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.     

基于区间灰数相离度的灰色关联决策模型

为了解决决策方案属性值为区间灰数、指标权重信息部分已知的多属性决策问题,利用灰色关联分析的理论、"核与灰度"思想及最优化理论开展研究。首先构建了区间灰数相离度公式,并提出了基于区间灰数相离度的灰色关联度模型;其次构建了基于区间灰数相离度的灰色关联决策方法;最后在充分利用客观信息的基础上综合考虑了决策者的主观意愿,提出了指标权重确定的优化模型。通过算例验证了该模型的可行性和实用性。     

混合型多指标灰靶决策模型研究

文章针对决策指标值难以精确化的不确定多指标决策问题,研究了指标值为实数、区间数、三角模糊数三种数据类型同时存在的混合型多指标灰靶决策模型.根据决策灰靶和不确定决策信息的基本内涵,定义了混合型椭球友靶,在此基础上建立了混合型灰靶决策模型;讨论了指标权重信息完全未知和权重信息部分已知的情形下权重确定问题.     

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。     

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。     

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.     

一种基于证据推理的混合型灰色多属性决策法

文章针对决策方案的属性值为区间灰数与确定的语言等级,并且属性权重完全已知的混合型灰色多属性决策问题,提出一种新的决策方法。该方法是决策者可根据自己的偏好给出定量属性值的白化值和定性属性值的信用结构,确定了等级信用结构决策矩阵;利用证据推理解析算法求出各方案在各等级的信任度;利用期望效用和区间数排序法对方案进行排序。实例说明了该方法的合理性及其算法的有效性。     

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.     

基于多维偏好分析的三角模糊数型多属性决策方法

文章针对决策者的偏好信息是以偏好序对的形式给出、决策矩阵元素为三角模糊数的不确定多属性决策问题,提出了一种新的决策方法.利用三角模糊数期望值公式,定义各方案到理想点的距离矩阵,通过求解基于多维偏好分析的线性规划模型,得到属性的权重向量.根据各方案到理想点的加权距离给出方案的排序结果.该方法非常适用于方案数目和属性数量较大、决策者无法给出每一方案的具体偏好值的情形.     

众里取大规则下由频率确定属性权重的方法

目前获取属性权重方法,大多数需要决策者对属性直接打分或两两比较或优劣排序,这要求属性数量不宜过多、决策者应对各个属性有充分了解.众里取大规则下由频率确定属性权重的方法要求决策者挑选一个最重要属性,进而通过频率确定属性权重.文章首先视属性赋值为随机变量,依概率期望定义权重公式;然后根据离散选择模型相关结论,推导出属性频率与权重的转换表达式,将其代入权重公式得到属性权重;最后构造卡方统计量,判断权重之间是否具有显著差异.该方法适用于有大量决策者和众多属性的群决策问题.     

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.     

不确定条件下基于V.H.Vroom激励逻辑的决策理论研究

风险和不确定条件下的决策问题一直是心理学、经济学和管理学研究的重点.文章借鉴已有的研究成果,提出并建立了基于Vroom激励逻辑的相对效用决策模型.该模型运用纳入参照标准的相对效用函数来确定决策者的主观效用,利用D-S理论来处理不确定条件下的决策信息,更加精确的描述概率问题,并且借鉴前景理论的关于决策者在参照点周围的风险逆转行为,把客观概率与决策者的风险偏好结合.最后,运用本理论对决策中的两个悖论进行了解释,证明了该模型的现实决策的应用价值.     

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.     

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。     

基于熵值法与灰色关联决策的最佳响应方案

文章在分析灰色决策研究成果的基础上,引入熵值法用以确定属性值为区间数的灰色关联决策方法的权重,同时也修正了决策方法对权重的不确定性.提出上界指标权重、下界指标权重和综合指标权重三种方法用于决策权重的计算.通过应急响应算例对修正的灰色关联决策方法进行检验分析,结果表明,三种权重计算方法均能有效解决灰色关联决策问题中的权重问题,可以减少整个决策的随机性.     

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.     

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.     

两阶段优化的灰色多属性决策方法

本文针对灰色多属性决策问题中,权重信息和属性评价值都为区间灰数的情况进行了分析研究,提出了两阶段优化的决策方法。     

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.     

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.