基于对偶犹豫模糊几何Heronian平均算子的多属性决策方法及其应用

针对需要同时考虑变量隶属度、非隶属度以及关联性的融合问题，本文将对偶犹豫模糊集与Heronian平均算子相结合，定义了对偶犹豫模糊几何Heronian平均算子和对偶犹豫模糊几何加权Heronian平均算子，讨论了新算子的一些优良特性，包括幂等性、置换不变性、有界性、单调性等性质，并针对属性值为对偶犹豫模糊语言信息关联系的多属性决策问题，建立了基于对偶犹豫模糊几何加权Heronian平均算子的多属性决策模型，基于所定义的算子和建立的数学模型，提出了一种新的基于对偶犹豫模糊Heronian平均算子的多属性决策方法。最后，通过多属性决策算例验证了方法的有效性和可行性。     

一类序贯决策方法的提出:透镜与直觉模糊信息的视角

与大多数关注经典秘书问题的序贯决策研究不同,本文针对决策对象不变而其状态更新的一类序贯决策问题,提供决策方法。相较已有研究而言,本文从透镜与直觉模糊信息的视角提出这类序贯决策的一般方法,更加具有普适性,可应用于应急管理、风险投资等多个方向。该决策方法具有如下特点：1）借鉴透镜模型,通过当期可观测的线索,预测这类序贯决策问题的下一期状态;2）考虑到决策环境具有不确定性,采用直觉模糊数对决策者获取的信息线索进行刻画;3）为最大化模拟现实决策者,在前景理论框架下提出状态更新的序贯决策方法。本文提出的决策方法依据在于决策者对决策对象的预测"前景"值和预测绩效,基于此提出了具体的决策步骤,并辅以案例进行分析。通过对不同决策情形下决策结果的比较分析和对案例的稳健性检验,验证了该决策方法的适用性和有效性。     

一种评价信息不完全的混合型多属性群决策方法

针对一类评价信息不完全且属性值由精确数、语言评价值等定量、定性形式构成的混合型不完全信息多属性群决策问题,提出了一种基于直觉模糊集和证据理论的决策方法。首先定义了转换函数将不同类型属性值一致转换为更符合决策实际的直觉模糊数,接着根据信息熵原理利用直觉模糊数中的犹豫度确定专家客观权重,随后应用证据理论集结含有信息缺失的评价值,并构造了一可能度比较公式用于集结后方案排序。该法解决了决策问题中易出现的信息残缺和混合型信息等情况,具有更强的实用性。最后的实例分析证明了该方法的科学性、有效性。     

区间直觉模糊数环境下基于犹豫度和相关系数的多属性群决策模型研究

多属性群决策问题是当今复杂决策环境下的研究热点,而区间直觉模糊数可以从隶属度、非隶属度和犹豫度三方面描述不确定信息,具有很强的表现能力,因此学界基于区间直觉模糊数对多属性群决策问题进行了大量研究。但是现有研究一方面在处理共识达成问题时所广泛采用的"多数原则"策略会导致某些关键信息或知识被视为冲突意见而被修改或忽视;另一方面基于距离的区间直觉模糊数相似性测算方法忽略了犹豫度的影响,会造成评价信息损失。针对上述不足,提出区间直觉模糊数环境下基于犹豫度和相关系数的多属性群决策模型。首先,通过个体犹豫度和群体犹豫度的提出,保证了决策群体内部信息和知识的有效交流,使关键性决策信息或知识不会通过强制修改或删除的方式失效;其次,采用区间直觉模糊数相关系数测量相似度,避免基于距离测算而可能出现的错误结果;继而,将决策主体权重设置为区间直觉模糊数形式,通过计算不同决策者之间的相对优势值和劣势值进行主观赋值,保证了决策者权重的客观性和真实性;此外,结合TOPSIS和线性规划方法求解得到最优属性权重,保证了属性赋值的精确性,最后,通过具体的应用实例以及与当前学界主要研究成果的比较分析,进一步论证了所提模型的优势和创新性。     

基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法

模糊群决策分类方法广泛应用于政治、经济与社会生活各个领域，可有效避免个人知识与经验局限性所导致的决策失误。针对信息不完备的多准则群决策问题，提出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法。首先，给出梯形直觉模糊集及广义梯形直觉模糊几何聚类算子，兼顾考虑群决策中相应依赖属性与决策者的决策偏好。其次，给出基于离散Choquet积分的TOPSIS算子（CI-TOPSIS），以此为基础，进一步给出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类步骤，用于确定具有最大可信度群体一致案例比较信息集，并逐步引导决策者给出部分及全部方案的精确分类，充分考虑模糊决策环境下决策者偏好与案例比较信息的级别关系。最后，通过一个投资决策实例对所提出的多准则分类方法进行验证。实例分析表明：该方法克服了决策过程中信息的遗漏，充分保留了决策过程中信息的完备性，更适用于直觉模糊群决策环境下的决策实践，是一种非常有效和科学的方法，可应用推广到更多决策领域。本文所得结论，对于有效解决多人多投资方案的群决策问题，具有一定的借鉴意义。     

基于HTFWGBM算子的供应商选择模型研究

由于供应商选择中的的复杂性与不确定性以及人类认知的有限性，从而导致信息融合失真和决策结果不准确的情况。针对决策属性以犹豫三角模糊数（HTFN）给出的供应商的选择问题，本文提出一种基于HTFGWBM算子的决策算法。首先，针对犹豫三角模糊数和几何Bonferroni平均算子理论，分别定义了犹豫三角模糊几何Bonferroni平均（HTFGBM）算子和犹豫三角模糊几何加权Bonferroni平均（HTFGWBM）算子，同时分别研究了算子的幂等性，置换不变性，单调性和有界性等性质。其次，基于HTFGWBM算子构建新型犹豫多属性决策模型，结合HTFN排序方法进行备选供应商排序。最后通过算南水北调中线工程中的供应商选择实例证明了决策模型的可行性与有效性。结果表明，通过调整模型参数，模型具有一定的延展性和容错能力，能够很好的进行科学决策。     

基于犹豫直觉模糊语言集均值-标准差偏好距离的多属性决策研究

在犹豫直觉模糊语言集和语言尺度函数的基础上定义了均值-标准差偏好的Hamming距离，并提出了基于犹豫直觉模糊语言集距离TOPSIS和TODIM的多属性决策方法，进一步利用这两种方法对实例问题建筑商的招标方案进行排序，并讨论了偏好参数对排序结果的灵敏度分析。为验证上述方法的有效性，与已有方法对同一实例的排序结果进行了比较分析。     

基于证据推理和广义Shapley值的扩展概率语言多属性群决策方法

扩展概率语言词集通过语言变量概率分布的调整能够转化为多种语言信息表示模型,是语言变量、不确定语言信息、扩展犹豫模糊语言词集、分布语言评估信息、概率语言词集等的一般化,具有较强的通用性和实用性,是处理不确定性信息的重要工具。鉴于此,本文针对扩展概率语言环境下的多属性群决策问题,提出基于证据推理和广义Shapley值的多属性群决策方法。首先,提出扩展概率语言词集的定义和相关基础理论。其次,将广义Shapley值和证据推理相结合用于专家信息融合,并将广义Shapley值和TODIM方法相结合用于备选方案排序。再次,提出基于灰色关联法的权重确定模型来处理专家/属性权重部分未知的情况。最后,以绿色供应商选择为例进行分析,通过对比分析验证所提方法的有效性和优越性。     

网店信息呈现的框架效应对消费者购买决策的影响研究

目前有关在线消费者购买意愿的研究，绝大多数是基于实验统计的方法，分析影响消费者购买决策的因素，网店信息呈现的框架形式往往仅作为其中的关键因素被一些研究提及并加以验证。但是，"形态各异"的信息到底如何影响消费者心理进而影响到他们的决策？商家如何从消费者心理的微观层面来设计信息呈现策略，从而增强其购买意愿？目前关于此的研究尚不多见。本研究从前景理论的决策参考点视角，以价格因素为例，一方面，通过情境实验，验证了价格信息的不同呈现框架对于消费者购买意愿的影响作用；另一方面，在利用情境实验界定了消费者心理价格参考点的基础上，通过决策模型的构建和计算，从微观层面分析了不同价格信息呈现框架下，消费者购买选择大相径庭的原因。研究结果表明：（1）在风险框架下，相对于用不确定的语言来描述商品价格信息，确定性语言描述会使消费者的心理价格参考点和购买意愿更高。（2）在属性框架下，相对于用负面的语言来描述商品信息，正面的语言描述更能提高消费者的心理价格参考点和购买意愿。（3）在目标框架下，相对于强调购买行为可能给消费者带来的收益，强调不购买该商品可能给消费者带来的损失更有助于消费者的心理价格参考点和购买意愿的提高。基于上述研究结果，作者围绕网店如何有效的呈现信息提出了管理建议，并讨论了本研究的理论意义与应用价值。     

基于不确定纯语言混合调和平均算子的多属性群决策方法

在现实生活中,由于决策者对一些特定领域问题的熟悉度和时间限制等因素制约,决策信息一般以不确定纯语言的形式给出,即专家权重、属性权重及属性值均为语言标度的形式. 本文研究了不确定纯语言环境下的多属性群决策问题,给出了不确定环境下的纯语言有序加权调和平均(UPLOWHA)算子,纯语言混合调和平均(UPLHHA)算子等,研究了基于这些算子的纯语言多属性群决策问题,提出了相应的多属性群决策方法. 该方法计算方便且能充分利用已有语言决策信息. 同时,将该方法应用于解决虚拟企业中的合作伙伴选择问题,并通过与其他方法的比较分析,说明此方法的有效性.     

An integrated method for cognitive complex multiple experts multiple criteria decision making based on ELECTRE III with weighted Borda rule

The ELECTRE (ELimination Et Choix Traduisant la REalité, in French) is an effective multiple criteria decision making method based on comparative analysis. Among the family of the ELECTRE methods and their extensions, the ELECTRE III is widely used since it can tackle uncertain and imprecise information. The hesitant fuzzy linguistic term set can represent people's perceptions more comprehensively and flexibly than exact numbers especially in cognitive complex decision-making process. In this paper, we develop an integrated method based on the ELECTRE III to handle the cognitive complex multiple experts multiple criteria decision making problems in which the cognitive complex information is represented by hesitant fuzzy linguistic term sets and the outranking relations between alternatives are calculated by a novel score-function-based distance measure between hesitant fuzzy linguistic elements. A combinative weight-determining method involving both subjective and objective opinions of experts is introduced to derive the weights of criteria. After obtaining the ranking of alternatives from each experts’ decision matrix by the distillation algorithm, the weighted Borda rule is implemented to aggregate the rankings of alternatives regarding different experts. Some ordinal consensus measures are introduced to identify the reliability of the final ranking result. An application of hospital ranking in China is provided to validate the efficiency of the proposed method.     

基于Heronian平均算子的Pythagorean模糊不确定语言决策方法

针对评价信息为Pythagorean模糊不确定语言数、属性权重未知且属性间相互影响的多属性决策问题,提出一种基于灰色关联法和Heronian平均算子的决策方法。首先,提出Pythagorean模糊不确定语言Heronian平均（PFULHM）算子和Pythagorean模糊不确定语言几何Heronian平均（PFULGHM）算子,并证明其满足幂等性、单调性、有界性及可交换性。考虑到属性权重之间重要程度的差异,定义了Pythagorean模糊不确定语言加权Heronian平均（PFULWHM）算子和Pythagorean模糊不确定语言加权几何Heronian平均（PFULWGHM）算子。其次,将灰色关联法运用到Pythagorean模糊不确定语言环境中求解属性权重。最后,提出基于PFULWHM算子和PFULWGHM算子的决策方法,并通过算例分析说明本文提出方法的有效性。     

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。     

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题，提出了一种基于交叉效率DEA和群体共识的群决策方法。首先，提出乘性语言偏好关系导出函数的定义，并构建产出导向的DEA模型，证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上，建立基于理想值的交叉效率DEA模型，提出乘性语言偏好关系的通用排序方法。同时，基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后，利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析，得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失，具有较强的适用性和较高的可信度。     

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。     

基于信任关系和信息测度的概率语义社会网络群决策模型

设计专家权重和属性指标权重的计算模型已成为近年来备受关注的两个重要研究课题。针对评价信息为概率语义信任函数的社会网络群决策问题,提出一种基于信任关系和信息测度的概率语义社会网络群决策模型。首先,构建基于信任关系的概率语义决策空间,探究专家之间的信任传递模型,通过专家之间信任关系计算专家的权重;其次,引入概率语义信任函数的熵和相似度概念,并运用三角函数设计概率语义信任函数信息熵和相似度的衡量方法;最后,构建基于信任关系和信息测度的概率语义社会网络群决策模型,进而得到合理可靠的决策结果,同时将提出的社会网络群决策模型用于电动汽车供应商的选择实例,对比分析实验验证了模型的合理性和有效性。     

一种基于TOPSIS的混合型多属性群决策方法

本文针对具有语言型和直觉模糊数两种评价信息的混合型多属性群决策问题,提出了一种基于TOPSIS的决策方法。首先,定义了新的函数,可将不同粒度的语言评价信息转换成直觉模糊数。其次,在直觉模糊数熵值的基础上,提出了一种新的专家权重确定模型。再次,利用IFWA算子在把个体决策矩阵集结为群体决策矩阵后,基于TOPSIS分别计算群体评价值到正理想解和负理想解的距离,从而得到方案集的排序。最后,在ERP选优问题中的应用,验证了方法的有效性。