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。     

一种基于一致性证据冲突的证据合成方法

针对Dempster-shafer证据合成结果与直觉决策认识之间的不一致性,提出一种新的证据合成规则。从决策的具体背景入手,描述Dempster-shafer证据合成公式产生悖论的两种情况,利用证据冲突的定义分析产生悖论的原因,提出基于一致性证据冲突的证据合成公式。该公式能减低决策中"一票否决制"和"众口烁金"等模式中决策信息放大或缩小而造成的误差。实例分析和实验结果表明,新的合成公式比较符合直观和常理,并较好地解决了上述冲突证据的合成问题。