基于三角直觉模糊数Choquet积分算子的多属性决策方法

定义了三角直觉模糊数的Hamming距离,给出了属性独立情形下的三角直觉模糊数算术集成算子,并运用模糊测度和Choquet积分,定义了三角直觉模糊Choquet积分算子,并分析其有关性质。针对方案评价信息为三角直觉模糊数的关联多属性决策问题,利用三角直觉模糊Choquet积分算子集成得到方案的综合属性值,建立多目标优化模型并转化为线性目标规划求解,客观地确定了属性集的模糊测度,进而提出了相应的决策方法。实例分析表明了方法的有效性和合理性。     

基于VIKOR和诱导广义直觉梯形模糊Choquet积分算子的多属性群决策方法

针对属性值为直觉梯形模糊数,决策者间和属性间存在相互关联的多属性群决策问题,引入模糊测度和Choquet积分的概念,在直觉梯形模糊数的运算法则基础上构建了诱导型广义直觉梯形模糊choquet积分平均(IG-ITFCA)算子和诱导型广义直觉梯形模糊choquet积分几何(IG-ITFCG)算子,探讨上述算子的若干性质及一些特例,进而提出了基于诱导型广义直觉梯形模糊Choquet积分算子和多准则妥协优化解(VIKOR)的直觉梯形模糊多属性群决策方法。实例分析验证该方法的有效性和合理性。     

改进排序的梯形直觉模糊Choquet Bonferroni算子的多属性群决策方法

针对评价信息为梯形直觉模糊数(TrIFN)且属性间不严格相互独立的多属性群决策(MAGDM)问题,提出一种基于改进排序的Choquet Bonferroni算子的多属性群决策方法。首先介绍TrIFN的概念和运算法则;其次由Choquet积分将决策信息间的交互关系转换为待聚合TrIFN的权重信息;然后融合Choquet积分和Bonferroni平均算子,提出梯形直觉模糊Choquet Bonferroni规范赋权调和均值算子(TrIFCBNWHM),并讨论算子的性质;接着构建基于各备选方案TrIFN的质心、均值和模糊度的排序指标模型,得到备选集的一个排序,建立TrIFN环境下的MAGDM方法,并给出具体算子与算法步骤。实例分析验证了TrIFCBNWHM算子和TrIFN排序方法的有效性和可行性。     

基于模糊判断矩阵的群决策方法研究

对多个决策者给出的偏好信息的有效集结是群决策过程的重要问题之一.不同类型的偏好信息有不同的集结方法.基于模糊判断矩阵一致性的定义,提出一种加权集结方法的最优化模型,从而得到群决策中一类模糊判断矩阵的集结方法,并进一步分析和研究群组判断矩阵与各决策者给出的判断矩阵之间关系的一些重要性质.     

基于OWG算子的不同形式偏好信息 的群决策方法

具有不同形式偏好信息的群决策是决策分析及群决策支持系统研究的一个新课题,它对 于进一步提高群决策支持系统的实用性和灵活性方面具有重要意义. 针对这类群决策分析,提 出了一种具有效用值、序关系值、模糊互补判断矩阵、互反判断矩阵等4 种形式偏好信息的群 决策方法. 在该方法中,首先给出了将不同形式的偏好信息均转化为互反判断矩阵形式的计算 公式;然后基于OWG算子将各决策者的偏好信息集结为群的偏好并进行方案的优选;最后给 出了一个算例.     

基于二元联系数的信息不完全的群决策方法

对准则值为二元联系数而准则权重信息不完全确定的群决策问题进行了研究。定义了二元联系数及其期望值、均方差等概念,利用期望—方差准则给出了一种对二元联系数进行比较和排序的方法;给出了几种二元联系数信息集成的几何算子,包括二元联系数加权几何(BCNWG)算子、二元联系数有序加权几何(BCNOWG)算子和二元联系数混合几何(BCNHG)算子;在群体决策情形下,提出了一种基于二元联系数的信息不完全的群决策方法。该方法利用BCNWG算子和BCNHG算子对二元联系数准则值进行集成;利用二元联系数准则值的方差和准则权重的随机性,通过建立优化模型确定最优准则权重;利用二元联系数的比较规则对决策方案进行排序和择优。最后,实例分析表明了该方法的可行性和有效性。     

基于Choquet延拓n人模糊对策的Shapley值

由于n人对策任意联盟可由它的特征向量来等价地表示,利用Choquet积分,将n人对策从集合{0,1}n延拓到[0,1]n上,通过建立公理化体系,对具有Choquet延拓形式n人模糊对策的Shapley值进行深入研究,证明了这类n人模糊对策Shapley值存在性与惟一性,并给出了此模糊对策Shapley值的解释表达式.最后将此模糊对策的Shapley值作为收益分配方案应用到供应链协作企业收益分配的实例中.     

I-FIFOWA算子及其在群决策中的应用

对模糊数直觉模糊信息的集结算子进行了进一步研究,引入了模糊数直觉模糊的一些运算法则、模糊数直觉模糊的得分函数,并基于这些运算法则,提出了一些新算子:模糊数直觉模糊加权平均(FIFWA)算子、模糊数直觉模糊有序加权平均(FIFOWA)算子和诱导的模糊数直觉模糊有序加权平均(I-FIFOWA)算子,然后分析了它们的性质.针对属性权重和专家权重为实数,属性取值为模糊数直觉模糊数的多属性群决策问题,给出了一种基于FIFWA算子和I-FIFOWA算子的模糊数直觉模糊多属性群决策方法.最后,进行了实例分析,说明了该方法的实用性和有效性.     

基于个体问卷不确定性的企业文化累加算子研究

针对目前企业文化问卷调查过程中答卷人员评分的主观性导致企业文化集结计量的不确定性,本文提出一个新的方法,即通过Choquet模糊积分来集结中间变量值,并采用Yager模糊熵来表示测度的模糊性,以避免权重确定的主观性和复杂性,提高测度的准确性;将该方法应用于某国际酒店的文化测量,结果表明了该方法是可行和有效的。     

基于非均匀性语言标度和DLWA算子的动态绩效模糊群决策研究

基于企业人力资源管理(HRM)系统中职能管理部门年度绩效考核决策评价和选优序列生成过程中的数据的不确定性、随机性和模糊性,通过设计季度绩效多维度模糊评价体系,采用非均匀加性语言评估标度定性的多维度评价,构建动态加性语言判断矩阵模型,利用DLWA算子等语言信息集成算子,集成多个决策者不同时期绩效指标评价数据,并整合不同决策者的偏好度,综合呈现年度部门业绩选优序列,优化提升职能管理部门绩效考核决策的精确性、公平性和可信度。     

基于Heronian平均算子的Pythagorean模糊不确定语言决策方法

针对评价信息为Pythagorean模糊不确定语言数、属性权重未知且属性间相互影响的多属性决策问题,提出一种基于灰色关联法和Heronian平均算子的决策方法。首先,提出Pythagorean模糊不确定语言Heronian平均（PFULHM）算子和Pythagorean模糊不确定语言几何Heronian平均（PFULGHM）算子,并证明其满足幂等性、单调性、有界性及可交换性。考虑到属性权重之间重要程度的差异,定义了Pythagorean模糊不确定语言加权Heronian平均（PFULWHM）算子和Pythagorean模糊不确定语言加权几何Heronian平均（PFULWGHM）算子。其次,将灰色关联法运用到Pythagorean模糊不确定语言环境中求解属性权重。最后,提出基于PFULWHM算子和PFULWGHM算子的决策方法,并通过算例分析说明本文提出方法的有效性。     

一种基于偏好分布的群决策方法

为了满足群决策的实际需求,本文提出了一种基于偏好分布的群决策方法,该方法利用完全不对称预先排序向量表示决策者的偏好,通过分析计算偏好排序向量的密度和分布结构,从可行方案集合中寻找所有决策者都能接受的优选方案集合,逐次缩小搜索空间以逼近一致满意解。该方法结合冲突分析,可进一步分析决策者之间的相互关系,集成于谈判支持系统,具有直观、实用等特点,最后给出了一个实际例子说明该方法。     

基于不确定纯语言混合调和平均算子的多属性群决策方法

在现实生活中,由于决策者对一些特定领域问题的熟悉度和时间限制等因素制约,决策信息一般以不确定纯语言的形式给出,即专家权重、属性权重及属性值均为语言标度的形式. 本文研究了不确定纯语言环境下的多属性群决策问题,给出了不确定环境下的纯语言有序加权调和平均(UPLOWHA)算子,纯语言混合调和平均(UPLHHA)算子等,研究了基于这些算子的纯语言多属性群决策问题,提出了相应的多属性群决策方法. 该方法计算方便且能充分利用已有语言决策信息. 同时,将该方法应用于解决虚拟企业中的合作伙伴选择问题,并通过与其他方法的比较分析,说明此方法的有效性.     

基于最小二乘理论的统计性群体决策方法

本文基于最小二乘统一理论和连乘层次分析法(MAHP)提出了一种统计性群体决策方法。首先介绍了MAHP的要点;然后建立了统计性群体决策模型;接着应用最小二乘统一理论求解该模型;进一步分析了MAHP和本群体决策方法的适用范围,分析表明本方法包容了MAHP;最后举例验证了本方法的正确性。     

基于愿景满意度函数的多属性群决策方法

针对定性和定量属性相混合的多属性群决策问题,提出基于愿景满意度函数的多属性群决策方法。该方法从损失和收益的角度考虑问题,通过计算标准化的愿景值和属性值之间的距离,建立考虑专家不同风险态度的愿景满意度函数,求得专家各自的满意度,最后应用简单加权算子集结专家的排序结果。通过案例分析和算法对比说明了该算法可适用于不同风险态度的专家进行决策,而风险态度和愿景值的分析结果表明当属性不确定性较大时,专家看重损失或者收益取决于专家的风险态度和愿景值的高低,该方法可为参与决策的双方提供有价值的参考意见。