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。     

基于拉开差距的模糊多属性决策方法

文章针对决策者的偏好信息和决策矩阵元素均为三角模糊数的模糊多属性决策问题,提出了一种新的决策方法。该方法通过求解主观偏好与客观偏好的总绝对偏差最小,同时各方案综合属性期望值的差距最大的双目标规划问题,得到属性的权重向量,根据方案的综合属性期望值给出各方案的排序结果。     

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.     

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。     

模糊多属性决策的最小偏差法

针对只有部分属性权重信息,决策者对方案有一定的主观偏好,并且属性指标表示形式多样的多属性决策问题,文章给出了把属性指标表示为梯形模糊数的方法,建立了一个基于主客观偏好值的总偏差最小化的线性规划模型,用以求解最优权重向量,进而以方案的客观综合模糊期望值大小排列方案优劣次序的决策方法.最后,通过实例表明了该方法的实用性和有效性.     

混台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.     

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。     

具有不完全信息的多准则格序决策方法

针对决策者的偏好信息具有偏序偏好的多属性决策问题,文章提出了一种基于偏序之间距离测度的多属性决策方法.将偏好关系推广到,运用偏序结构之间的距离测度计算控制指标和被控指标,得到方案对之间的控制程度和被控制程度;讨论了决策者站在不同角度对决策方案的偏好.最后,举例说明了该方法的可行性.     

属性权重信息不完全的区间多属性TOPSIS法

本文提出的方法是针对属性权重信息不完全的区间多属性问题的,文章提出了一种修正了的TOPSIS法。方法充分利用了决策者给出的权重信息,通过单目标线性规划确定各方案的正理想点和负理想点,给出了一种确定权重的方法,进而计算每个方案到理想点的接近度,最后得出方案的排序,文章最后把该法应用于解决风险投资领域的项目评估中。     

一种区间型多属性决策的新方法

针对决策者的偏好信息和决策矩阵元素均为区间数的不确定多属性决策问题,提出了一种新的决策方法。该方法引入决策者的心态指标把区间型决策矩阵转化为带心态指标的决策矩阵,再通过求解主观偏好与客观偏好的总绝对偏差最小的单目标规划问题,得到属性的权重向量,利用方案的综合属性值给出各方案的排序结果。当决策者处于不同的心态时,可以通过调整其心态指标来进行决策,更加符合实际,计算简单,易于计算机上实现,应用实例表明了方法的有效性和实用性。     

三角模糊数密度算子及其应用

文章针对决策信息为三角模糊数形式的不完全信息多属性决策问题,将密度中间算子由精确值形式和区间形式拓展到三角模糊数形式,提出了三角模糊数密度中间算子及其集成算子,并给出其确定方法及应用过程.     

一种决策矩阵与属性权重分别集结的群决策方法

针对同一个方案,不同决策者给出的决策矩阵和属性权重具有差异性.文章采用相似度模型分别对决策矩阵和属性权重进行集结,并对决策者进行赋权,进而运用理想点法进行方案排序,算例说明了该方法的可行性和可信性.     

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.     

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。     

带有语言变量的多属性群决策方法

本文在定义了三角模糊数距离的基础上,提出一种基于距离最短的多属性群决策规划模型,该模型简单易行,不仅能给出最终的方案排序结果,且能充分利用专家所给的矩阵信息来确定群成员的相对重要性权重。最后通过实例验证本方法的可行性及有效性。     

具有四参数区间偏好序的TOPSIS群决策方法

通过放宽对三参数区间数型偏好序重心的约束条件,文章提出了一种三参数区间数型偏好序的推广形式:四参数区间偏好序,在此基础上研究了具有未知权重的改进TOPSIS方法.该方法的具体步骤为:首先通过限制四参数区间偏好序两两之间的距离总和最小,建立数学模型来确定权重向量,然后通过计算各方案与正负理想之间的距离得到改进的贴近度,进而根据各方案的贴近度得出最优方案.     

关于理想点距离的投资项目决策模型

目前,对项目投资进行决策和评价通常有两类方法,一类是以净现值法为代表的技术经济学方法,另一类是以目标规划方法为代表的运筹学方法.本文综合多种方法,把决策者的主观偏好和指标的客观信息相结合,用各方案到理想方案的距离进行排序,然后把各种排序结果进行集结,再用目标规划进行方案的优选.     

区间置信结构下的多属性决策问题研究

在大量多属性决策问题中,由于环境的不确定性和决策者的认知能力的有限性,决策者不仅很难得出方案的属性值,而且不能准确地确定在同一属性下方案之间的偏好信息。对此类问题,文章利用具有区间置信结构的偏序关系来表示同一属性下方案之间的偏好信息;给出了区间置信结构下的多属性决策方法,并用一个数例说明了该方法的可行性。