一种基于序区间偏好信息的群决策分析方法

针对序区间偏好信息的群决策方案排序问题,本文提出了一种新的分析方法.首先,给出了序区间的有关定义及其性质;然后,通过定义专家群体判断关于方案在排序位置的期望可能度和专家群体判断关于方案的数学期望值,给出了序区间偏好信息的群决策方案排序方法.最后,通过一个算例说明了本文提出的分析方法。     

具有不确定偏好序信息的双边匹配决策问题研究

针对具有不确定偏好序信息的双边匹配决策问题,提出了一种决策方法。首先,给出了不确定偏好序和双边匹配决策问题的描述;接着,引入了满意度和支付的概念;在此基础上,考虑到匹配主体对之间的满意度要求及中介收益,构建了求解该双边匹配决策问题的多目标优化模型,采用基于隶属函数的加权和方法求解该模型获得双边匹配方案。最后,通过一个算例说明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.     

不确定偏好序信息下考虑主体心理行为的双边匹配决策方法

针对基于不确定偏好序信息的双边匹配问题,本文提出了一种决策方法。给出了双边匹配和不确定偏好序的相关概念,同时给出了不确定偏好序信息下考虑主体心理行为的双边匹配问题描述;以每个主体给出的临界值作为其参照点,计算了每个主体给出的不确定偏好序相对于参照点的收益或损失;考虑到主体损失规避的心理行为特征,依据TODIM思想计算每个主体对另一方主体的益损值的感知价值;在此基础上,构建了求解该双边匹配问题的双目标优化模型,使用线性加权法将双目标优化模型转化为单目标优化模型,通过求解该单目标优化模型获得匹配结果;最后,通过IT服务外包中的供给方与需求方的双边匹配实例分析说明了所提方法的有效性。     

一种基于组合不确定型OWGA算子的区间数群决策方法

本文研究了区间数群决策信息的集结方法。基于区间数两两比较的可能度矩阵公式和互补判断矩阵的排序公式,推广了文献[3]提出的不确定型OWGA算子,提出了一种组合不确定型OWGA算子,给出了其在应用过程中的具体步骤,并提出了一种相应的集结群决策信息的方法,最后通过一个算例说明了该方法的有效性与可行性,并与文献[3]的结果作了对比分析。     

基于OWGA算子的偏好信息集结法及其在群决策中的应用

研究了决策者的偏好信息以不同形式给出的群决策问题。首先，利用不同偏好信息之间的转换公式，将偏好次序型、效用值型、互反判断矩阵型三种偏好信息一致化为模糊互补判断矩阵型的偏好信息；其次。利用加权几何平均（OWGA）算子对一致化后的决策信息进行集结。再对方案的加权几何平均优势度进行综合集结，并以此进行方案的排序，提出了基于OWGA算子的群决策方法，该方法具有操作简便和计算量少的特点。最后。通过实例说明方法的可行性和实用性。     

不确定语言环境下基于ULHGA算子的群决策方法

研究属性权重和专家权重为确定的实数,属性值为不确定语言变量的多属性群决策问题.提出了一种新的数据信息集成算子不确定语言混合几何集结(ULHGA)算子,并给出不确定语言环境下基于ULWGM算子和ULHGA算子的一种群决策方法.最后进行实例分析,说明该方法的实用性和有效性.     

直觉不确定纯语言信息的集结方法及在群决策中的应用

直觉不确定纯语言标度变量是直觉模糊数和不确定纯语言标度变量的拓展,本文定义了直觉不确定纯语言标度变量的运算法则,提出了一些基于直觉不确定纯语言评估标度及其运算法则的信息集结算子,在此基础上,给出了一种专家权重、属性权重及属性值均以语言标度形式给出的直觉不确定纯语言信息的集结方法,并将此方法应用到群决策中,通过实例分析说明了该方法的有效性和可行性。     

不确定多属性决策中的一种模糊赋权方法

研究了以三角模糊数给出属性权重的不确定多属性决策问题,提出了一种基于三角模糊数的赋权方法,并给出了决策模型.首先决策者将属性权重两两比较的结果用三角模糊数表示,构造三角模糊数互补判断矩阵.通过求解矩阵得到模糊权重.然后,集结各方案的模糊综合属性值,通过构造并求解可能度矩阵对方案进行排序.最后给出了一个应用实例.     

一种新的区间不确定语言信息的排序方法

为拓展现有区间数可能度和相对优势度的衡量方法,将指数函数与模糊互补判断矩阵的排序方法相结合,首先引入不确定语言信息的优先度概念,构造出模糊互补判断矩阵;然后基于提出的优先度,设计了一种新的区间不确定语言信息的排序方法,它能解决排序方法不能相互弥补的失效情况;最后,在区间不确定语言信息环境下,把所提出的区间不确定语言信息排序方法应用到多属性决策领域。实验表明,本文的排序方法是正确与高效的,对企业投资有很好的参考价值。     

基于不确定信息处理的语言群决策方法

研究了具有语言偏好信息的语言群决策问题。首先提出了一种基于不确定信息处理的二元语义混合加权平均（T—HWA）算子，并对该算子的性质进行了分析，然后给出了一种基于T—HWA算子的语言群决策（TGDM）方法。最后，通过算例对新方法的有效性进行了验证。     

On Method for Uncertain Multiple Attribute Decision Making Problems with Uncertain Multiplicative Preference Information on Alternatives

The uncertain multiple attribute decision making (UMADM) problems are investigated, in which the information about attribute weights is known partly and the attribute values take the form of interval numbers, and the decision maker (DM) has uncertain multiplicative preference information on alternatives. We make the decision information uniform by using a transformation formula, and then establish an objective-programming model. The attribute weights can be determined by solving the developed model. The concept of interval positive ideal point of alternatives (IPIPA) is introduced, and an approach based on IPIPA and projection to ranking alternatives is proposed. The method can avoid comparing and ranking interval numbers, and can reflect both the objective information and the DMs subjective preferences.     

A Direct Approach to Group Decision Making with Uncertain Additive Linguistic Preference Relations

In this paper, we study the group decision-making problem in which the preference information given by experts takes the form of uncertain additive linguistic preference relations. We define the concept of uncertain additive linguistic preference relation, and introduce a formula based on possibility measure for comparing two uncertain linguistic preference values. We introduce some aggregation operators such as the uncertain linguistic averaging (ULA) operator and uncertain linguistic weighted averaging (ULWA) operator, etc. Based on the ULA and ULWA operators, we develop a direct approach to group decision making with uncertain additive linguistic preference relations without loss of information. Finally, an illustrative numerical example is given to verify the developed approach.     

随机偏爱群体决策的随机Borda数法

对于具随机偏爱信息的群体决策问题，本文引入供选方案的随机Borda数和供选方案集上的随机Borda数映射概念．在讨论了随机Borda数映射满足随机偏爱公理的基础上，给出一个对所有供选方案进行群体排序的方法．     

三角模糊偏好下冲突型多属性群决策方法研究

针对三角模糊偏好下冲突型群决策问题,本文提出一种新的决策方法。在冲突消解阶段,用三角模糊数表示决策专家偏好,定义两三角模糊数型偏好矢量间的相似度,通过计算专家对各个方案的偏好矢量与各方案的群偏好矢量间的相似度,以此为基础定义专家的冲突测度。给出阈值和协商机制调控专家的冲突测度,直到所有的专家的冲突测度都小于给定阈值,进入决策阶段。在决策阶段,利用三角模糊数的期望函数确定属性权重,计算各个方案群偏好矢量与理想方案偏好矢量之间的加权相似度,由加权相似度大小排列决策,选出最优方案。最后给出案例应用,利用Matlab画出各方案的冲突测度图,数值结果表明本文方法的可行性及有效性。     

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.     

一种基于偏好序信息的双边匹配方法

针对双方主体给出匹配偏好序信息的双边匹配问题,提出了一种决策分析方法。首先通过构建双边匹配满意度函数,将匹配偏好序信息转化为匹配满意度,然后通过集结双方主体相互间的匹配满意度得到综合匹配满意度,进一步地,将综合匹配满意度视为双边主体之间匹配的权,进而将基于偏好序信息的双边匹配问题转化为完全二分图中的权匹配问题。为了解决双边匹配问题,构建了最大权匹配问题的优化模型,并通过模型的求解确定最优双边匹配结果。在本文最后,通过一个算例说明了提出方法的实用性和有效性。