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。     

众里取大规则下由频率确定属性权重的方法

目前获取属性权重方法,大多数需要决策者对属性直接打分或两两比较或优劣排序,这要求属性数量不宜过多、决策者应对各个属性有充分了解.众里取大规则下由频率确定属性权重的方法要求决策者挑选一个最重要属性,进而通过频率确定属性权重.文章首先视属性赋值为随机变量,依概率期望定义权重公式;然后根据离散选择模型相关结论,推导出属性频率与权重的转换表达式,将其代入权重公式得到属性权重;最后构造卡方统计量,判断权重之间是否具有显著差异.该方法适用于有大量决策者和众多属性的群决策问题.     

多目标群决策的冲突解决方法

本文提出了多目标群决策需要解决的两类冲突,指出冲突解决的关键问题在于如何确定决策者关于属性的权重和决策者的权重;并在基于群体多属性评价的交互切比雪夫方法基础上,对两类权重的确定进行了探讨。     

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.     

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。     

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。     

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.     

基于熵权法的群决策模糊综合评价

群决策模糊综合评价是多人对受多种因素影响的事物做出全面评价的一种多因素决策方法。文章根据事物的多因素属性,基于模糊数学理论,对问题属性的各因素的权重用熵权法确定,结合实例对图书选题进行群决策综合评价。实例结果表明,本文采用的方法能够自动确定各因素的权重系数,易于对多因素属性的事物进行群决策综合评价,避免权重确定的主观随意性,使评价结果具有实用性。     

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.     

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.     

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。     

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。     

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.     

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.     

基于优势关系粗糙集的模糊综合评价的权重确定

文章应用优势关系粗糙集,根据属性的综合优势度计算属性重要度。将属性重要度归一化处理来确定权重的方法克服了传统确定权重的主观性,弥补了经典粗糙集方法确定权重不能很好表达偏好信息的缺点。最后以企业发展能力模糊综合评价的权重确定为例,说明应用优势关系粗糙集确定权重方法是可行的。     

粗糙集条件信息熵权重确定方法的改进

权重确定是决策和评价的重要环节.文献[1]基于粗糙集条件信息熵的权重确定方法是为了避免冗余属性权重为0的情况,但是该方法得到的冗余属性的重要度却高于非冗余属性的重要度.通过对文献[1]粗糙集条件信息熵权重确定方法的分析,找出相矛盾的原因,并讨论了属性重要度优先级队列的构造,进而在此基础上提出了以粗糙集的代数理论为基础的粗糙集条件信息熵权重确定的改进方法.     

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.