基于区间二元语义DEA的纯语义多属性群决策方法

文章考虑多属性决策问题中属性评估值的不确定性,采用区间二元语义表达模型处理专家给出的语义评估信息;通过分析专家评估值与群决策均值间的偏离程度,确定专家客观权重.针对传统数据包络分析模型处理不确定性信息能力差以及没有考虑指标权重范围的问题,提出区问二元语义DEA模型和求解方法,用于解决多属性决策问题.最后以某医院传感器医疗设备选择为例,验证了所提方法的有效性.     

一种二元语义多属性群决策方法研究

文章针对解决具有语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理的群决策方法。该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算。对于属性权重完全未知的情形,基于群体理想方案分别给出了一个求解属性权重的简洁公式获得相应的属性权重,然后利用二元语义加权算术平均(T-WAA)算子,对二元语义决策信息进行加权集成,继而对决策方案进行排序和择优。最后给出了一个实例分析。结果表明该方法简单,有效和易于计算。     

基于T—GOWA和T—IGOWA算子的二元语义多属性决策方法

文章针对具有语言评价信息的多属性决策问题,提出了一种基于二元语义信息处理的决策方法。首先提出了二元语义广义有序加权平均（T—GOWA）算子和二元语义诱导广义有序加权平均（T—IGOWA）算子,并对这些算子的性质进行了分析,然后给出了基于T—GOWA算子和T—IGOWA算子的二元语义多属性决策方法。最后给出一个实例分析,说明该方法的有效性和可行性。     

基于二元语义关联分析的多属性群决策方法

针对语言型多属性群决策问题,文章提出了一种基于二元语义关联分析的群决策方法.首先,定义了二元语义灰色关联系数和二元语义灰色关联度的计算方法.然后,定义了多属性群决策问题中的参考序列,计算出每个方案单个决策者的二元语义关联度.通过T-OWA算子,集结出方案的群体二元语义关联度,依据二元语义的有序性可以进行方案的优选.算例表明了方法的有效性.     

基于离差最大化和OWGA算子的多属性群决策方法

本文将离差最大化法和有序加权几何平均(OWGA)算子相结合,先根据群决策者对方案属性的客观评价值,基于离差最大化法计算出属性的权重,然后利用OWGA算子对群体决策信息进行集结,据此给出了多方案间的排序,该方法充分发挥了离差最大法的客观赋权性和OWGA算子的有效集结性,最后将该方法应用于金融机构风险监管系统评价中,实例表明了该方法的可行性和实用性。     

一种基于LWAA算子的多属性群决策方法

文章针对语言信息偏差绝对值逐渐增大的特性,提出了一种积性非均匀语言评估标度和新的语言术语集结运算规则,并给出了其特征,提出了新的集结算子.该方法可以降低语言信息集结偏差,使得语言信息的表达与计算更能反映决策的实际状况.算例证明,该计算简便有效,能合理地反映决策者的主观感受,具有较好的实用性.     

基于FWHA和FIOWHA算子的模糊多属性群决策方法

针对风险投资决策中涉及到的模糊多属性决策问题,文章分析了基于FWHA和FIOWHA算子的模糊多属性决策方法,并列举了一个关于风险投资方案选择的案例,用该方法选择出了最佳投资方案,为解决模糊多属性决策问题提供了新的思路.     

基于直觉模糊集算子的多属性群决策方法

文章将直觉模糊算子应用于属性值和属性权重的集结,并将传统topsis法与灰关联分析方法相结合,提出了一种新的多属性群决策方法.该方法在传统topsis法中引入直觉模糊集理论,并且不直接计算各方案与理想方案的距离,而用灰关联度的大小来确定方案的优劣.     

基于拓展的连续有序加权几何平均算子的多属性决策方法

文章基于连续有序加权平均(C-OWA)算子的研究方法,把连续有序加权几何(C-OWG)算子进行了推广,提出了拓展的C-OWG算子,证明了C-OWG算子是拓展的C-OWG算子的特例,给出了拓展的C-OWG算子的性质和几个具体例子。提出了已知区间互反偏好矩阵条件下的多属性决策方法。最后举例说明了该方法的可行性。     

基于目标的风险型多属性群决策方法研究

在基于目标决策理论的基础上,分析决策者目标的不同类型及对应的目标效用函数,并针对决策者目标不同以及决策方案属性值为随机变量的风险型群决策问题,提出基于目标期望效用最大化的群体偏好集结方法.首先,该方法将属性的随机性、目标的随机性及决策者目标的满足程度转化为目标期望效用函数;其次,按期望效用类似的线性集结方式进行个体偏好的集结;最后,根据群体目标期望效用值形成方案排序.算例验证了该方法的有效性和实用性.     

一种权重信息未知的语言多属性群决策方法

文章针对解决具有语言评价信息的多属性群决策问题,提出了一种基于熵权系数法和二元语义的新的决策方法.该方法采用近年来最新发展的二元语义概念时语言评价信息进行处理和计算.对于属性权重未知的情形,应用熵权系数法进行确定,然后采用二元语义加权平均算子进行集结计算,继而对决策方案进行排序和择优.文章最后给出了一个实例分析,结果表明该方法简单,有效和易于计算.     

基于诱导语言有序加权平均算子的多属性决策方法

文章研究语言变量的运算法则,定义了新的语言变量运算法则,把有序加权平均(OWA)算子扩展到语言环境中,提出了一种基于诱导语言有序加权平均算子(ILOWA)的多属性决策方法,该方法计算简洁便利,并能克服某些算子出现的反直觉现象,最后通过算例说明此方法。     

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。     

风险型多属性自修正群决策方法

文章针对语言变量评价的风险型群决策问题,提出一种基于云模型、前景理论的风险型多属性群决策方法.该方法通过云模型、前景理论将语言变量评价转换成云前景决策矩阵,并以此计算前景值贴近度确定决策者权重,通过指数映射保证个体云前景决策矩阵在MWA算子下有效集结成群体云前景决策矩阵,结合自修正过程达到一致性要求,最后采用离差最大化规划求解各属性权重并计算各方案的综合排序情况.算例分析验证了上述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。     

具有不同形式偏好信息下的模糊多属性群决策方法

本文针对决策者给出属性具有定性、定量两类不同形式的偏好信息的多属性群决策问题,提出了一种新的集结方法。该方法首先利用直觉模糊集理论和模糊矩阵来处理定性属性的定量化问题,然后用凸组合的方式将主观权重和基于一致性程度的客观权重集结为决策者的最终权重,最后提出一种基于直觉模糊集理论的多属性群决策方法。     

犹豫模糊语言多属性群决策方法及其应用

针对评价值为犹豫模糊语言术语集的多属性群决策问题,文章提出了决策者权重和属性权重计算方法,并给出了新的决策方法。首先基于群体共识性最大建立优化模型,计算决策者客观权重,与预先给定的决策者主观权重平均得到综合权重。利用熵权法计算属性客观权重,与预先给定的属性主观权重平均得到属性综合权重,进一步给出了多属性群决策方法。最后通过《复变函数》网络学习平台评价验证了文中方法的可行性。     

基于二元语义信息的工程项目评标决策方法

文章采用基于多粒度二元语义信息的分析方法进行工程项目评标决策.首先将专家给出的语言评价信息用二元语义的形式来表示,然后从多个语言变量集合中选择一个基本语言术语集,并将多粒度语言信息一致化,再通过T-OWA算子对专家信息进行集结,得到工程项目评标决策群体综合评价结果.最后给出一个算例说明了该方法的有效性.     

基于灰数据处理的多属性群决策TOPSIS扩展模型及其应用

文章对多属性决策问题的TOPSIS方法进行扩展,使之应用于多属性群决策模型中,并引入灰度数据及聚合分离度概念,解决对不确定信息问题处理.     

对方案有偏好的语言多属性决策方法

研究了属性权重完全未知、属性值和对方案的主观偏好值以语言变量形式给出的语言多属性决策问题。首先引入了语言变量的运算法则,以及语言变量之间比较的可能度公式,给出了语言变量间的距离的概念。针对属性权重完全未知的情形,给出了求解权重的公式。然后利用语言加权算术平均(LWAA)算子,对语言决策信息进行加权集成。