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。     

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。     

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.     

语言混合加权平均距离测度及其在决策中的应用

对语言加权距离测度进行了进一步研究,提出一种既考虑变量权重又考虑序权重的语言混合加权平均距离测度,分析了该距离测度的优良性质。据此针对属性权重为实数,属性取值为语言术语的多属性决策问题,提出一种基于语言距离的多属性决策方法,最后,通过算例分析说明该方法的可行性和有效性。     

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。     

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.     

基于带概率犹豫直觉模糊集的多属性决策方法

文章以犹豫直觉模糊集为基础,考虑隶属度和非隶属度的支持强度,提出了带概率的犹豫直觉模糊集.针对带概率的犹豫直觉模糊数,定义其基本运算法则,并分析了运算法则的相关性质.同时,定义了带概率的犹豫直觉模糊数间的距离测度.在TOPSIS框架下,提出了基于带概率犹豫直觉模糊集的一种新的多属性决策方法.将此方法应用于某汽车制造企业的云服务提供商选择,阐释了方法的应用性与有效性.     

基于相似度的犹豫模糊语言多属性决策方法

文章针对带置信区间的犹豫模糊语言多属性决策问题,提出了一种基于相似度的决策方法.首先,介绍了语言术语集及相似度向量,提出了带置信区间的犹豫模糊语言集的概念.其次,研究了带置信区间的犹豫模糊语言集的相似度测度,并结合Topsis的思想,给出了决策方法的具体步骤.最后,通过实例验证了该方法的合理性和可行性.     

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。     

适用于稳态优化的多属性效用函数决策方法

经典的多属性效用函数决策方法仅仅依据属性权重和属性值进行决策,缺少对决策变量调整幅值的考虑。这样易造成因决策变量(通常为控制回路的设定值)变动幅度过大而影响被控过程稳定性的后果,因而限制了该方法在过程控制系统稳态优化中的应用。文章提出了一种适合于过程控制系统稳态优化的多属性效用函数决策方法。该方法综合考虑了属性权重、属性值以及决策变量的变化情况。仿真结果验证了该方法的有效性和实用性。     

基于关联系数的概率不确定语言集多属性决策方法

为了测量概率不确定语言集的平均程度、离差程度、信息完全度和整体相关关系,文章提出了概率不确定语言集的均值关联系数、方差关联系数、信息完全度关联系数及综合关联系数,并给出了关联系数的相关性质。构建了基于关联系数的概率不确定语言集多属性决策模型,最后应用实例验证了该方法的合理性和有效性。     

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。     

基于CRITIC的多属性决策组合赋权方法

多属性决策中属性权重的确定方法有多种,每种赋权方法有其各自的特点,为了综合利用各种赋权法的优势,文章基于CRITIC的基本原理,提出了一种组合赋权方法。该方法通过对利用比强度和冲突性结合构造组合权重,研究了模型的求解,给出权重的计算公式,探讨组合赋权方法的检验,确保组合权重能反映主观信息和客观信息,并总结该方法的计算步骤。最后进行实例分析,结果表明该组合赋权方法是有效性的。     

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。     

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.     

基于组合赋权的区间型多属性决策方法

文章在已有的赋权方法的基础上,针对主客观组合赋权在实际问题中的优势,提出了基于专家打分法与区间中心点距离法的一种组合赋权法(即几何平均组合赋权法),说明了主客观赋权法独立赋权的片面性,并通过实例讨论分析了基于专家打分与区间中心点距离组合赋权法(即几何平均组合赋权法)的合理性。     

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。     

基于T-OWG和T-IOWG算子的二元语义多属性群决策方法

文章针对解决具有语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理的群决策方法。首先,为了便于语言属性值的集结运算,提出了一种新的集结算子:二元语义诱导的有序加权几何(T-IOWG)算子。并分析了该算子的性质;然后提出了一种基于T-OWG和T-IOWG算子的二元语义多属性群决策方法。     

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。     

一种基于多维区间数加权距离的多属性决策方法

区间数是描述不确定性的一种数学方法,通常的不确定多属性决策方法基于一维区间数。文章借鉴向量之间距离概念,提出了一种基于多维区间数加权距离的多属性决策方法。首先在介绍一维区间数和相关运算的基础上给出了多维区间数概念及其相关运算,着重分析了多维区间数之间的距离与加权距离;然后由多维区间数加权距离概念得到了多维区间数的范数,类似于向量范数,提出了基于范数的多维区间数大小比较的新测度,研究了基于多维区间数加权距离的不确定性多属性决策排序方法;最后给出算例说明了提出方法的有效性。