权重信息未知情况下的多属性群决策方法及其拓展

本文针对群决策中专家权重及指标权重难以确定的问题,提出一种在权重信息完全未知情况下的基于证据距离和模糊熵权变换的多属性群决策方法,其核心在于如何仅通过决策矩阵客观地确定决策者权重及指标权重。通过信息熵和证据距离确定专家权重,并利用模糊变换原理,将专家权重向量与指标熵权矩阵合成,得到统一的群体决策指标权重;最后使用线性加权法集成所有专家对备选方案的评价信息,得到整个方案集的排序。实验结果及相关讨论表明,该方法概念清晰,计算量适中,具有较强的客观性,而且易于机器实现,是一种可行、有效的多属性群决策方法。最后将该方法推广到属性值由精确数、语言值、区间数、直觉模糊数等多种形式构成的混合型多属性群决策中。     

权重信息不完全的区间直觉模糊数多属性决策方法

针对权重信息不完全的区间直觉模糊数多属性决策问题,首先,引入了区间直觉模糊数的一些运算法则、区间直觉模糊数的得分函数和精确函数。然后,对权重信息不完全的区间直觉模糊数的多属性决策方法进行了研究,给出了一个基于最大偏差的目标规划模型,从而获得相应的属性权重,并基于IIWAA算子对区间直觉模糊数信息进行集结,进而根据得分函数和精确函数对方案进行排序。最后,进行了实例分析,说明了该方法的实用性和有效性。     

基于样本集的区间数灰靶分类决策模型及应用

基于灰靶思想的不确定背景分类决策问题分析,本文提出了区间数灰靶分类决策模型。该模型将灰靶决策拓展到决策信息为区间数的情况,提出了区间数的靶心距测度方法;根据靶心距提出了灰靶分类决策中的靶心分类临界值设置方法;以决策对象的靶心距与临界值之间的偏差总量最小为目标,建立了指标权重和分类临界值的确定模型;依据求解的权重与分类临界值对决策对象集进行分类评价。算例分析验证了该模型的有效性和可行性,可以很好地解决决策对象众多、分类数不确定等特性的多属性分类决策问题。     

基于区间灰色区间数的多准则决策方法

将灰色模糊数扩展,定义了区间灰色区间数及其距离.针对准则值为区间灰色区间数的信息不完全的多准则决策问题,提出了一种基于目标规划法的灰色模糊多准则决策方法,求得最优权重向量,从而得到各方案的排序.最后给出一个算例说明方法的可行性和有效性.     

基于模糊聚类和模糊模式识别的企业财务预警

在回顾国内学者关于企业财务预警模型研究的基础上,提出了一种新的预警模型--基于模糊聚类和模糊模式识别模型.利用该模型对训练样本进行模糊聚类,计算最优聚类中心,对待估样本所属类别进行模糊模式识别.通过对40家沪市上市公司进行实证分析,取得了较好的预警效果.最后针对模型存在的问题提出进一步的研究方向.     

基于非概率可靠性的铁路应急设施选址-路径鲁棒优化

鉴于铁路应急设施选址研究中很难合理估计参数的概率分布或确定其隶属函数的问题,将选址-路径问题与区间非概率可靠性方法结合起来,以复杂网络理论为基础,提出网络节点区间权重的确定方法,同时考虑节点权重、边权及径权区间不确定性的共同作用,构建铁路应急设施选址节点加权网络。基于区间非概率可靠性理论及区间运算规则,提出路径的非概率可靠性度量及最优时间可靠度路径选择方法,建立节点权重、边权及径权均为区间数的非概率可靠性铁路应急设施选址-路径鲁棒优化模型,并给出了求解算法,确定了基于区间模型的铁路应急设施鲁棒选址的最优方案。算例表明,本文的优化方案能更好地保证救援的时间鲁棒性,能有效地规避不确定因素波动对设施选址的长期风险,具有很好的实际应用价值。     

Knight不确定条件下的模糊二叉树期权定价模型

在市场含有Knight不确定因素的环境下,影响期权价格的因素不仅仅具有随机性的特点,而且还存在着模糊的性质.因而我们假设股票价格服从模糊随机过程,使用基于抛物型模糊数的二叉树模型对欧式期权进行定价,得到的风险中性概率及期权价格为一个赋权区间.在使用中国权证数据进行的实证中,采用二次规划方法确定模型参数,并对模糊期权价格进行去模糊化,与传统的二叉树模型进行实证比较后发现,应用模糊二叉树模型能得出更准确的市场价格预测.投资者可以选择自己可接受的置信度,得到一个模糊价格区间,以此指导投资策略.此外,应用此模型能够得到期权价格的模糊程度的度量-模糊度,从而获知Knight不确定性的大小.     

基于模糊综合评价的煤矿本质安全数据挖掘

本文应用模糊综合评价法得到煤矿本质安全等级和指标体系,应用模糊聚类算法确定主关键条件属性集,使用模糊数据挖掘出评估对象中煤矿本质安全等级同评估指标之间的规则知识,以一个实例为对象建立的煤矿本质安全模糊数据挖掘验证了该方法的可行性。     

基于模糊识别算法的财务指标分析系统的设计

本文利用数据挖掘技术,设计了一个具有财务分析和数据挖掘功能的财务指标分析系统,以便为企业决策层提供快速的财务分析支持。在指标分析模块中使用了模糊识别算法。该算法是利用训练样本集的模糊识别矩阵计算出模糊聚类中心矩阵,再利用模糊聚类中心矩阵反算出测试样本集的最优模糊识别矩阵,从而克服了传统的模糊聚类算法只能聚类的缺点。     

基于Z值的企业信用等级评价修正灰靶模型

考虑到企业财务信息不确定和样本的非典型分布特征,将灰靶模型引入对企业信用等级的评价;放松经典灰靶模型的各指标变量对靶心影响的等权假设,将z值模型中的Altman系数赋予灰靶指标权重;提出将待评模式与参照模式一起构建灰靶的思路,并在灰靶模型中运用显示分辨域确定分辨系数;为企业信用等级以及其他类似系统的评价提供一个一般化的方法.     

Applying a fuzzy analytic network process to construct a purchase project. A case for the purchase of a slicing diamond cutting machine

In this paper we propose a fuzzy extension of the analytic network process (ANP) that uses uncertain human preferences as input information in the project evaluation of precision diamond cutting machines. The resulting fuzzy ANP enhances the potential of the ANP for dealing with imprecise and uncertain human comparison judgments. It allows for multiple representations of uncertain human preferences, as crisp, interval, and fuzzy judgments and can find a solution from incomplete sets of pair-wise comparisons. An important feature of the proposed method is that it measures the inconsistency of the uncertain human preferences by an appropriate consistency index. Simultaneously, process capability indices are presented to demonstrate and verify the feasibility and effectiveness of the proposed methods. In the future, the proposal can provide the best way to control and calculate effective purchasing of diamond cutting machines for wafer slicing by project buyers. This purchasing project will save cost and ease the case of purchase.     

基于Heronian平均算子的Pythagorean模糊不确定语言决策方法

针对评价信息为Pythagorean模糊不确定语言数、属性权重未知且属性间相互影响的多属性决策问题,提出一种基于灰色关联法和Heronian平均算子的决策方法。首先,提出Pythagorean模糊不确定语言Heronian平均（PFULHM）算子和Pythagorean模糊不确定语言几何Heronian平均（PFULGHM）算子,并证明其满足幂等性、单调性、有界性及可交换性。考虑到属性权重之间重要程度的差异,定义了Pythagorean模糊不确定语言加权Heronian平均（PFULWHM）算子和Pythagorean模糊不确定语言加权几何Heronian平均（PFULWGHM）算子。其次,将灰色关联法运用到Pythagorean模糊不确定语言环境中求解属性权重。最后,提出基于PFULWHM算子和PFULWGHM算子的决策方法,并通过算例分析说明本文提出方法的有效性。     

Dominance intensity measure within fuzzy weight oriented MAUT: An application

We introduce a dominance intensity measuring method to derive a ranking of alternatives to deal with incomplete information in multi-criteria decision-making problems on the basis of multi-attribute utility theory (MAUT) and fuzzy sets theory. We consider the situation where there is imprecision concerning decision-makers' preferences, and imprecise weights are represented by trapezoidal fuzzy weights. The proposed method is based on the dominance values between pairs of alternatives. These values can be computed by linear programming, as an additive multi-attribute utility model is used to rate the alternatives. Dominance values are then transformed into dominance intensity measures, used to rank the alternatives under consideration. Distances between fuzzy numbers based on the generalization of the left and right fuzzy numbers are utilized to account for fuzzy weights.     

基于Mo-RVIKOR的混合多属性决策方法

针对复杂性和不确定性多属性决策问题，考虑定量和定性融合的属性形式，提出了模块化随机多准则妥协解排序法（Modular Random VlseKriterijumska Opti-mizacija I Kompromisno Resenje，Mo-RVIKOR），该方法无需将信息统一，就能处理多种信息形式存在的多属性决策问题。采用精确数、随机变量处理定量评价信息，用概率语义术语集处理定性评价信息；通过改进离差最大化法确定属性权重；根据Mo-RVIKOR对决策对象进行排序；最后以某公司C2B定制化服务质量评测项目为例，验证了所提方法的有效性。     

一种新的混合型多属性决策方法及在供应商选择中的应用

研究了一种属性权重未知的混合型多属性决策模型.为了简化计算,把区间数和模糊数转化成精确数得到规范的决策矩阵.基于属性的熵,建立了具有柔性的客观权重模型,把客观权重和主观权重线性合成为综合权重.给出了客观权重和综合权重合理性的判定定理.最后的案例说明该法是可行、有效的.     

一种基于证据距离的客观权重确定方法

证据理论能较好地处理具有模糊和不确定信息的合成问题,广泛应用于群决策中。但在高度冲突的证据下,合成结果会失真,为解决该问题,提出一种基于证据距离的客观权重确定方法。该方法根据各专家提供的证据间的距离来确定其客观权重,从而重新调整各专家证据的基本概率分配,可以降低与群体意见分歧较大的专家的权重。最后用一项目投资选择案例来验证该方法有效性。     

基于证据推理和广义Shapley值的扩展概率语言多属性群决策方法

扩展概率语言词集通过语言变量概率分布的调整能够转化为多种语言信息表示模型,是语言变量、不确定语言信息、扩展犹豫模糊语言词集、分布语言评估信息、概率语言词集等的一般化,具有较强的通用性和实用性,是处理不确定性信息的重要工具。鉴于此,本文针对扩展概率语言环境下的多属性群决策问题,提出基于证据推理和广义Shapley值的多属性群决策方法。首先,提出扩展概率语言词集的定义和相关基础理论。其次,将广义Shapley值和证据推理相结合用于专家信息融合,并将广义Shapley值和TODIM方法相结合用于备选方案排序。再次,提出基于灰色关联法的权重确定模型来处理专家/属性权重部分未知的情况。最后,以绿色供应商选择为例进行分析,通过对比分析验证所提方法的有效性和优越性。     

区间数多指标决策中确定指标权重的一种客观赋权法

研究了指标值以区间数形式给出的不确定性多指标决策中确定指标权重的问题。依据传统的客观赋权法—离差最大化方法,给出了一种确定区间数指标权重的误差分析方法。该方法具有概念清晰、实用的特点,得出的指标权重能够较好地反映各指标信息的差异程度。最后通过一个算例说明了该方法的实用性和有效性。