基于记分函数的直觉模糊多属性群决策方法

针对属性权重未知且属性值为直觉模糊值,决策者给出方案直觉模糊值形式偏好信息的不确定多属性群决策问题,提出了一种基于模糊优选的群决策方法。首先在计算直觉模糊相似度的基础上通过非线性规划模型求解出属性权重。在明确直觉模糊多属性决策问题中直觉模糊集的定义基础上,提出了一种新的记分函数方法,进而得到各决策者决策矩阵的正、负理想方案。然后通过各决策者的模糊优选模型得到各方案的决策值,通过决策群体的模糊优选模型得到各方案的群体综合决策值。最后通过一个算例说明了方法的有效性。     

基于五种直觉模糊数TOPSIS的多属性群决策方案设计

文章以直觉模糊数或得分函数为基础研制决策模型.引入直觉模糊数距离、相似度或得分函数距离、夹角余弦投影、灰色关联度,构造理想方案并比较排序,在群决策环境下探讨多种集结算法.结果发现:直觉模糊数的距离或相似度,以及得分函数值的距离、投影或关联度可用于属性值分析、理想方案构造、优劣排序比较;群决策环境下集结算法有相关理论依据.直觉模糊数或得分函数与TOPSIS法结合,基于群决策的集结算法及流程明确,多属性决策应用有方法指导意义.     

基于改进记分函数的直觉模糊多维度决策方法

针对属性值为直觉模糊值的多决策者、多时间点、多属性及多方案的多维度决策问题,文章基于新的记分函数等决策方法,并讨论了其在企业社会责任评价中的应用.首先,应用TIFHA、MIFHA等算子分别对各时间点和各专家决策进行了集成;其次,应用改进的记分函数对集成后得出的矩阵进行计算,得出记分函数矩阵;再次,运用熵权法算权重;最后引用距离公式及改进的TOPSIS方法将得出的结果进行多属性决策.并针对两家煤炭企业的社会责任履行情况进行了多时点、多专家、多属性决策,通过算例表明了此方法可行且有效.     

多属性决策中一种属性权重的确定方法

对于模糊多属性决策问题,本文通过a-截集技术将梯形模糊数的属性值转化为区间数属性值,运用区间数的相离度构造度量方案属性值差异的函数。然后,依据属性值差异最大化的手段确定属性权重,并基于可能度矩阵排序给出一个对所有方案进行优劣排序的方法。     

基于投影的直觉模糊群决策专家权重确定方法

文章针对方案属性值为直觉模糊数的群决策问题,提出了一种基于投影的专家权重确定方法.该方法按照投影分析的基本思想,给出了确定直觉模糊环境下群决策专家权重的计算步骤.其核心是计算每个专家的隶属度矩阵在群体隶属度矩阵上的投影和非隶属度矩阵在群体非隶属度矩阵上的投影,进而利用领导者的偏好度求出专家个体决策矩阵与群体决策矩阵的相似度,最终确定每个专家的权重.最后给出的算例表明了该方法的可行性和有效性.     

模糊多属性群决策的相对优属度法

本文研究了基于直觉模糊集的多属性群决策问题,建立模糊多属性群决策基本模型,提出了相对优属度法,并将它与择衷型评判方法作了理论与应用上的分析比较,说明相对优属度法较之择衷型评判方法更具有数学推导严谨,物理概念清晰,易于作出正确的决策等优点.     

基于犹豫梯形模糊数相似度的多属性决策方法

文章针对梯形模糊数提出了一种新的形式简单且有效的相似度的度量方法.结合犹豫模糊集的运算法则,构建了属性值为犹豫梯形模糊数的相似度公式研究了基于犹豫梯形模糊数相似度的多属性决策方法.     

基于直觉模糊集的群决策问题的模型及解法

模糊多属性群决策问题是现代群决策理论研究的重要范畴,它是从单个决策者的独裁情形演变为多个决策者商议的情形,再交杂着模糊理念,将决策分析过程变得复杂,难以分出仲伯.目前求解模糊多属性群决策问题的很多算法是在独裁型模糊多属性决策程序的基础上获得,或是将经典的群决策算法移植到模糊环境下.但还很少有文章用直觉模糊集理论来研究群决策问题.本文以直觉模糊来描述群决策的数据结构,以模糊理想解和模糊负理想解为参照基准,将李登峰构造的求解属性乐观权重值的线性规划模型移植到群决策问题中,并假定必要的数据归一处理已事先完成,提出相应的决策程序,先整体综合,再加权,后决策.结合算例说明该算法具有较强的实用性和信度.     

基于直觉模糊集算子的多属性群决策方法

文章将直觉模糊算子应用于属性值和属性权重的集结,并将传统topsis法与灰关联分析方法相结合,提出了一种新的多属性群决策方法.该方法在传统topsis法中引入直觉模糊集理论,并且不直接计算各方案与理想方案的距离,而用灰关联度的大小来确定方案的优劣.     

基于贝叶斯网络推理的逼近理想解方案排序法

文章将贝叶斯网络推理技术应用在多属性决策中,先构造多属性决策问题的贝叶斯网络模型,再利用贝叶斯网络的双向推理功能,通过正向推理将复杂的关系网层层简化为父子节点关系,进而计算出各备选方案的属性值,在此基础上进行逆向推理,用条件概率的形式来量化的反应各方案与理想解之间的逻辑接近度,并依此给方案排序,最后通过具体算例表明方法的有效性和灵敏性。     

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。     

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。     

基于内容过滤的电子商务推荐算法分析

一、数据处理 1.数据处理流程 首先将用户当前访问序列转变为兴趣主题向量,连同从用户历史购物数据和Web日志中抽取的特征向量进行加权和运算,得到初始推荐模型,再计算初始向量和当前访问序列之间的相似度,最后为每一个兴趣主题设置最优的初始相似度阈值.     

基于非线性GRA的群体模糊多属性决策模型

针对决策属性权重未知且属性值为三角模糊数的群体多属性决策问题,提出了一种非线性规划灰色关联度(简称GRA)决策模型。文章首先将群体决策者语言信息转化为三角模糊数,并依据三角模糊数向量距离和专家偏好集合判断群体决策的一致度和不一致度,构建模糊多属性群体偏好非线性决策目标函数,求解函数得到理想方案属性值和各属性权重值。然后依据备选方案与理想方案的综合灰色关联度,对方案进行优劣排序与决策。最后通过算例检验,为决策提供新思路。     

基于带概率犹豫直觉模糊集的多属性决策方法

文章以犹豫直觉模糊集为基础,考虑隶属度和非隶属度的支持强度,提出了带概率的犹豫直觉模糊集.针对带概率的犹豫直觉模糊数,定义其基本运算法则,并分析了运算法则的相关性质.同时,定义了带概率的犹豫直觉模糊数间的距离测度.在TOPSIS框架下,提出了基于带概率犹豫直觉模糊集的一种新的多属性决策方法.将此方法应用于某汽车制造企业的云服务提供商选择,阐释了方法的应用性与有效性.     

区间数多属性决策问题的逼近理想点方法

文章针对权重信息部分已知且属性值以区间数形式给出的模糊多属性决策问题,提出了一种基于理想点的方案排序方法.首先由区间数之间的距离公式求得决策方案到模糊理想点的距离,根据所有决策方案的综合贴近度最大化建立一个目标规划模型,由此确定属性的权重值;然后计算各决策方案的相对贴近度,从而根据相对贴近度的大小对方案进行排序;最后,通过算例分析说明该方法的可行性和有效性.     

缺损属性权重信息下群决策的模糊迭代法

文章研究了基于直觉模糊集的多属性群决策问题;探讨了在缺损属性权重信息下如何补全属性权重,并同时确定方案相对优属度的模糊交叉迭代方法,严格证明了该迭代方法的局部收敛性;最后给出相应群决策的具体解法和步骤。     

关于时序多目标最优投资决策的研究

本文首先利用时序多目标问题所拥有的信息得到决策方案与最优和最劣方案的关联度。然后,在综合所有时段和指标的基础上建立了时序多目标决策优化模型,以期望值的形式给出多阶段多指标决策问题的最优解。文中所给出的实例说明该模型及其最优解在解决时序多目标决策问题中具有重要的实用价值。     

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。     

一种区间直觉模糊数多属性决策的TOPSIS方法

针对属性权重信息确定且属性值为区间直觉模糊数的多属性决策问题,提出了一种逼近理想解的决策分析方法。该方法依据传统的TOPSIS方法的基本思路,得到每个方案与正、负理想方案间的加权海明距离,进而计算出每个方案与正理想方案间的相对接近度,即可得到所有方案的排序结果。最后,进行了实例分析,说明了该方法的实用性和有效性。