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.     

基于不确定正态云组合权重的综合评价方法研究

如何确定指标体系的权重是多属性决策中的一个重要问题。针对多属性决策中主客观权重的不确定问题,通过逆向云生成算法将多个主客观权重进行信息融合,生成不确定正态云组合权重,构建基于云模型的主客观组合赋权方法。在此基础上,提出基于正态云组合权重的多属性综合评价方法,该方法通过计算各方案组合赋权与理想方案组合赋权之间的正态云相似度值大小进行排序并确定最佳方案。最后,通过算例说明云组合权重综合评价方法的可行性和有效性。     

犹豫模糊语言多属性群决策方法及其应用

针对评价值为犹豫模糊语言术语集的多属性群决策问题,文章提出了决策者权重和属性权重计算方法,并给出了新的决策方法。首先基于群体共识性最大建立优化模型,计算决策者客观权重,与预先给定的决策者主观权重平均得到综合权重。利用熵权法计算属性客观权重,与预先给定的属性主观权重平均得到属性综合权重,进一步给出了多属性群决策方法。最后通过《复变函数》网络学习平台评价验证了文中方法的可行性。     

混合型多属性群决策的群体数字理想点算法

文章对决策者权重和属性权重已知,属性值为精确数、区间数和模糊语言表示的混合型多属性群决策问题,首先对群决策各评价矩阵中用模糊语言表示的属性值进行了区间化处理,提出了用群体极差正规化方法对各评价矩阵规范化;接着采用简单加权平均算子将群体决策各矩阵集结为单一决策矩阵。然后提出了含有精确数和区间数属性值的多属性群决策的群体数字理想点的概念。最后给出基于群体数字理想点的混合型多属性群决策TOPSIS算法的步骤。     

混台型多属性群决策的群体数字理想点算法

文章对决策者权重和属性权重已知,属性值为精确数、区间数和模糊语言表示的混合型多属性群决策问题,首先对群决策各评价矩阵中用模糊语言表示的属性值进行了区间化处理,提出了用群体极差正规化方法对各评价矩阵规范化;接着采用简单加权平均算子将群体决策各矩阵集结为单一决策矩阵.然后提出了含有精确数和区间数属性值的多属性群决策的群体数字理想点的概念.最后给出基于群体数字理想点的混合型多属性群决策TOPSIS算法的步骤.     

多目标群决策的冲突解决方法

本文提出了多目标群决策需要解决的两类冲突,指出冲突解决的关键问题在于如何确定决策者关于属性的权重和决策者的权重;并在基于群体多属性评价的交互切比雪夫方法基础上,对两类权重的确定进行了探讨。     

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。     

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。     

风险型多属性自修正群决策方法

文章针对语言变量评价的风险型群决策问题,提出一种基于云模型、前景理论的风险型多属性群决策方法.该方法通过云模型、前景理论将语言变量评价转换成云前景决策矩阵,并以此计算前景值贴近度确定决策者权重,通过指数映射保证个体云前景决策矩阵在MWA算子下有效集结成群体云前景决策矩阵,结合自修正过程达到一致性要求,最后采用离差最大化规划求解各属性权重并计算各方案的综合排序情况.算例分析验证了上述方法的可行性和有效性.     

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.     

基于改进Gini-Simpson指数的指标及权重均为混合属性的广义灰靶决策方法

提出了一种新的以改进的Gini-Simpson指数为决策依据的指标及权重均为混合属性值的广义灰靶决策方法。该方法构造权重函数将不确定性混合指标权重确定化,并以改进的综合加权Gini-Simpson指数作为方案决策的依据。首先将各方案的混合属性指标值转化为二元联系数,并分解为确定项和不确定项以组成(确定,不确定)二元组数;其次,分别获得各属性下靶心指标的(确定,不确定)二元组数;然后,构造权重函数将不确定性权重确定化,继而求得各方案的综合加权Gini-Simpson指数;最后以综合加权的Gini-Simpson指数为依据对各方案进行决策,以其值越小方案越优。案例分析的结果验证了该法的可行性。     

不完备信息下可拓群决策粗糙分类研究

针对可拓群决策分类产生的不完备决策信息系统,文章在可拓变换的基础上,引入决策函数进行属性约简,实现了不完备信息下可拓群决策的粗糙分类,不仅发挥了可拓群决策动态分类的优点,而且实现了冗余属性的消除,有助于提高可拓群决策的多因素分析和多方案评价的分类效果。最后,通过实例说明了该方法的有效性。     

群决策关键问题研究综述

群决策能够发挥多个决策专家的经验智慧,解决相对复杂的实际问题,地位作用越来越重要.文章在分析群决策一般过程的基础上,针对群决策过程中的评价指标体系构建、决策意见表达方式、权重确定方法和群决策综合集成的研究重点,分别进行了总结和归纳.最后,对未来群决策亟待研究的问题进行了探讨和展望.     

基于信息粒度的属性权重确定方法

0引言多属性的综合评价问题一直是人们孜孜不倦研究课题,而属性权重的确定是一个关键的环节,因为权重确定的是否合理直接影响到决策效果的可靠性与有效性。目前主要的评价方法有层次分析法、主成分分析法、数据包络分析法、模糊综合评判和神经网络等,文献眼1演简单说明了这几种     

高新技术企业自主创新能力的评价

文章提出一种灰关联投影寻踪模型,并应用于高新技术企业自主创新能力评价.该模型把综合评价问题作为一个灰色多目标决策问题,基于灰色关联投影值,运用投影寻踪技术确定指标权重.由此获得的指标权重是客观权重,且对决策方法有较强的适应性,从而为在综合评价中科学、合理地确定具有决策方法适应性的指标权重提供了新的方法和思路.文章还用实例证明了该模型的合理性、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。     

基于模糊向量的专家权重确定方法

在群组多准则决策过程中,各专家的综合权重不仅与其可信度有关,还应该与该专家在实际评价中和其他专家评价值的一致性有关.文章首先定义了模糊向量的相似度和加权相似度,并基于此相似度提出了一种综合考虑专家意见一致性和可信度的专家权重确定方法,最后给出一种基于相似度的理想法群决策方法.     

部分权重信息下考虑风险偏好的不确定多属性决策方法

通过引入风险偏好因子,文章借鉴DEA交叉评价思想,构建部分权重信息下考虑决策者风险偏好的不确定多属性决策方法.通过风险偏好因子的引入,将区间数决策信息映射为实数决策信息;假设各决策方案均具有“使自身评价值最大化”的特点,求得各自的最优评价值和权重向量;各决策方案按照系统内所有方案的最有利权重进行评价后,将平均交叉评价值作为决策基准.最后通过算例说明了方法的可行性和有效性.