混合型多属性群决策的群体数字理想点算法

文章对决策者权重和属性权重已知,属性值为精确数、区间数和模糊语言表示的混合型多属性群决策问题,首先对群决策各评价矩阵中用模糊语言表示的属性值进行了区间化处理,提出了用群体极差正规化方法对各评价矩阵规范化;接着采用简单加权平均算子将群体决策各矩阵集结为单一决策矩阵。然后提出了含有精确数和区间数属性值的多属性群决策的群体数字理想点的概念。最后给出基于群体数字理想点的混合型多属性群决策TOPSIS算法的步骤。     

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.     

基于非线性GRA的群体模糊多属性决策模型

针对决策属性权重未知且属性值为三角模糊数的群体多属性决策问题,提出了一种非线性规划灰色关联度(简称GRA)决策模型。文章首先将群体决策者语言信息转化为三角模糊数,并依据三角模糊数向量距离和专家偏好集合判断群体决策的一致度和不一致度,构建模糊多属性群体偏好非线性决策目标函数,求解函数得到理想方案属性值和各属性权重值。然后依据备选方案与理想方案的综合灰色关联度,对方案进行优劣排序与决策。最后通过算例检验,为决策提供新思路。     

航空公司航线决策的一种方法

针对只有部分权重信息已知且属性为混合型的航空公司航线决策问题,对用模糊语言和实数表示的属性进行了区间化处理,把多混合属性决策转化为属性值为区间数的多属性决策.然后基于推广定义的相离度和可能度计算公式,利用线性规划模型求取属性权重且依据求取的可能度排序向量给出了航线排序,最后通过实例说明了方法的可行性和有效性.     

考虑决策者风险偏好的区间粗糙数多属性决策方法

文章针对属性值为区间粗糙数的多属性决策中如何考虑决策者风险偏好问题进行了研究,提出了一种新的区间粗糙数多属性决策方法.首先基于属性值与正负理想点距离远近来反映决策者偏好的思想定义了偏好距离,在此基础上利用熵权法计算属性权重,然后计算各方期望效用并按此排序.最后通过算例证明了此方法有效.     

属性权重未知的混合型多属性决策方法

本文针对属性权重信息完全未知且属性值有实数、区间数和模糊数的混合型多属性决策问题,提出一种新的决策方法,根据已有数据,按照偏差函数建立模型计算出各指标权重;在此基础上,求出各方案与理想方案间的灰色关联度来求解权重未知的混合型多属性决策问题,从而推广了关联度的应用范围,同时为权重未知的混合多属性决策问题提供了新的方法。     

直觉模糊信息下的多属性决策组合赋权新方法

研究了方案属性值是直觉模糊数且属性权重未事先确知的多属性决策组合赋权问题.文章根据直觉模糊判断矩阵的期望矩阵和基本满意度,构建了一个基于满意区间求解属性组合权重的数学模型.在此基础上,利用得分矩阵求出了方案的满意排序.最后通过一个算例验证了该决策方法的有效性和可行性.     

一种区间直觉模糊数多属性决策的TOPSIS方法

针对属性权重信息确定且属性值为区间直觉模糊数的多属性决策问题,提出了一种逼近理想解的决策分析方法。该方法依据传统的TOPSIS方法的基本思路,得到每个方案与正、负理想方案间的加权海明距离,进而计算出每个方案与正理想方案间的相对接近度,即可得到所有方案的排序结果。最后,进行了实例分析,说明了该方法的实用性和有效性。     

多属性决策数据预处理中引入理想方案的研究

在多属性决策中,数据预处理是决策的第一步.文章通过引入理想值的方法对数据预处理的合理性进行改进研究.首先从几种常用数据预处理方法的局限性谈起;然后提出引入理想方案的预处理方法,并给出示例;最后进行总结.     

区间数多指标决策的一种新方法

文章针对属性值和属性权重均为区间数的多属性决策问题进行了研究,给出了一种能够很好地处理该问题的实用方法.文章首先对各方案的指标属性值取平均;其次利用区间数权重信息得到一组顶点权重向量.依次将这些权重向量代入多属性决策方案,按照最优方案出现的次数和所有方案的综合得分,进而确定方案的排序.实例证明了所提方法简单、有效,易于实现.     

多属性决策中一种属性权重的确定方法

对于模糊多属性决策问题,本文通过a-截集技术将梯形模糊数的属性值转化为区间数属性值,运用区间数的相离度构造度量方案属性值差异的函数。然后,依据属性值差异最大化的手段确定属性权重,并基于可能度矩阵排序给出一个对所有方案进行优劣排序的方法。     

权重为区间数的多属性决策的集对分析法

文章针对属性权重为区间数且属性值确定的多属性决策问题,提出了集对分析的决策方法。该方法将属性权重为区间数且属性值确定的多属性决策问题转化为属性取值为区间数的多属性决策问题,然后依据集对分析理论把论域三划分的思想,把区间评价值转化成联系数的形式,进而得到每个方案的综合联系数,计算出每个方案的集对势,即可得到所有方案的排序结果。最后给出了一个数值例子,结果表明方法简单,有效和易于计算。     

基于五种直觉模糊数TOPSIS的多属性群决策方案设计

文章以直觉模糊数或得分函数为基础研制决策模型.引入直觉模糊数距离、相似度或得分函数距离、夹角余弦投影、灰色关联度,构造理想方案并比较排序,在群决策环境下探讨多种集结算法.结果发现:直觉模糊数的距离或相似度,以及得分函数值的距离、投影或关联度可用于属性值分析、理想方案构造、优劣排序比较;群决策环境下集结算法有相关理论依据.直觉模糊数或得分函数与TOPSIS法结合,基于群决策的集结算法及流程明确,多属性决策应用有方法指导意义.     

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。     

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。     

基于统计信号处理的多属性群决策问题探讨

文章针对备选方案属性值和属性权重都为随机变量的不确定多属性群决策问题、结合统计信号处理的估计理论和模糊数运算,提出了一种专家主观偏好集结和随机多属性决策方案排序的方法.该方法首先基于贝叶斯框架构建一个线性估计模型;然后在有无先验知识的基础上利用高斯一马尔科夫估计定理,将多个专家基于模糊数估计的方案属性值和权重值集结成群体估计值;最后通过加权比较得到各个方案的排序.实例分析验证了方法的有效性和实用性.     

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.     

一种新的基于TOPSIS的区间数排序法

针对有限个区间数的排序问题,提出了一种基于TOPSIS的区间数排序法。首先定义了有限个区间数的正理想区间数和负理想区间数;然后引入传统的TOPSIS思想,定义了区间数相对贴近度的概念,根据区间数的相对贴近度大小可以对任意有限个区间数进行排序。最后通过一个属性权重和属性值均为区间数的多属性决策问题说明了该方法的有效性和可行性。与传统方法比较,此方法具有原理简单,运算方便,实用性强等优点。     

模糊多指标决策的一种新方法

本文证明了区间数与三角模糊数的乘积为一梯形模糊数。将指标权重为区间数、评价指标取值为三角模糊数的多指标决策问题转化成指标为梯形模糊数的多指标决策问题;进而给出了梯形模糊数多指标决策问题的逼近理想点法,并用该方法分析了一个实际问题。     

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.