多属性隐式变权决策分析方法

为克服多因素变权决策方法的内在缺陷,基于Belton 和Gear提出的B/G-AHP层次分析原理给出了一种隐含式的多属性变权决策建模思想,并运用该思想给出了一种多属性变权决策新方法。它相对于多因素变权决策方法具有三方面的比较优势。其一,依赖的变权偏好信息直接由决策者给出,因而能够克服决策分析者对决策结果的主观武断性影响,更好地反映决策者的真实偏好。其二,不会受到由因素的属性值转化为偏好值所额外引入的主观测度偏差的干扰。其三,对决策者主观判断可能存在的误差予以了旨在弱化其影响的优化控制。数值分析表明新方法拥有较好的变权能力,并且相对于已有方法能够给出更易为决策者所接受的评价结论,因而具有较好的应用有效性。     

基于诱导 Choquet 积分算子的群决策方法

研究了决策者对方案有模糊偏好且偏好间存在相互关联的群决策问题.给出了诱导 Choquet 积分算子的定义,研究了它的性质;探讨了它与诱导有序权重平均、Choquet 积分算子之间的相互关系;利用重要指数诱导Choquet 积分和偏好诱导 Choquet积分算子,给出了决策者对方案的个人偏好是模糊偏好关系的一种群决策方法.最后,通过实例说明这种方法的具体应用及计算过程.     

考虑决策者损失规避的异质信息多属性变权决策方法

现实中存在大量异质信息（或数据）和需要考虑权重随属性值变化的多属性决策问题。针对这类异质信息多属性决策问题，本文提出了一种基于前景理论的变权综合求解方法。首先，构建了异质信息的统一距离计算公式，进而计算各个决策方案的相对贴近度；然后，提出基于不同类型效用函数的变权向量构造方法；其次，以初始权重为参考点，计算变权向量相对于参考点的益损决策矩阵，进而计算考虑决策者权重损失和收益的风险态度的各个决策方案的前景综合值，据此确定方案优劣排序和最优方案。通过数值例子的计算分析说明，文中所提决策模型与方法具有较好的有效性和合理性，可为解决复杂情景的决策问题提供理论依据与方法支持。     

基于VIKOR和诱导广义直觉梯形模糊Choquet积分算子的多属性群决策方法

针对属性值为直觉梯形模糊数,决策者间和属性间存在相互关联的多属性群决策问题,引入模糊测度和Choquet积分的概念,在直觉梯形模糊数的运算法则基础上构建了诱导型广义直觉梯形模糊choquet积分平均(IG-ITFCA)算子和诱导型广义直觉梯形模糊choquet积分几何(IG-ITFCG)算子,探讨上述算子的若干性质及一些特例,进而提出了基于诱导型广义直觉梯形模糊Choquet积分算子和多准则妥协优化解(VIKOR)的直觉梯形模糊多属性群决策方法。实例分析验证该方法的有效性和合理性。     

基于三角直觉模糊数Choquet积分算子的多属性决策方法

定义了三角直觉模糊数的Hamming距离,给出了属性独立情形下的三角直觉模糊数算术集成算子,并运用模糊测度和Choquet积分,定义了三角直觉模糊Choquet积分算子,并分析其有关性质。针对方案评价信息为三角直觉模糊数的关联多属性决策问题,利用三角直觉模糊Choquet积分算子集成得到方案的综合属性值,建立多目标优化模型并转化为线性目标规划求解,客观地确定了属性集的模糊测度,进而提出了相应的决策方法。实例分析表明了方法的有效性和合理性。     

确定多属性群决策协调权的模型和方法

在权重信息不完全的多属性群决策过程中,当决策者给出了各自的关于方案的偏好序关系之后,需要检验是否存在一组能支持所有决策者意见的权重(即协调权).在定义偏好关系"重要度"的基础上,构造了一个{0,1}混合整数线性规划模型,该模型不仅能够判断协调权是否存在,而且可以识别出导致协调权不存在的"最不重要"的偏好序关系.此外还证明当决策者修改这些序关系后,群决策问题一定存在协调权.最后用一个例子说明了该模型的有效性和实用性.     

效率与公平视角下企业及政府的资源配置决策

考虑企业及政府资源配置中效率与公平目标的不同内涵,采用"客户嫉妒"和"个体变权"刻画不同主体的决策行为,分别引入公平参数建立多目标决策模型,并提出基于客户和决策者偏好的公平参数选择方法,实现效率与公平的权衡。将模型转化为变分不等式,设计修正投影算法求解。通过算例进一步分析了不同主体的决策行为差异、公平参数的选择及影响。研究表明：企业与政府的效率最优决策相近,但公平最优决策差异明显;客户公平偏好越高,企业资源配置的分化特征反而越显著;政府决策者公平偏好越高,所有个体间资源配置趋于均等。     

基于风险偏好差异性假设的动态决策过程研究

针对风险偏好差异性决策者共存时的决策过程进行研究,提出边求解边对决策者分类决策再进行信息融合的动态决策策略.从客观数据角度基于属性值相似关系提取有效属性并对有效属性进行赋权;根据决策者对决策活动的选择判断逐步嵌入风险偏好(风险偏好型、风险中立型、风险规避型);基于属性值之间的可能度与相似度,构建相应类型的风险偏好预期理论模型;在决策信息集结与决策对象排序过程中,根据决策者的风险偏好特征选择相适应的算法模型;针对风险偏好差异性决策者共存的情形,基于决策结果公平效用最大化的角度提出新的信息融合模型构建算法;通过实际案例进行分析并验证这一新方法的科学合理性.     

多属性决策中权重确定的一种集成方法

针对多属性决策中属性权重的确定问题,提出了一种主客观信． 的集成方法．该方法是通过一个数学规划模型,将决策者给出的主观权重偏好信息与客观的决策矩阵信息进行有机 地集成,使确定的权重同时反映主观程度和客观程度．     

目标导向层次分析方法

对含有抽象属性的多属性层次结构而言,层次分析法即AHP（包括DIS-AHP、ABS-AHP、IDE-AHP和SUP-AHP四种具体方法）会因比率比较基准缺失、权重内涵模糊不清或方案评价不保序而缺乏科学理性。为发展AHP,基于摆幅置权（SW）判断模式和多属性决策属性价值公度方法,首先给出了能为层次结构抽象属性上的SW判断提供支持的规约性多属性决策属性价值公度方法,然后由此并结合多属性价值理论给出了能够克服现有层次分析法内在缺陷的目标导向层次分析方法即ToAHP。相对于AHP,ToAHP在判断模式与权重内涵、方法建构的理论基础和相关假设检验、方案评价保序与其内在数理依据上具有明显的相对科学合理性。应用分析表明：在输入信息可比的条件下,ToAHP明显优于AHP的四种分析方法之中最具可信性的SUP-AHP方法。     

基于证据推理的不确定多属性决策方法

针对基本属性权重的不确定性,以及基本属性与广义属性评价集的不一致性等问题,提出一种基于证据推理的不确定多属性决策方法,将证据推理算法推广到更一般的决策环境中.根据决策矩阵的信息熵客观地获得属性的权系数;而对于基本属性与广义属性评价集不一致的情况,则通过对基本属性分布评价的模糊化及模糊变换,合理地实现到广义分布评价的统一形式;最后应用证据推理算法得到整个方案集的排序.实例结果表明,该方法是可行的、有效的.     

Evaluation of the results of multi-attribute group decision-making with linguistic information

Multi-attribute group decision-making (MAGDM) has received increasing attentions in both engineering and economy fields. Correspondingly, many valuable methods have been developed to solve various MAGDM problems, but relatively, very few research results focus on the evaluation of the effect of MAGDM. In this paper, based on the existing MAGDM methods with linguistic information, three key evaluation indices, consistency, closeness and uniformity, are proposed to measure the results of MAGDM from different aspects. By comparing the individual overall preference values with the collective ones, the three indices cannot only provide a reference for judging the decision-making effect of each decision maker, but also reflect the effect of group decision-making to a certain extent. The practicality and effectiveness of the proposed method are shown by two heuristic examples. Furthermore, the proposed method will be helpful for setting and adjusting the weights of both attributes and decision makers, as well as for selecting and comparing various aggregation operators and methods in dynamic or interactive group decision-making.     

基于Mo-RVIKOR的混合多属性决策方法

针对复杂性和不确定性多属性决策问题,考虑定量和定性融合的属性形式,提出了模块化随机多准则妥协解排序法（Modular Random VlseKriterijumska Opti-mizacija I Kompromisno Resenje,Mo-RVIKOR）,该方法无需将信息统一,就能处理多种信息形式存在的多属性决策问题。采用精确数、随机变量处理定量评价信息,用概率语义术语集处理定性评价信息;通过改进离差最大化法确定属性权重;根据Mo-RVIKOR对决策对象进行排序;最后以某公司C2B定制化服务质量评测项目为例,验证了所提方法的有效性。     

A three-stage hybrid approach for weight assignment in MADM

How to determine weights for attributes is one of the key issues in multiple attribute decision making (MADM). This paper aims to investigate a new approach for determining attribute weights based on a data envelopment analysis (DEA) model without explicit inputs (DEA-WEI) and minimax reference point optimisation. This new approach first considers a set of preliminary weights and the most favourite set of weights for each alternative or decision making unit (DMU) and then aggregates these weight sets to find the best compromise weights for attributes with the interests of all DMUs taken into account fairly and simultaneously. This approach is intended to support the solution of such MADM problems as performance assessment and policy analysis where (a) the preferences of decision makers (DMs) are either unclear and partial or difficult to acquire and (b) there is a need to consider the best "will" of each DMU. Two case studies are conducted to show the property of this new proposed approach and how to use it to determine weights for attributes in practice. The first case is about the assessment of research strengths of EU-28 member countries under certain measures and the second is for analysing the performances of Chinese Project 985 universities, where the weights of the attributes need to be assigned in a fair and unbiased manner.     

Fuzzy LINMAP approach to heterogeneous MADM considering comparisons of alternatives with hesitation degrees

Multiattribute decision making (MADM) with multiple formats of information, which is called heterogeneous MADM for short, is very complex and interesting in applications. The purpose of this paper is to extend the Linear Programming Technique for Multidimensional Analysis of Preference (LINMAP) for solving heterogeneous MADM problems which involve intuitionistic fuzzy (IF) sets (IFSs), trapezoidal fuzzy numbers (TrFNs), intervals and real numbers. In this method, DM's preference is given through pair-wise comparisons of alternatives with hesitation degrees which are represented as IFSs. The IF consistency and inconsistency indices are defined on the basis of pair-wise comparisons of alternatives. Each alternative is assessed on the basis of its distance to a fuzzy ideal solution (FIS) unknown a priori. Based on the defined IF consistency and inconsistency indices, we construct a new fuzzy mathematical programming model, which is solved by the developed method of fuzzy mathematical programming with IFSs. Once the FIS and the attribute weights are obtained, we can calculate the distances of all alternatives to the FIS, which are used to determine the ranking order of the alternatives. A supplier selection example is presented to demonstrate the validity and applicability of the proposed method.     

基于前景理论的多阶段随机多准则决策方法

研究一种基于动态参考点的多阶段随机多准则决策方法。考虑多阶段决策过程中决策者的风险偏好,建立了基于前景理论的多阶段随机多准则决策分析框架,提出了一种基于阶段发展特征的动态参考点设置方法;构建准则权重的目标规划模型,结合阶段参考点动态变化的特征测算各阶段备选方案的综合前景值;设计方案综合前景值的范围估算模型,以反映决策风险对评价结果的影响;案例研究验证了上述方法的可行性和实际效果。     

方案有不确定偏好的区间数相对熵群决策方法

研究了属性值是区间数并且已知方案偏好信息的多属性群决策问题。建立了每个方案客观偏好值与主观偏好值偏差的相对熵测度矩阵;基于客观信息和方案偏好信息的相对熵建立了属性权重模型;建立了一个新的区间数比较的可能度公式,基于可能度公式给出了方案排序方法,算例说明方法可行性。     

基于DEA理论的ANP/BOCR方案评价值综合集成新方法

网络分析法(ANP)是一种能够有效处理复杂决策问题的多准则决策方法。然而现有ANP文献在对收益、机会、成本、风险(统称为BOCR)评价值综合集成时会因评价值之间的不匹配而可能得出错误的方案排序结果和绩效表示。为克服上述缺陷,本文基于数据包络分析理论提出一种新的针对ANP/BOCR评价值的综合集成方法,使用摆幅置权区间估计方式反映出了决策者在判断BOCR相对权重时所面临的不精确性和模糊性。实例验证结果表明,所提方法对BOCR评价值的处理更符合实际情况。