基于模糊—冲突熵的风险性大群体应急决策方法

针对应急决策信息的模糊性以及大群体偏好的冲突性引起决策风险的问题,提出了一种基于模糊—冲突熵的风险性大群体应急决策方法。首先,依据决策者偏好将大群体进行聚类,得到聚集偏好矩阵;其次,提出一个直觉模糊形式的区间直觉模糊距离以减少偏好信息的丢失,同时定义广义直觉模糊数,将二者与前景理论相结合,通过转换得到聚集的直觉模糊前景决策矩阵;再次,构建以决策风险最小化为目标的大群体模糊—冲突熵应急决策模型,计算准则权重,将大群体的前景决策矩阵和准则权重相结合得到方案的综合前景值,并以此对应急方案排序;最后,通过案例的分析与对比验证了所提方法的合理性与有效性。     

基于集对分析的多种不确定偏好形式大群体决策方法

针对具有多种不确定偏好形式的多方案大群体决策问题,提出一种基于集对分析的群决策方法。将区间数、三角模糊数以及语言值三种形式的不确定偏好转换为联系数,保留了不确定偏好信息中的确定性与不确定性。提出一种区间聚类算法,在决策成员权重未知的情况下对成员进行赋权。利用加权综合联系数对大群体偏好进行集结,根据方案的集对势大小给出方案的排序。该方法避免了确定权重时的主观性,同时考虑决策信息的确定性与不确定性,提高了决策结果的可信度。通过实例分析验证了方法的有效性和实用性。     

模糊偏好关系下考虑从众行为的群体共识决策方法

随着决策面临的环境越来越复杂,个人决策因其局限性难以达到有效决策的标准,致使群体决策变得更为常见;而当决策者行动时,常需考虑他人的判断和行为,使得从众行为成为群体决策中的重要影响因素.因此,文章基于模糊偏好关系提出一种考虑从众行为的群体共识决策方法,能有效节省达成共识所付出的成本.首先,根据模糊偏好关系的特征,设计一致性检验方法和调整模型,为后续的共识达成提供可靠的偏好关系.其次,考虑到专家受到群体规范的压力而产生从众行为,从而对初始效用值进行修正.然后,提出考虑从众行为的最小成本共识模型,进一步设计相应的共识达成算法.最后,计算各已选方案到理想点的距离,运用TOPSIS方法对已选方案进行排序,并通过一个企业产品升级改良的算例来分析说明所提方法是有效的和可行的.     

群体决策的偏好协调性检验

对于一类群体决策问题，本文引进群体的偏好协调性指标，并且给出了偏好协调性指标的统计检验．在此基础上，还提出一个求该类群体决策问题的方法，以及讨论了群体的偏好快调性指标和群体决策结果间的关系．     

基于决策者风险偏好大数据分析的大群体应急决策方法

针对重大突发事件应急决策大群体成员的风险偏好复杂难测问题,提出了一种新的基于决策者风险偏好大数据分析的大群体应急决策方法。首先专家群体对突发事件进行快速响应,生成若干应急预案及其风险属性信息;其次,社会公众通过网络等渠道参与到应急决策中来并形成决策大群体,给出不同预案的偏好值;然后,利用证据推理算法得出公众对各预案的风险效用值,将预案风险效用值与预案偏好值加权组合,得到各个预案的大群体决策者的风险偏好值;最后,基于风险偏好值,利用大数据分析技术对大群体的风险偏好进行聚类识别,从中筛选出风险中立者组成新的应急决策群体,再次聚类得出应急决策群体的成员组成结构,以此为基础计算决策者权重和应急预案的最终效用值,得应急预案排序结果。最后通过算例分析验证了方法的有效性和可行性。     

考虑群体一致性的动态群体决策方法

为了求解一类包含多轮群体评价过程的动态群体决策问题，定义了个体效用波动和群体一致度的概念并分别建立了相应的计算指标，利用决策个体的效用波动指标提出了决策个体权重的修正方法，然后提出了一种基于群体一致度指标的加权算法，得到了各决策方案的群体效用评价。最后给出了计算实例。     

一种Vague偏好群体决策方法

采用 Vague集理论来描述和处理不确定信息或含糊信息 ,比采用模糊集理论描述和处理不确定信息或含糊信息在很多情况下更贴近客观现实 .在诸学者对模糊群体决策研究的基础上 ,提出一种 Vague群体决策方法 ,采用 Vague值作为决策者对备选方案的评估值 ,通过对决策者的各备选方案偏好值的集结 ,最后根据集结值的效用值对备选方案排序 ,进行决策 .     

带有方案偏好关系的模糊多属性决策方法

针对属性值为一般模糊变量、属性权重信息完全未知但已知方案偏好关系的模糊多属性决策问题，给出了决策方法。首先通过求解一个模糊期望值模型来确定属性的权重，然后基于简单加权平均法则来计算各方案的模糊综合评价值,再根据比较模糊变量大小的期望值方法来对方案进行排序,最后给出一个算例。     

基于乘型一致性的毕达哥拉斯模糊偏好关系

在乘型一致性区间值模糊偏好关系和乘型一致性直觉模糊偏好关系启发下,研究了乘型一致性毕达哥拉斯模糊偏好关系。首先,将毕达哥拉斯模糊偏好关系转化为两个等价的区间值模糊偏好关系,通过区间值模糊偏好关系的乘型一致性,定义了毕达哥拉斯模糊偏好关系的乘型一致性。其次,研究了乘型一致性毕达哥拉斯模糊偏好关系的若干性质。然后,研究了毕达哥拉斯模糊偏好关系的排序向量,以及求解乘型一致性和非乘型一致型毕达哥拉斯模糊偏好关系排序向量的方法。最后,通过实例说明了求解排序向量的方法是可行有效的。     

加型一致性毕达哥拉斯模糊偏好关系

在模糊偏好关系两种等价的加型一致性概念基础上,通过简单的数学证明,分析了区间值模糊偏好关系、直觉模糊偏好关系的相应的两种加型一致性并不是等价的.然后,在加型一致性直觉模糊偏好关系的启发下,构造了可以与毕达哥拉斯模糊偏好关系相互转换的两个区间值模糊偏好关系,并利用它们的加型一致性,定义了加型一致性毕达哥拉斯模糊偏好关系,...     

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。     

A Procedure for Decision Making Based on Incomplete Fuzzy Preference Relation

In this paper, we investigate the decision making problem based on fuzzy preference relation with incomplete information. We first introduce incomplete fuzzy preference relation and present some of its desirable properties. We then develop a system of equations. Based on this system of equations, we propose a procedure for decision making based on incomplete fuzzy preference relation, and finally, a numerical example is presented to illustrate the proposed procedure.     

区间直觉模糊集的模糊熵群决策方法

针对专家权重未知、专家判断信息以区间直觉模糊集给出的多属性群决策问题,提出了一种新的模糊熵决策方法。通过定义区间直觉模糊集的模糊熵判断专家信息的模糊程度,进而确定每位专家的权重;然后计算备选方案距理想方案和负理想方案的模糊交叉熵距离,得到每个专家对方案的排序;再分别利用加权算术算子和加权几何算子集结专家的排序结果,得到专家群体对方案的排序。实例分析验证了方法的有效性。     

基于模糊熵的直觉模糊多属性群决策方法

针对专家权重未知、专家判断信息以直觉模糊集给出的多属性群决策问题,提出了一种新的决策方法.通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度,进而确定每位专家的权重.然后定义直觉模糊集的模糊交叉熵确定备选方案距理想方案和负理想方案的距离,再根据加权算术算子集结专家的判断信息,得到方案的排序.最后,通过一个实例分析验证了方法的有效性.     

区间直觉模糊判断矩阵群决策中的逆判问题

研究了区间直觉模糊判断矩阵的群决策问题.定义了两种区间直觉模糊集相似度公式,给出两种与决策群体意见一致性程度最高的理想区间直觉模糊判断矩阵构造优化方法.利用矩阵对不同专家判断矩阵中相同位置元素的一致性进行分析,并对不同专家的判断信息进行整体相似程度分析,最后通过算例说明了该方法的有效性和实用性.     

基于模糊熵-熵权法的混合多属性决策方法

针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策问题,提出了基于模糊熵-熵权法的混合多属性决策方法。通过规范化的方法把区间数转化为直觉模糊数,建立了直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用熵权法确定属性的客观权重区间,通过求解属性信息模糊熵最小的线性规划模型得到属性客观权重;再与主观赋权方法相结合确定属性的组合权重;最后应用相对熵排序法得到方案的最终排序结果。算例分析表明方法的可行性和实用性。     

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.     

基于决策者信任水平和组合赋权的不完全偏好复杂大群体应急决策方法

针对属性权重完全未知且专家偏好出现残缺值的复杂大群体应急决策问题,提出了一种新的决策方法。首先,设计了一套基于决策者信任水平的残缺值填充机制,对缺失的偏好信息进行补充。然后,将各方案的大群体偏好信息进行聚类,基于方案信息熵和群体偏好冲突水平构建组合赋权方法,对属性权重进行测算,进而得到各个方案的综合评价值。最后对该方法进行了实例验证,验证结果表明本文提出的方法具有良好的可行性和有效性。