水资源利用的多主体系统控制分析

本文运用微分博弈理论,建立了水资源多主体系统微分博弈的数理模型,分析了控制和优化水资源多主体系统的对策。结果说明主体之间采用合作策略可以使整体的利益实现帕累托改进,并指出了改进实现的条件,从而对于控制和优化水资源多主体系统的运行提供决策帮助和指导。     

一种基于ELECTRE排序的简化方法

0引言现实中很多决策问题都可归结为对备选方案进行评价排序,从序列中选取最优的方案作为最终的实施方案。因此方案排序在管理决策和项目选择中扮演着十分重要的角色。方案排序问题在实际中大多属多准则决策问题,有很多方法可以实现对多准则决策方案的排序。其中比较常用的有模     

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.     

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。     

考虑偏斜度的序数均值组合群决策方法

文章针对现有均值法未考虑偏斜度的不足,结合多属性群决策问题,提出一种新的序数均值组合决策方法.基于偏斜度的性质,分析决策者偏斜度偏好对排序的影响;根据不同决策方式和群体意见集结步骤,采用6种方法确定方案的初次排序,再利用改进均值法组合初次排序结果,确定方案最终排序.最后,以供应商选择算例进行说明和应用.     

基于演化网络的动态群决策模型

一、引言 传统的群体决策是把不同成员的关于方案集中方案的偏好序按某种规则集结为决策群体的一致或妥协的群体偏好序,即需要寻找一种对决策群体公平的规则对个体决策者的偏好进行集结.常用的方法有加和法、方差最小法、优序法、期望效用法和层次分析法等.对群体决策一致性的集结往往忽视了决策者的不完全理性和对方案的学习、改进和谈判协调能力.群决策过程看起来是一个静态过程,而实际上,在群体中形成最终一致或妥协的群决策的过程是一个非常复杂的过程,这些决策个体意见的一致或妥协过程甚至不得不反复进行直到决策者群体的一致性偏好最终得以形成.人们提出了许多改善群体决策效果的方法程序,如头脑风暴法、名义群体法、德尔菲法等.德尔菲法是改善和达成群体决策一致性收敛的一种行之有效的群决策设计.总之,群决策是一个信息反复交流最终达成一致的动态过程.     

一种面向属性残缺偏好效用矩阵的大群体决策方法

决策成员评价部分决策方案的大群体决策问题可视为属性残缺效用值矩阵下的大群决策问题.文章将残缺效用值转化为区间教形式的效用值,形成了大群体关于全部决策方案的区间数效用值矩阵;对大群体成员进行聚类,根据聚类结果确定成员权重,将该权重和区间数效用值矩阵合成获得了决策方案的排序向量;提出了群体意见反映度指标度量群决策结果反映群体意见的程度,对群决策结果进行评价;提出了成员意见差异度指标修改相应成员的效用值向量.     

基于满意度最大的多准则群决策模型

在多准则群决策的过程中,由于决策者的知识水平、背景和主观偏好不同,他们对方案所给的信息判断矩阵也就不同.文章主要研究决策者所给的自然语言信息判断矩阵,提出一种基于群体满意度最大的不完全语言信息多准则群决策规划模型,该方法在处理存在语言信息缺失矩阵时尤为凑效.     

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。     

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.     

多准则权变决策方法有效性比较研究

人们处理信息的能力是有限的、难以理清众多方案数据间的关系.因此决策者可能无法得知多准则方法的方案排序,是否即为心中的理想方案.文章检验并比较既有四部多准则决策方法的有效性,并建立一套仿真数据实验流程,比较MCDM方法建议的方案排序与偏好效用函数所模拟决策者排序的差异.     

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.     

基于Rough约简的多准则Vague集股票决策方法

在股票投资决策中,股票评价指标的选择与投资方案排序优化是投资者形成决策进而做出最终选择的两个关键环节.文章给出了一种新的基于Rough约简的多准则Vague集股票决策方法,先利用粗糙集理论对股票评价指标进行约简,提取对股票价值有较强影响的主要因子;在此基础上,运用Vague集合多准则决策方法,实现对同板块的优势股票选择排序.最后,通过实例对该方法进行了验证,实验结果表明该方法是有效的.     

基于直觉正态区间数的信息不完全的多准则群决策方法

对于准则值是直觉正态区间数,但是权重信息作为不完全的多准则群这方面的状况,文章定义了运算法则、折衷期望值以及直觉正态区间的有关问题,并对于直觉正态区间的混合加权平均算予以及有序加权平均算子展开了计算,提出一种将直觉正态区间数的不完全信息作为基础的决策方法.折衷方法是通过IN-INHA以及ININWAA算子集成的一种准则值,并通过折衷均方差原则,利用优化模型的建立,求解最优准则权重,通过期望方差准则对于有关方案进行确定.在实际过程中发现,这种方法的可行性是非常高的.     

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.     

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.     

基于灰色判断矩阵的一致性及其排序研究

对灰色层次分析法中基于灰色判断矩阵的一致性和排序问题进行了研究。提出了灰色判断矩阵的弱一致性和乘性完全一致性的条件,然后讨论了在单一准则下基于灰色判断矩阵的方案集排序问题。方法一将灰色判断矩阵转化为白化矩阵,通过研究白化矩阵的性质来对方案集进行排序,方法二是将其转化为区间灰数互补判断矩阵,再利用OWA算子对方案集集结进而进行排序。最后通过算例说明了该方法的有效性。     

基于前景理论的区间数多准则决策方法

针对准则偏好值为区间数的不确定性决策问题,提出了一种基于前景理论的多准则决策方法。该方法将准则值看作给定区间内N个等差随机数,利用正态分布的分布函数来表示区间内准则值的分布规律,在给定各准则参考点的基础上,通过价值函数和决策权重函数计算方案在各准则下的前景值,并通过加权平均得到各方案的总前景值;根据前景值的大小对所有方案排序并得到最优方案。该方案的可行性通过一个简单实例得到了论证。     

基于累积前景理论和随机加权法的随机多准则决策方法

针对准则权重完全未知、准则值部分缺失的随机多准则决策问题,文章提出了一种基于累积前景理论和随机加权法的决策方法。该方法引入决策者的风险偏好态度,首先通过随机加权法模拟准则值的经验分布函数,根据分布函数计算前景值。然后由信息熵确定准则权重,并根据集结算子计算备选方案的综合前景值并排序。最后通过一个可靠性评估实例验证了该方法的有效性。     

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。