值函数矩阵;进一步计算方案相对于其它所有方案的综合感知价值函数值,进而依据备选方案综合感知价值函数值大小进行排序择优,并通过实例分析表明该方法的可行性和有效性.     

考虑决策者行为的概率不确定语言决策方法

针对属性权重未知的不确定语言多属性群决策问题,提出一种考虑决策者行为的概率不确定语言决策方法.首先,定义概率不确定语言的海明距离,根据与负理想方案的距离偏差最大建立模型,从而确定属性权重.其次,改进经典TODIM方法适用于概率不确定语言决策环境中,得到了方案排序.最后,通过实例验证了所给方法的可行性,并对比传统的TOPSIS方法进行敏感度分析,进一步验证所提方法的有效性.     

基于语言值2元组的多属性决策方法

利用2元组方法建立了一个语言值决策模型和LOW A算子模型,这两个模型具有可操作性强和语义明确等优点,特别是充分利用了语言值所含的信息,提高了决策结果的精度.最后,利用这两个模型给出了基于语言值的多属性群决策方法,同时给出一个应用实例.     

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。     

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.     

广义概率对偶犹豫模糊语言幂集结算子在多属性决策中的应用

在对偶犹豫模糊语言集、概率对偶犹豫模糊集和广义幂集结算子的基础上,研究了在概率对偶犹豫模糊语言环境下的广义幂集结算子问题。首先,给出了概率对偶犹豫模糊语言集的定义、运算规则、得分函数、精确函数、距离测度、熵。然后,定义了广义概率对偶犹豫模糊语言幂集结算子,并研究其具有的性质。其次,提出了一种决策方法来解决集结数据之间存在相互关系的概率对偶犹豫模糊语言多属性决策问题。最后,结合相关案例验证了该方法的有效性和可行性。     

考虑多元关联关系和语义变换的直觉不确定语言多属性决策方法

针对属性值为直觉不确定语言变量的多属性决策问题,提出一种不仅可以捕获属性间的多元关联关系并且能够满足决策者不同语义转换需求的多属性决策方法。首先,考虑已有运算法则缺少封闭性和灵活性,结合语言刻度函数,提出一种新的直觉不确定语言变量运算法则和排序方法。其次,根据新的运算法则,提出可以捕获属性间多元关联关系的直觉不确定语言Hamy平均及其加权形式,并对新算子的优良性质和特例进行了探讨和分析。进而,提出一种新的多属性决策方法。最后,通过算例和对比分析验证了该方法的有效性和优越性。     

基于相似度和改进雷达图的概率犹豫模糊多属性决策方法

为了解决属性权重未知的概率犹豫模糊多属性决策问题,构建基于相似度和改进雷达图的多属性决策方法。首先基于概率犹豫模糊元的信息完全度构建概率犹豫模糊集的距离测度和灰色关联系数,然后基于灰色关联理想解法定义了概率犹豫模糊集的相似度,最后根据概率犹豫模糊集的相似度和改进雷达图构建多属性决策模型,并通过案例进行了验证分析。     

基于熵和关联系数的概率对偶犹豫模糊多属性决策方法

针对概率对偶犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于熵和关联系数的多属性决策方法。首先定义了概率对偶犹豫模糊熵的公理化定义和公式,然后基于概率对偶犹豫模糊集的特征信息集合和熵测度定义了概率对偶犹豫模糊集的关联系数,最后根据概率对偶犹豫模糊集的熵和关联系数构建多属性决策模型,并通过算例验证了该模型的有效性和合理性。     

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。     

基于对偶犹豫模糊语言变量的多属性决策方法

首先定义了对偶犹豫模糊语言变量,然后给出其运算规则、得分值函数、精确值函数、比较规则以及对偶犹豫模糊语言变量的加权算术平均算子、有序加权算术平均算子和混合平均算子。针对属性值为对偶犹豫模糊语言变量的多属性决策问题,提出了一种基于对偶犹豫模糊语言变量集结算子的多属性决策方法。最后,结合国家电网公司合作单位选择问题,验证了该方法的有效性和可行性。     

一种基于决策矩阵的DST-AHP多属性决策方法

针对层次分析法决策时存在两两判断、一致性检验次数过多和判断矩阵残缺性等问题,本文提出了一种基于决策矩阵的DST-AHP多属性决策方法。该方法结合决策矩阵的特征值,构建DST-AHP方法层次结构模型和判断矩阵,并根据判断矩阵定义不同属性下各焦元的基本概率分配函数;然后利用Dempster合成法则对基本概率分配函数值进行合成,依据合成后值对方案进行排序。最后对AHP和DST-AHP两种方法进行比较分析,说明该方法的有效性。