关键重要型多属性消错决策方法

针对属性为关键重要型的多属性决策问题,利用消错理论提出一种新型的决策方法.首先,依据消错理论给出错误、错误极限损失值、关键重要型属性等概念;接着,根据多属性决策问题的特征给出判断属性值错误与否的规则;再接着,通过建立错误函数计算属性错误值,并依据错误值确定可行策略集;然后,利用消错离心法对可行策略进行排序与选优.最后,通过将所提出的新型决策方法与其他方法相比较,以说明其科学性和可行性.     

不确定性环境下消错决策方法的研究

针对不确定性决策问题,本文首先给出了错误的概念并提出本研究的两个假设前提,然后在此基础上引出错误绝对损失值的概念,根据错误绝对损失值构建错误绝对损失矩阵。进而构建了消错离心法、消错理想点法和消错投影法三种决策方法。为构建消错组合决策模型,采用Copeland法对上述三种消错决策方法进行组合。最后通过实例说明该方法的有效性和可行性。     

确定概率条件下风险型多属性消错决策方法

以确定概率条件下风险型多属性决策问题为研究对象.根据消错理论提出了错误值、极限损失值等概念,以效益矩阵为基础建立起正负理想矩阵和错误值矩阵,以正负理想矩阵为基础构建极限损失矩阵,以错误值矩阵、属性权重和极限损失矩阵为基础构建综合错误损失矩阵.接着根据期望理论,利用综合错误损失矩阵求取期望错误损失向量,并以此作为策略选择的根据.最后通过实例证明了研究的有效性和可行性.     

一种基于前景理论的风险型区间多属性决策方法

针对带有决策者期望且概率和属性值均为区间数的风险型多属性决策问题,提出一种基于前景理论的决策方法。在本文中,考虑了决策者的心理行为因素,首先以决策者对各属性的期望作为参照点,然后计算在每种自然状态下,每个方案针对各属性的属性值相对于参照点的收益和损失;进一步地,依据前景理论的思想,通过计算每个方案针对各属性的前景值建立前景决策矩阵;在此基础上,运用简单加权原则计算每个方案的综合前景值,并通过建立综合前景值两两比较的可能度矩阵对所有方案进行排序。最后,通过一个算例说明了该方法的可行性和有效性。     

基于集对分析的混合型多属性决策方法的研究

针对属性权重信息不完全且属性值为实数、区间数和模糊语言值相结合的混合型多属性决策问题,提出了一种基于集对分析的多属性决策方法.该方法所需计算量较少,方法简单,易于计算.最后通过实例验证了该方法的有效性和实用性.     

考虑决策者给出部分属性期望的风险型多属性决策方法

针对决策者给出部分属性期望的风险型多属性决策问题,提出了一种决策分析方法。在该方法中,首先,依据决策者在各自然状态下给出的属性期望信息,将原始决策问题转化为没有属性期望和具有属性期望的两个独立的风险型多属性决策问题;然后,针对没有属性期望的风险型多属性决策问题,依据期望效用理论,计算各属性下属性值所对应的效用值,进而得到每个方案的综合效用值;进一步地,针对具有属性期望的风险型多属性决策问题,依据累积前景理论,将决策者给出的属性期望视为属性的参照点,进而计算各属性值的前景价值及决策权重函数值并计算每个方案的综合累积前景值;在此基础上,计算得到每个方案的总体效用值,并依据总体效用值的大小对所有方案进行排序。最后,通过一个算例说明了该方法的可行性和有效性。     

基于累积前景理论的直觉语言风险型多属性决策方法

针对属性值为直觉语言数,属性权重完全未知的风险型多属性决策问题,提出一种基于累积前景理论的决策分析方法.方法定义了一种新的直觉语言数距离(R-距离),并讨论它的性质;进而利用累积前景理论,分别以正、负理想方案为参考点计算各属性下各方案的累积前景值,构建累积前景决策矩阵;以综合R-距离最小化为目标,构建最优化模型计算属性权重;进一步依据各方案的综合累积前景值对方案进行排序.最后,通过实例分析说明了该方法的有效性.     

错误评价及其消错优化研究

现实中决策者往往希望将评价对象的特征值与期望值之间的偏差控制在可接受范围之内,而且偏差越小越好.基于消错学对错误的界定,利用错误函数对评价对象的特征指标值与评价标准之间的偏差进行了度量,并遵循"区分主次、明确底线、综合集成"的思路,通过建立消错规划模型实施消错优化,从而在保证各特征指标不突破临界错误值的情况下,做到评价对象的整体错误值最小化.最后通过算例分析,演示了消错优化的过程,验证了消错优化模型的合理性和可操作性.     

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。     

一种对方案有偏好的三角模糊数多属性决策方法

研究了属性权重不能完全确知,方案属性值和偏好值均为三角模糊数的多属性决策问题.通过分析相关文献中利用方案属性值与偏好值之间的偏差求出属性权重的不合理性,在最小化方案综合属性值与偏好值偏差的基础上,建立并求解一个规划模型而得到属性权重.然后,利用三角模糊数的可能度公式及互补判断矩阵的排序公式,获得决策方案的排序,从而得到对方案有偏好的一种三角模糊数多属性决策方法.最后,通过计算实例说明了该方法.     

基于集对分析联系数的信息不完全直觉模糊多属性决策

信息不完全直觉模糊多属性决策是一类不确定性决策问题,其不确定性来自属性权重信息不完全和属性值的直觉模糊数表示.为了系统地刻画直觉模糊多属性决策中的不确定性,避免直觉模糊多属性决策中利用得分函数做决策的片面性和不准确性,可以将信息不完全的权重和直觉模糊数表示的属性值转化成集对分析理论中的联系数,并建立信息不完全直觉模糊多属性决策模型,通过对不确定性进行分析后作出决策.实例应用表明该决策方法具有合理性和可行性.     

不同直觉偏好信息下的多属性决策方法

研究了属性值为实数且决策者对属性的偏好信息以直觉判断矩阵或残缺直觉判断矩阵给出的模糊多属性决策问题.首先介绍了直觉判断矩阵、一致性直觉判断矩阵、残缺直觉判断矩阵、一致性残缺直觉判断矩阵等概念,而后分别考虑关于直觉判断矩阵和残缺直觉判断矩阵的多属性决策问题,接着建立了基于直觉判断矩阵和残缺直觉判断矩阵的多属性群决策模型,通过求解这些模型获得属性的权重.进而给出了不同直觉偏好信息下的多属性决策方法.最后通过一个例子说明了该方法的可行性和实用性.     

Aggregating crisp values into intuitionistic fuzzy number for group decision making

This paper presents a multiple attribute group decision making model based on aggregating crisp values into intuitionistic fuzzy numbers. First, each alternative is evaluated with respect to their attributes, whose values are provided by decision maker as crisp numbers. Second, to make a reasonable normalization of attribute values in the group decision making environment, a maximum grade and a minimum grade are added to the attribute values. These normalized attribute values are then aggregated (per attribute) into an induced intuitionistic fuzzy number. Each alternative is then evaluated according to the induced intuitionistic fuzzy number. To show the major technical advances in this paper, comparisons with other methods are also made. Finally, an experimental analysis for supplier selection is given to illustrate the reasonableness and efficiency of the introduced method.     

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.     

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。     

基于二元语义TAC积分算子的语言型多属性群决策方法

针对属性之间存在模糊关联的语言型多属性群决策问题,给出了二元语义TAC(Two-Additive Choquet)积分算子的定义,分析和证明了算子的有关性质,并提出了相应的决策方法。该方法首先将各专家提供的语言短语形式的属性权重信息、属性关联信息与属性评价信息转化为二元语义形式,然后利用二元语义TAC积分算子将转化后的属性相关信息集结为各专家的方案评价值,并进一步集结专家意见获得方案的综合评价值,从而确定其排序。最后,通过实例分析和方法比较说明了所给方法的有效性和优点。研究结果表明,该方法具有属性关联刻画细致、计算过程简单且无信息损失、决策结果可解释性强等优点,为求解属性之间存在模糊关联的语言型多属性群决策问题提供了一种新的途径。     

Multi-person multi-attribute decision making models under intuitionistic fuzzy environment

Intuitionistic fuzzy numbers, each of which is characterized by the degree of membership and the degree of non-membership of an element, are a very useful means to depict the decision information in the process of decision making. In this article, we investigate the group decision making problems in which all the information provided by the decision makers is expressed as intuitionistic fuzzy decision matrices where each of the elements is characterized by intuitionistic fuzzy number, and the information about attribute weights is partially known, which may be constructed by various forms. We first use the intuitionistic fuzzy hybrid geometric (IFHG) operator to aggregate all individual intuitionistic fuzzy decision matrices provided by the decision makers into the collective intuitionistic fuzzy decision matrix, then we utilize the score function to calculate the score of each attribute value and construct the score matrix of the collective intuitionistic fuzzy decision matrix. Based on the score matrix and the given attribute weight information, we establish some optimization models to determine the weights of attributes. Furthermore, we utilize the obtained attribute weights and the intuitionistic fuzzy weighted geometric (IFWG) operator to fuse the intuitionistic fuzzy information in the collective intuitionistic fuzzy decision matrix to get the overall intuitionistic fuzzy values of alternatives by which the ranking of all the given alternatives can be found. Finally, we give an illustrative example.     

基于相对熵的区间Pythagorean模糊多属性AQM决策方法及其应用

针对决策信息为区间Pythagorean模糊数,属性权重不完全确定的多属性决策问题,提出了一种基于相对熵的AQM决策方法。首先,提出区间Pythagorean模糊数的相对熵,计算了各方案与区间Pythagorean模糊正理想方案和负理想方案间的相对熵,据此构建了基于方案相对满意度最大的非线性规划属性权重确定模型;其次,针对每个属性,利用新的区间Pythagorean模糊数得分函数计算方案的0-1优先关系矩阵,依据AQM方法对所有0-1优先关系矩阵进行融合得到合成0-1优先关系矩阵,并确定了方案的综合度,由此获得方案的排序。最后,以软件开发项目的选取为实例说明了该方法的可行性和有效性。     

一种基于集对分析的模糊多属性决策方法

针对属性权重和决策矩阵的属性值均为梯形模糊数的模糊多属性决策问题,提出了一种基于集对分析的决策方法.方法具有如下特点:通过借鉴集对分析理论和论域三划分的思想,把梯形模糊数属性值转化成联系数的形式,能有效处理决策过程中的不确定因素;对于权重向量和决策矩阵中的梯形模糊数采取不同的处理方法;用联系数决策理论的概念来刻画备选方案与正、负理想方案组成集对的同一对立程度;基于可能势的联系数排序能够准确反映联系数间的同一对立程度,方法直观,概念明确,易于实际操作.实例计算表明,方法是求解模糊多属性决策问题的一种有效工具.