一种带有偏好信息的多属性决策方法

针对属性值由实数形式给出,属性权重完全未知,且带有决策方案整体优劣水平信息的多属性决策问题,以传统理想点决策模型为基础,建立了一种最优化决策方法。为解决权重信息不完全的多属性决策问题提供了新的思路。最后,给出了一个实际例子以说明方法的有效性和应用性。     

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.     

一种基于主客观权重信息集成的多属性群决策

针对一种在属性权重和决策者权重完全未知且属性值为定值的多属性群决策问题.文章基于离差最大化思想提出了一种可对多种主观和多种客观权重信息进行集成的最优化组合赋权方法求解属性的集成权重,计算各方案的综合属性值,以求属性的集成权重的方法去求解决策者的集成权重.给出了一个数值例子说明该方法的实用性和有效性.     

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。     

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。     

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.     

对属性有偏好的多属性决策方法

多属性决策是决策理论与方法研究的重要内容,现已被广泛应用于社会科学、经济科学、管理科学、军事科学等。然而,属性权重完全未知会引起决策方案选优的不确定性,仅凭已有的客观信息     

一种语言多属性群决策问题的排序法

在多属性群决策问题中,由于受决策者知识结构、判断水平和个人偏好等主观因素以及事物本身的模糊性、复杂性等不确定性因素的影响,决策者在进行决策时,常用诸如"好、满意、一般"等语言形式给出定性的决策信息。有关这方面的研究己引起很多学者的重视,     

区间多属性决策的一种新方法

多属性决策,也称为有限方案多目标决策,它在经济管理及工程设计等领域有着广泛的实际背景。在对多属性决策问题进行分析时,如果属性权重和属性值是确定值时,已经有了许多成熟的     

模糊多属性决策的一种新方法——模糊投影法

一、模糊多属性决策投影法 (一)有关定义 定义1:模糊区间数(m～1,m～2)被称为L-R型模糊数,若其隶属函数为:     

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。     

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。     

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.     

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。     

区间数异形偏好信息的群决策方法

为了满足群决策的实际需求,如何统一具有不同形式的区间数偏好信息是一个重要的研究课题.文章研究了基于不同类型区间数偏好信息之闻的转换关系,将几种常见的偏好信息一致化处理,构建一般形式化区间数判断矩阵的排序方法,并对其决策结果进行排序.最后给出了一个算例分析.     

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。     

部分权重信息下考虑风险偏好的不确定多属性决策方法

通过引入风险偏好因子,文章借鉴DEA交叉评价思想,构建部分权重信息下考虑决策者风险偏好的不确定多属性决策方法.通过风险偏好因子的引入,将区间数决策信息映射为实数决策信息;假设各决策方案均具有“使自身评价值最大化”的特点,求得各自的最优评价值和权重向量;各决策方案按照系统内所有方案的最有利权重进行评价后,将平均交叉评价值作为决策基准.最后通过算例说明了方法的可行性和有效性.     

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。     

一种离差组合最大化多属性决策方法

文章研究了属性权重完全未知,方案属性值为实数的多属性决策问题.首先,证明了方案属性值离差变大并不意味着方案综合值离差变大,方案综合值离差变大也不意味着方案属性值离差变大.其次,在综合考虑方案属性值离差和方案综合值离差同时最大化的基础上,建立并通过求解一个规划模型计算出属性权重,从而得到一种离差组合最大化的多属性决策方法。最后,给出了一个算例来说明了该方法.