基于相对优势度的区间数排序及其在多属性决策中的应用

依据两区间数对应点的差异,借助s型函数给出区间数相对优势度的概念,并根据相时优势度矩阵,构造模糊互补判断矩阵,提出一种基于相对优势度的区间数排序方法.基于所提出的区间数排序方法,结合UWA算予,提出一种属性值为区间数的多属性决策方法,并通过算例说明方法的可行性和有效性.     

一种具有平均累积优势度的排序方法

本文结合特征向量法（EM）及和法（SM）优点,提出了一种新的排序方法一具有平均累积优势度的和法（DSM）,同EM,SM,MDM[6]相比,此法简单,实用,可靠,计算权重所需时间少,且与EM总量得到相同的方案排序,而其它方法如平均优势度矩阵法（MDM）,对数最小二乘法（LISM）,最小偏差法（LDM）有时会产生逆序。     

多属性决策的群排序方法研究

在多属性群决策中，决策的决策结果有两种表现形式，即决策方案的优先序和决策方案的排序权向量。本研究基于决策方案优先序的群排序方法，提出了加权偏差平方和最小化方法及基于测度函数的0-1规划方法。     

基于可能度排序法的区间信息指派方法

针对具有区间数信息的多目标指派问题,利用区间数可能度排序方法,给出了一种新的指派方法.该方法充分利用实际所给的区间信息进行求解,克服了以往这类指派问题最后由多目标问题转换为单目标问题时权数确定主观性大的缺陷.最后给出了该方法的一个算例.     

多属性决策的目标排序法

多属性决策的难点在于确定各目标的权系数。本文探讨了各目标的权系数难以确定、但知道其大小排序的情况下的决策原理和方法。     

基于优势度分析的三角模糊数判断矩阵的排序方法

研究了三角模糊数判断矩阵的排序问题,在两个三角模糊数相互比较大小的可能度的基础上,综合分析直接和间接两个方面的比较因素,提出了两个三角模糊数比较的优势度概念.对三角模糊数判断矩阵的行元素信息进行集结并利用所定义的优势度概念作为度量对集结的结果两两进行比较,构造出相应的以实数表示的模糊互补优势度矩阵,进而利用模糊互补判断矩阵的排序公式得到方案的排序权值.最后通过一个算例说明了提出的排序方法.     

基于最小偏差和优势度的区间数互补判断矩阵排序法

针对决策信息以区间数互补判断矩阵形式给出的多目标决策问题。首先,给出相对优势度的概念和区间数加性一致性互补判断矩阵的判定定理。其次,建立一个目标规划模型,通过求解该模型得到区间数互补判断矩阵的权重向量,并利用各权重向量的总体相对优势度对方案进行排序,提出了基于最小偏差和优势度的区间数互补判断矩阵排序法。方法的核心是对数值型互补判断矩阵排序方法的拓展。最后,通过实例说明方法的可行性和有效性。     

模糊数排序的可能度方法

由两个模糊数的隶属函数确定三个面积,据此建立一个对模糊数进行大小比较的可能度计算公式.公式表达式非常简洁,同时还具有传递性、互补性等诸多良好的性质,因而具有很强的实用性和可操作性.对给定的一组模糊数,先利用两两比较的结果建立一个可能度矩阵,同时给出基于可能度矩阵的模糊数排序算法.最后给出一个排序算法的实例.     

AHP中计算排序向量的优势度矩阵法

本将优势度矩阵与最小夹角法（LAM）的相对熵方法（REM）相结合，提出了两种新的计算排序向量的方法——优势度最小夹角法（DLAM）和优势度相对熵方法（DREM），并讨论了它们的性质。理论研究和算例分析都表明，这是两种比较好的计算排序向量的方法。     

一种改进的四元联系度中集对势排序方法

为提高四元联系度中集对势排序方法的准确性,通过实例分析了现有集对势排序方法中的不足,并提出一种改进的集对势排序方法.方法将联系度中的差异度分解为正、负差异度,并系统地考虑它们与同一度、对立度之间的影响关联,进而改进了集对势的判定条件.通过演算,分别给出了同势、均势、反势下改进的集对势排序表.计算机仿真实验证明这种方法提高了对集对势判别的准确性,避免了原方法中集对势错误丢失的问题.方法对四元联系度在态势分析中的深入应用具有一定促进作用.     

基于目标规划和相对优势度的区间数互反判断矩阵排序法

针对决策信息以区间数互反判断矩阵形式给出的多目标决策问题.首先,给出了区间数一致性互反判断矩阵、相对优势度等概念.其次,建立一个目标规划模型,通过求解该模型得到区间数互反判断矩阵的权重向量,并利用各方案的相对优势度和进行方案的排序.提出了一种新的区间数互反判断矩阵排序方法,该方法具有操作简便和易于上机实现的特点.最后,通过实例说明方法的可行性和有效性.     

基于对称交互熵的多属性决策排序法

本义研究了多属性决策的排序问题.利用信息熵理论提出了对称交互熵概念,定义了一种新的与理想方案的贴近度,由此给出了基于对称交互熵的排序方法.最后通过算例将新方法与传统的TOPSIS法、夹角度量法和正交投影法作对比,获得了新方法能够更加精确地判断方案优劣的结果.     

模糊群决策的逼近于理想解排序法

首先给出一致性互补判断矩阵元素与排序权重的一种新逻辑关系,并以模糊极大集和模糊极小集作为模糊正理想解和模糊负理想解。然后,通过α-截集将模糊数转化为α水平下的区间数,并构造基于贴近度的可能度矩阵,利用所提出的逻辑关系确定在α水平下的排序权重。最后集结各水平下的权重得到最终的排序权重。     

基于优势的双边匹配决策方法

传统的双边匹配方法根据主体双方给出的偏好序信息排序, 忽略匹配双方个体间存在的差异, 匹配结果不能很好的满足主体需求, 稳定性较差, 造成资源的错配甚至浪费。本文以人为出发点, 基于对匹配主体特征属性的优势结构识别, 提出新的序值依据, 将定性的不确定匹配标准依重视程度量化, 从而实现对人的多维度测量, 最大化个体差异, 以实现“按需匹配”的高稳定性、高满意度匹配结果。构建基于主体客观评价的优势属性量表; 引入个体综合情况的计算公式; 依托隶属度加权法把多目标优化转变成单目标优化; 运用Hungarain方法获得满意度最高且稳定匹配的指派方案; 最后通过算例证明本方法的科学性和可行性。     

改进联盟结构的支付分配规则及其排序的TOPSIS方法

本文针对改进的联盟结构,在基于局中人个人理性与联盟结构集体理性实现的基础上,确立了一种支付分配规则,该规则成为联盟结构改进后保持稳定的一个必备条件,在此基础上,给出了对不同联盟结构优超关系进行排序的TOPSIS方法,从而可以对不同联盟结构的优劣进行区分比较．     

区间数排序法在多属性决策中的应用与研究

针对不确定多属性决策问题中区间数排序方法的讨论,首先给出了正区间数排序的公理化定义,然后基于公理化定义提出了区间数几何平均排序法;其次,将优势矩阵排序法、离差最大化排序法、基于相对关联系数的区间数排序法与几何平均排序法进行了比较,并指出了基于相对关联系数的区间数排序法的不足;最后,通过实例分析,得出几何平均排序法可以弥补基于相对关联系数的区间数排序法的不足,且拥有计算简便,运算量少的优点,验证了几何平均排序法的合理性及有效性.     

基于可能度的区间粗糙数排序方法

针对属性权重信息未知或属性权重信息不完全且属性值为区间粗糙数的多属性决策问题,给出一种基于可能度的区间粗糙数排序方法.首先引进和补充了区间粗糙数的一些运算法则及集成算子.然后首次给出了区间粗糙数的可能度定义公式,并研究了该公式所具有的一些良好性质,随后,建立了基于投影思想的极小-极大优化模型来确定各属性权重,同时给出基于可能度矩阵的区间粗糙数排序算法.最后通过实例说明该方法的有效性和可行性.     

基于AHP和区间数排序可能度法的工程项目综合评标法研究

分析了建设项目现有评标方法,根据已有文献资料和评标办法建立了综合评估法评标指标体系.引入区间数排序可能度法的基本原理,建立了工程项目综合评估法模型.首先运用AHP法确定各指标的权重,根据各评标专家给出的区间数建立初始决策矩阵;然后按照区间数运算法则确定各投标文件的综合评标值,并由投标文件可能度矩阵的排序向量确定中标人.最后,举例应用了该模型,表明了模型的实用性和可操作性.     

对AHP单准则排序方法的改进

层次分析法(AHP)用两两比较的方法,通过构造比例标度判断矩阵为排序提供了一种合理的数据条件;对比例标度判断矩阵进行基于最大特征根的一致性检验,是为了把最大特征值对应的归一化特征向量作为排序向量;但终因理论上不能提供比例标度判断矩阵保序的充分条件,所以特征根排序法受到质疑,AHP需要改进.指出,改进AHP的正确途径是回归基于判断矩阵数据的排序方法研究.排序可行的条件是标度具有可加性;为此定义具有可加性的评分标度,建立标度转换公式将比例标度转换为评分标度;阐述为什么一致性检验无助于正确排序的原因并剖析为什么基于评分标度排序与一致性检验无关;由此建立基于评分标度判断矩阵中数据的评分排序方法.     

对AHP-Fussy法的群组决策改进

探讨用GEM法和熵权法改进AHP-Fussy的群组决策:提出用GEM方法改进AHP法;并针对Fussy法本身无法反映数据方差差异的问题,提出用改进的熵权法改进Fussy法,最终得到对AHP-Fussy法的群组决策改进.提出的方法丰富了AHP-Fussy法的群组决策实践,在应用于符合专家评价一致时权重增大的情景时,具有较好的应用价值.