一种二元语义多属性群决策方法研究

文章针对解决具有语言评价信息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群决策方法。该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算。对于属性权重完全未知的情形,基于群体理想方案分别给出了一个求解属性权重的简洁公式获得相应的属性权重,然后利用二元语义加权算术平均(T-WAA)算子,对二元语义决策信息进行加权集成,继而对决策方案进行排序和择优。最后给出了一个实例分析。结果表明该方法简单,有效和易于计算。     

基于二元语义关联分析的多属性群决策方法

针对语言型多属性群决策问题,文章提出了一种基于二元语义关联分析的群决策方法.首先,定义了二元语义灰色关联系数和二元语义灰色关联度的计算方法.然后,定义了多属性群决策问题中的参考序列,计算出每个方案单个决策者的二元语义关联度.通过T-OWA算子,集结出方案的群体二元语义关联度,依据二元语义的有序性可以进行方案的优选.算例表明了方法的有效性.     

一种权重信息未知的语言多属性群决策方法

文章针对解决具有语言评价信息的多属性群决策问题,提出了一种基于熵权系数法和二元语义的新的决策方法.该方法采用近年来最新发展的二元语义概念时语言评价信息进行处理和计算.对于属性权重未知的情形,应用熵权系数法进行确定,然后采用二元语义加权平均算子进行集结计算,继而对决策方案进行排序和择优.文章最后给出了一个实例分析,结果表明该方法简单,有效和易于计算.     

基于T-OWG和T-IOWG算子的二元语义多属性群决策方法

文章针对解决具有语言评价信息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群决策方法。首先,为了便于语言属性值的集结运算,提出了一种新的集结算子:二元语义诱导的有序加权几何(T-IOWG)算子。并分析了该算子的性质;然后提出了一种基于T-OWG和T-IOWG算子的二元语义多属性群决策方法。     

基于T—GOWA和T—IGOWA算子的二元语义多属性决策方法

文章针对具有语言评价信息的多属性决策问题,提出了一种基于二元语义信息处理的决策方法。首先提出了二元语义广义有序加权平均（T—GOWA）算子和二元语义诱导广义有序加权平均（T—IGOWA）算子,并对这些算子的性质进行了分析,然后给出了基于T—GOWA算子和T—IGOWA算子的二元语义多属性决策方法。最后给出一个实例分析,说明该方法的有效性和可行性。     

一种基于方案集缩减策略的交互式多属性决策方法

在现实中处理多属性决策问题时,很多决策方法因为只有部分权重信息而不能实现.这类多属性决策问题的方法局限性多,可选择方法少,有效性差.为了解决多属性决策问题中的信息不完善的决策问题,文章定义了综合属性的分配性,在优化的过程中删掉综合属性值被支配的方案,从而得到缩减的X的方案集.在方案缩略集的基础上,将在多目标决策领域问题处理中使用的交互式决策思想引入,用来处理多属性决策问题.该方法的引入可以解决只有部分权重信息的不确定多属性决策问题,并用实例验证了该方法的有效性.     

属性权重未知的混合型多属性决策方法

本文针对属性权重信息完全未知且属性值有实数、区间数和模糊数的混合型多属性决策问题,提出一种新的决策方法,根据已有数据,按照偏差函数建立模型计算出各指标权重;在此基础上,求出各方案与理想方案间的灰色关联度来求解权重未知的混合型多属性决策问题,从而推广了关联度的应用范围,同时为权重未知的混合多属性决策问题提供了新的方法。     

基于二元语义信息的工程项目评标决策方法

文章采用基于多粒度二元语义信息的分析方法进行工程项目评标决策.首先将专家给出的语言评价信息用二元语义的形式来表示,然后从多个语言变量集合中选择一个基本语言术语集,并将多粒度语言信息一致化,再通过T-OWA算子对专家信息进行集结,得到工程项目评标决策群体综合评价结果.最后给出一个算例说明了该方法的有效性.     

航空公司航线决策的一种方法

针对只有部分权重信息已知且属性为混合型的航空公司航线决策问题,对用模糊语言和实数表示的属性进行了区间化处理,把多混合属性决策转化为属性值为区间数的多属性决策.然后基于推广定义的相离度和可能度计算公式,利用线性规划模型求取属性权重且依据求取的可能度排序向量给出了航线排序,最后通过实例说明了方法的可行性和有效性.     

基于改进得分函数的直觉模糊多属性决策方法

针对属性权重信息完全未知的直觉模糊多属性决策问题进行了探究,提出了一种综合考虑隶属度、非隶属度以及犹豫度的新的得分函数,利用改进的得分函数将传统的熵权法推广到直觉模糊领域,为属性权重完全未知的直觉模糊多属性决策问题提供了一个新的排序方法。实际的铁路冻害整治算例进一步说明该方法的可行性和有效性。     

部分属性权重信息下的多属性群决策问题探讨

模糊多属性群决策(FMAGDM)是多属性决策、群决策和模糊决策相交叉的研究领域.研究此类问题一般需要决策者提供各属性权重信息、各决策者的权重信息和效用信息,决策群体集结各信息形成群体偏爱,最后对供选方案进行优劣排序.但由于方案各属性概念抽象、决策者自身的认知局限性及决策背景的复杂性,常会出现决策时对多属性群决策问题的属性权重难以完全确定和量化,因此部分属性权重信息下多属性群决策问题的研究已日益得到重视.目前此类问题的研究工作尚不多见.     

区间数多指标决策的一种新方法

文章针对属性值和属性权重均为区间数的多属性决策问题进行了研究,给出了一种能够很好地处理该问题的实用方法.文章首先对各方案的指标属性值取平均;其次利用区间数权重信息得到一组顶点权重向量.依次将这些权重向量代入多属性决策方案,按照最优方案出现的次数和所有方案的综合得分,进而确定方案的排序.实例证明了所提方法简单、有效,易于实现.     

一种带有偏好信息的多属性决策方法

针对属性值由实数形式给出,属性权重完全未知,且带有决策方案整体优劣水平信息的多属性决策问题,以传统理想点决策模型为基础,建立了一种最优化决策方法。为解决权重信息不完全的多属性决策问题提供了新的思路。最后,给出了一个实际例子以说明方法的有效性和应用性。     

一种离差组合最大化多属性决策方法

文章研究了属性权重完全未知,方案属性值为实数的多属性决策问题.首先,证明了方案属性值离差变大并不意味着方案综合值离差变大,方案综合值离差变大也不意味着方案属性值离差变大.其次,在综合考虑方案属性值离差和方案综合值离差同时最大化的基础上,建立并通过求解一个规划模型计算出属性权重,从而得到一种离差组合最大化的多属性决策方法。最后,给出了一个算例来说明了该方法.     

基于统计信号处理的多属性群决策问题探讨

文章针对备选方案属性值和属性权重都为随机变量的不确定多属性群决策问题、结合统计信号处理的估计理论和模糊数运算,提出了一种专家主观偏好集结和随机多属性决策方案排序的方法.该方法首先基于贝叶斯框架构建一个线性估计模型;然后在有无先验知识的基础上利用高斯一马尔科夫估计定理,将多个专家基于模糊数估计的方案属性值和权重值集结成群体估计值;最后通过加权比较得到各个方案的排序.实例分析验证了方法的有效性和实用性.     

具有不同形式偏好信息下的模糊多属性群决策方法

本文针对决策者给出属性具有定性、定量两类不同形式的偏好信息的多属性群决策问题,提出了一种新的集结方法。该方法首先利用直觉模糊集理论和模糊矩阵来处理定性属性的定量化问题,然后用凸组合的方式将主观权重和基于一致性程度的客观权重集结为决策者的最终权重,最后提出一种基于直觉模糊集理论的多属性群决策方法。     

模糊多属性决策的最小偏差法

针对只有部分属性权重信息,决策者对方案有一定的主观偏好,并且属性指标表示形式多样的多属性决策问题,文章给出了把属性指标表示为梯形模糊数的方法,建立了一个基于主客观偏好值的总偏差最小化的线性规划模型,用以求解最优权重向量,进而以方案的客观综合模糊期望值大小排列方案优劣次序的决策方法.最后,通过实例表明了该方法的实用性和有效性.     

一种基于主客观权重信息集成的多属性群决策

针对一种在属性权重和决策者权重完全未知且属性值为定值的多属性群决策问题.文章基于离差最大化思想提出了一种可对多种主观和多种客观权重信息进行集成的最优化组合赋权方法求解属性的集成权重,计算各方案的综合属性值,以求属性的集成权重的方法去求解决策者的集成权重.给出了一个数值例子说明该方法的实用性和有效性.     

一种权重信息不完全的区间直觉模糊数多属性决策方法

文章针对权重信息不完全的区间直觉数多属性决策问题,首先引入了区间直觉模糊数的定义和区间直觉模糊数的得分函数。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,给出了一个基于加权得分函数的目标规划模型,从而获得相应的属性权重,然后得到每个方案的加权综合得分函数,进而根据加权综合得分函对方案进行排序。     

语言混合加权平均距离测度及其在决策中的应用

对语言加权距离测度进行了进一步研究,提出一种既考虑变量权重又考虑序权重的语言混合加权平均距离测度,分析了该距离测度的优良性质。据此针对属性权重为实数,属性取值为语言术语的多属性决策问题,提出一种基于语言距离的多属性决策方法,最后,通过算例分析说明该方法的可行性和有效性。