基于OWG算子的不同形式偏好信息 的群决策方法

具有不同形式偏好信息的群决策是决策分析及群决策支持系统研究的一个新课题,它对 于进一步提高群决策支持系统的实用性和灵活性方面具有重要意义. 针对这类群决策分析,提 出了一种具有效用值、序关系值、模糊互补判断矩阵、互反判断矩阵等4 种形式偏好信息的群 决策方法. 在该方法中,首先给出了将不同形式的偏好信息均转化为互反判断矩阵形式的计算 公式;然后基于OWG算子将各决策者的偏好信息集结为群的偏好并进行方案的优选;最后给 出了一个算例.     

三端点区间数互反判断矩阵的排序方法研究

本文研究了三端点区间数互反判断矩阵的一致性和排序方法。在三端点区间数互反判断矩阵完全一致性概念的基础上,首次将矩阵特征向量思想引入三端点区间数互反判断矩阵之中——研究了三端点区间数互反判断矩阵的一致性与权重向量之间的类似特征向量关系,并运用线性规划模型给出一种处理三端点区间数决策者对方案属性权重的方法,然后通过三端点区间数权重向量的期望值,进行方案集结排序。最后通过具体的案例,验证了所提出方法的有效性和适用性。     

区间数互补判断矩阵的一致性及其排序研究

由于目前国内外文献对区间数互补判断矩阵的性质研究较少,从而使得对排序方法的相关研究缺乏理论依据.针对这些缺陷,本文研究了区间数互补判断矩阵的性质及其排序方法问题.根据区间数互补判断矩阵的定义,给出了区间数互补判断矩阵的一致性、严格强传递性与弱传递性等定义,并研究了一致性判断矩阵的性质,并说明这些性质更符合人们的思维特征.在一致性性质的基础上建立了区间数互补判断矩阵排序的非线性规划模型,算例分析表明该方法是有效可行的.     

方案有不确定偏好的区间数相对熵群决策方法

研究了属性值是区间数并且已知方案偏好信息的多属性群决策问题。建立了每个方案客观偏好值与主观偏好值偏差的相对熵测度矩阵;基于客观信息和方案偏好信息的相对熵建立了属性权重模型;建立了一个新的区间数比较的可能度公式,基于可能度公式给出了方案排序方法,算例说明方法可行性。     

基于两类残缺偏好信息的交互式群决策方法研究

提出不同残缺偏好信息的交互式群决策方法。利用矩阵元素之间的可达性关系,给出区间数判断矩阵残缺元素的确定方法。定义了不同偏好信息的群体满意度,基于群体判断与决策个体判断之问的偏离程度,与决策者进行交互,使得决策者的意见尽可能协调一致。根据修正意见求解得到方案排序,并通过算例说明方法的有效性。     

权重信息完全未知的灰色多属性群决策方法研究

基于灰色系统理论的思想和方法,探讨了决策方案的属性值为区间灰数、属性权重及各决策人的权威权重完全未知的灰色多属性群决策问题。通过分析,引入了个体理想最优方案向量、理想专家、方案间优势度和方案集中方案间优势比较矩阵等概念。根据区间灰数的本质特征,定义了两区间灰数的新的相离度,构建了基于两区间灰数相离度的灰色区间关联系数公式及灰色关联度。建立了基于投影的特征向量法和模糊互补判断矩阵排序方法的两种决策算法,给出的算法避免了权重的计算。文中实例分析说明了所提出的灰色多属性群决策方法的合理性及其算法的有效性。     

基于模糊判断矩阵的群决策方法研究

对多个决策者给出的偏好信息的有效集结是群决策过程的重要问题之一.不同类型的偏好信息有不同的集结方法.基于模糊判断矩阵一致性的定义,提出一种加权集结方法的最优化模型,从而得到群决策中一类模糊判断矩阵的集结方法,并进一步分析和研究群组判断矩阵与各决策者给出的判断矩阵之间关系的一些重要性质.     

基于模糊判断矩阵信息确定专家权重的方法

本文对群组模糊判断矩阵集结过程中确定专家权重的问题进行了研究,建立了模糊判断矩阵的特征矩阵和求解群集结矩阵的最优化模型,通过矩阵之间距离度量判断信息自身逻辑一致性程度和群体相容性程度,给出一种基于专家判断信息的可信度计算其后验权重的方法,最后用算例予以说明.     

一种新型不确定AHP的研究与应用

针对现有AHP方法在某些决策环境下不能准确反映决策者的偏好,以及群决策背景下专家偏好集结的信息丢失等问题,研究元素服从离散分布的一种新型不确定AHP,将未确知数概念引入到AHP之中,用局部一致性和整体一致性思想检验未确知数判断矩阵,并根据未确知数判断矩阵的特点,提出基于未确知数运算法则和蒙特卡罗模拟的两种权重求解方法,最后通过两个例子说明新方法的应用可行性.     

一种具有不同粒度语言判断矩阵的群决策方法

针对具有不同粒度语言判断矩阵形式的偏好信息的群决策问题,提出了一种基于二元语义运算的群决策方法.在该方法中,首先给出了不同粒度语言判断矩阵的定义;然后给出了不同粒度语言判断矩阵一致化为由基本语言评价集表示的二元语义信息的方法,并且采用近年来最新发展的关于二元语义信息集结的加权平均算子和语言优势度直接对语言短语进行运算,最终确定最优方案;最后给出了一个算例.     

基于流形学习的非一致性判断矩阵排序方法

针对传统层次分析法(AHP)在构造判断矩阵过程中需要满足一致性条件问题,本文研究AHP方法需要进行一致性调整的原因,提出了一种基于流形学习的非一致性判断矩阵排序方法。在非一致性判断矩阵排序过程中,首先基于近邻距离的概念,构建出判断矩阵所对应数据集的近邻距离矩阵;然后以近邻点的线性表示为基础,将每个数据点映射到一个全局低维坐标系,并据此获得判断矩阵所对应的低维嵌入;根据各层求解出的低维嵌入对各层要素进行优劣排序,进而得到最终排序结论。最后,通过数值案例验证了所提方法的有效性和实用性。     

模糊C-OWG算子及其在三角模糊数互反判断矩阵排序中的应用

本文研究了决策信息以三角模糊数互反判断矩阵形式给出的有限方案决策问题。首先定义了模糊C-OWG(FC-OWG)算子和期望模糊C-OWG(EFC-OWG)算子,并研究了它们的一些性质。基于FC-OWG算子和EFC-OWG算子,提出了方案偏好信息为三角模糊数互反判断矩阵的方案排序方法,根据决策者的偏好程度进行调节,并利用决策者的偏好程度对排序结果进行敏感性分析。实例表明,新方法计算简单、可行且有效。     

基于信息熵的群组聚类组合赋权法

在多属性群决策方法的研究中,为了科学地确定专家的权重,提出一种基于信息熵的群组聚类组合赋权法。依据各个专家的判断矩阵归一化得到的排序向量,利用相关系数法构造相关矩阵。通过分析阀值变化率选取最优聚类阀值,对相似程度较高的排序向量给出合理的聚类。运用信息熵为类内专家赋权,综合聚类结果和排序向量的信息熵,确定专家的总权重。算例表明该方法可以对较为相近的专家评价结果进行有效分类,并准确衡量每位专家评价信息量的大小,能够有效提高专家赋权的合理性和群组决策的科学性。     

群决策中基于二元语义的主客观权重集成方法

针对一类属性值和属性权重信息均以语言评价信息形式给出的多属性群决策问题,提出了一种基于二元语义信息处理的主客观属性权重集成方法.首先运用二元语义集成算子计算属性的主观权重,然后给出一种基于最小偏差的属性客观权重计算方法,该方法根据决策者给出的语言决策矩阵计算决策群体对属性判断的偏差,偏差越大,表明决策者对该属性评价意见的分歧越大,则应赋给该属性越小的权重值,以提高群体意见的一致性.在此基础上,对属性的主、客观权重信息进行集成,得到属性综合权重.最后通过算例说明了该方法的有效性和实用性.     

The effect of cognitive diversity on the illusion of control bias in strategic decisions: An experimental investigation

By integrating cognitive diversity into debiasing literature, this paper contributes towards opening the black box of executive judgment. Based on information processing theory we investigate the role of cognitive diversity in strategic decision making. We apply a vignette-based experimental research design to examine the effect of cognitive diversity in teams on decision maker's illusion of control. The results of these experiments provide evidence for a positive influence of high cognitive diversity for debiasing judgment while similarly indicating no such effect for groups with low cognitive diversity. These findings suggest that group composition aspects can play an important role for improving judgment in decision making teams and open promising new avenues for studying debiasing in behavioral strategy research.     

基于灰色关联度求解指标权重的改进方法

针对决策过程中指标权重的确定问题,在分析现有权重确定方法不足的基础上,提出了一种基于灰色关联度求解指标权重的改进方法,并对其性质进行了研究。该方法是对决策者给出的主观权重经验判断矩阵进行充分挖掘,提取出一个公共比较权重数列,并建立一个简易的数学模型,使确定的权重同时反映主观程度和客观程度。算例分析说明了该改进方法的简单性与实用性。     

不完备判断信息情境下群组DEMATEL决策方法

为克服群组决策试行与评价实验室（DEMATEL）方法难以处理不完备专家判断信息问题，以及预先指定评价标度和群组信息集成规则不适应复杂决策环境的内在缺陷，本文基于群共识排序理论，提出一种能够有效处理不完备判断信息的群组DEMATEL决策方法。该方法的创新之处在于：第一，它能够以灵活的标度方式有效地反映群组专家的偏好判断表达。第二，它也能通过序列转换和共识度的引入较好地处理群组DEMATEL不完备判断信息。第三，它能够合理地反映决策结果因群共识水平不同而变化的复杂机理。实例验证结果表明，所提方法是切实可行的，能够有效解决实践中的决策问题。