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.     

判断矩阵信息下基于模糊参数模糊软集的群决策方法

针对指标集之间有差异的群决策问题,文章提出一种在判断矩阵信息下基于模糊参数模糊软集理论的群决策方法.具体步骤为:首先,根据各决策者给出的判断矩阵信息及序关系分析法得到方案的评价值,并利用模糊软集的且运算将评价值进行融合;其次,构建模糊参数模糊软集;最后,通过模糊参数模糊软聚合算子的计算结果找出最优方案.     

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,     

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。     

基于犹豫概率模糊语言集的改进MULTIMOORA决策方法

为解决犹豫环境中由随机性和模糊性引起的不确定性对实际决策造成偏差的多准则群决策问题,文章提出一种基于犹豫概率模糊语言的改进MULTIMOORA决策方法。首先构建各决策者的犹豫概率模糊语言决策矩阵,利用熵值法与离差最大化和距离最小化法得到决策者权重;利用犹豫概率模糊加权平均算子将各决策者的决策矩阵聚合为综合矩阵,进而通过改进的MULTIMOORA方法得到最终排序结果;最后通过物流园区合作商选择的算例分析验证该算法的可行性和有效性,并与TOPSIS法、VIKOR法及HFL-MULTIMOORA进行对比分析。     

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.     

一种信息不完全的随机多准则决策方法

不确定型多准则决策已成为多准则决策研究领域的热点。对于方案的准则值为模糊数和语言值的不确定型多准则决策问题,已经引起国内外学者的广泛关注。然而,在实际决策中存在准则值随自然状态的不同而变化且决策者很难预知未来的真实情况的随机多准则决策。     

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。     

基于模糊一致判断矩阵排序方法的比较

模糊决策中,决策者往往需要对决策方案进行两两比较,并构造模糊判断矩阵.近年来,随着模糊决策的推广,有关模糊判断矩阵的排序理论与方法也在不断发展与完善.     

多准则权变决策方法有效性比较研究

人们处理信息的能力是有限的、难以理清众多方案数据间的关系.因此决策者可能无法得知多准则方法的方案排序,是否即为心中的理想方案.文章检验并比较既有四部多准则决策方法的有效性,并建立一套仿真数据实验流程,比较MCDM方法建议的方案排序与偏好效用函数所模拟决策者排序的差异.     

基于个体偏好和可信度的犹豫模糊软集多准则决策方法

犹豫模糊软集是在结合软集和犹豫模糊集优势的基础上提出来的.文章定义了基于犹豫模糊软集的Einstein加权平均算子及其运算规则,根据决策者对专业领域的熟悉程度,定义了可信度诱导犹豫模糊软集Einstein加权平均算子.基于可信度提出了犹豫模糊软信息关联度公式,并对决策者个体的方案准则偏好和方案总体偏好之间的关联度建立了准则权重模型.最后提出了一种考虑个体偏好和可信度的犹豫模糊软集多准则群决策方法,并用算例分析证明了其可行性和有效性.     

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。     

证据理论在群决策中的应用

群决策问题的研究一直是决策领域的一个重要课题,涉及群决策研究的方法很多,近几年大多是在AHP法、模糊综合评价法及其它一些多目标决策方法的基础上的一些改进和综合,这些方法同样存在着判断矩阵的一致性难以满足,专家对指标属性值或隶属度值难以确定等问题,同时决策中没有考虑信息的不完全性的因素,对决策结果造成影响.由于许多问题本身的模糊性、复杂性和专家对问题认识的局限性,专家对指标的评价可能采用模糊语言,而且评估信息中还具有不完全性,很有必要研究基于这些情形下的评价方法.     

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.     

企业联盟建立的二元shapley值群决策模型

企业联盟成功的关键在于企业联盟利益分配问题,而企业联盟成败与否实际上是多个企业共同决策的结果.文章将群决策的理论引入shapley值法模型中建立shapley值群决策模型来研究企业联盟的建立问题.在讨论求解方法的过程中,发现二元信息集结的新问题,进而提出二元组判断矩阵与二元组群决策的概念以及求解思路.最后以三家企业联盟为例,运用shapley值群决策结果讨论企业联盟的建立机制,说明了模型的实际意义.     

基于粗糙集的多属性决策分析

文章针对多属性决策问题中多个决策者对同一类对象决策结果不一致的问题,通过对多属性群决策问题的描述,提出将不同决策者的不一致决策对象进行合并分析,得到更加直观明确的规则.并对规则集进行构成分析,从而解释决策者之间的冲突所在.     

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。     

偏好信息私有的群体决策者投票表决策略

文章分析群体决策者处理不确定二分决策问题时的投票表决策略,其中假定决策者关于决策选项具有不同的偏好,且偏好为私有信息。首先给出了当采用确定性单调决策规则时诚实投票与按信息投票为Nash均衡的条件,指出决策者在群体决策时所采取的投票策略一般不同于他在单独决策时所采取的策略。然后给出了在所有决策者按信息投票的前提下最优的确定性单调决策规则。     

企业并购价值的综合评价模型

并购是企业一项重要的战略活动,判断一项并购的决策是否正确,给企业最终带来的价值有多大,除了必要的定性分析外,还必须进行准确的定量分析.本文所探讨的就是如何建立一个对企业并购价值分析的综合评价模型,从定量角度给决策者明确的结论以供参考.     

犹豫模糊语言TODIM法及其应用

文章针对食品供应商选择的多属性决策问题,提出了基于犹豫模糊语言的TODIM方法.首先基于均匀分布的概率准则给出了犹豫模糊语言排序的可能度公式;进一步考虑到TODIM决策方法能够充分考虑决策者心理行为,构造了基于犹豫模糊语言TODIM方法;结合算例,较好地解决了食品供应商选择问题.