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.     

缺损属性权重信息下群决策的模糊迭代法

文章研究了基于直觉模糊集的多属性群决策问题;探讨了在缺损属性权重信息下如何补全属性权重,并同时确定方案相对优属度的模糊交叉迭代方法,严格证明了该迭代方法的局部收敛性;最后给出相应群决策的具体解法和步骤。     

模糊多属性群决策的相对优属度法

本文研究了基于直觉模糊集的多属性群决策问题,建立模糊多属性群决策基本模型,提出了相对优属度法,并将它与择衷型评判方法作了理论与应用上的分析比较,说明相对优属度法较之择衷型评判方法更具有数学推导严谨,物理概念清晰,易于作出正确的决策等优点.     

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.