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。     

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.     

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.     

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。     

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.     

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。     

基于目标的风险型多属性群决策方法研究

在基于目标决策理论的基础上,分析决策者目标的不同类型及对应的目标效用函数,并针对决策者目标不同以及决策方案属性值为随机变量的风险型群决策问题,提出基于目标期望效用最大化的群体偏好集结方法.首先,该方法将属性的随机性、目标的随机性及决策者目标的满足程度转化为目标期望效用函数;其次,按期望效用类似的线性集结方式进行个体偏好的集结;最后,根据群体目标期望效用值形成方案排序.算例验证了该方法的有效性和实用性.     

基于二元语义信息的工程项目评标决策方法

文章采用基于多粒度二元语义信息的分析方法进行工程项目评标决策.首先将专家给出的语言评价信息用二元语义的形式来表示,然后从多个语言变量集合中选择一个基本语言术语集,并将多粒度语言信息一致化,再通过T-OWA算子对专家信息进行集结,得到工程项目评标决策群体综合评价结果.最后给出一个算例说明了该方法的有效性.     

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。     

基于广义区间值模糊软集的群决策方法

文章给出了广义区间值模糊软集的矩阵形式,基于区间值模糊数的算术加权平均算子,研究了广义区间值模糊软矩阵序列的算术加权平均算子.然后,给出了区间值模糊数的得分函数表达式,进而定义了广义区间值模糊软矩阵的得分矩阵.利用广义区间值模糊软集的标准化得分矩阵定义了它的加权比较矩阵.最后,基于以上几种矩阵,给出了具体的广义区间值模糊软集环境下的群决策算法,并且通过实例验证了算法的可行性.     

Optimal Binary Prediction for Group Decision Making

We address the problem of optimally forecasting a binary variable for a heterogeneous group of decision makers facing various (binary) decision problems that are tied together only by the unknown outcome. A typical example is a weather forecaster who needs to estimate the probability of rain tomorrow and then report it to the public. Given a conditional probability model for the outcome of interest (e.g., logit or probit), we introduce the idea of maximum welfare estimation and derive conditions under which traditional estimators, such as maximum likelihood or (nonlinear) least squares, are asymptotically socially optimal even when the underlying model is misspecified.     

The Splitting Method for Decision Making

We show how a simple modification of the splitting method based on Gibbs sampler can be efficiently used for decision making in the sense that one can efficiently decide whether or not a given set of integer program constraints has at least one feasible solution. We also show how to incorporate the classic capture-recapture method into the splitting algorithm in order to obtain a low variance estimator for the counting quantity representing, say the number of feasible solutions on the set of the constraints of an integer program. We finally present numerical with with both, the decision making and the capture-recapture estimators and show their superiority as compared to the conventional one, while solving quite general decision making and counting ones, like the satisfiability problems.     

基于灰色关联分析和MYCIN确定因子的直觉模糊软集决策方法

文章用直觉模糊软集来表述决策问题,从信息融合的视角,结合灰色关联分析和MYCIN确定因子,提出一种基于直觉模糊软集的决策方法,并在购房决策中进行实例应用,实例说明:基于直觉模糊软集决策方法原理简单、易实现,具有可行性.     

基于前景理论的区间数多准则决策方法

针对准则偏好值为区间数的不确定性决策问题,提出了一种基于前景理论的多准则决策方法。该方法将准则值看作给定区间内N个等差随机数,利用正态分布的分布函数来表示区间内准则值的分布规律,在给定各准则参考点的基础上,通过价值函数和决策权重函数计算方案在各准则下的前景值,并通过加权平均得到各方案的总前景值;根据前景值的大小对所有方案排序并得到最优方案。该方案的可行性通过一个简单实例得到了论证。     

基于非功能属性的制造云服务筛选方法

在云制造环境下,为尽快获取满足单一资源需求的制造云服务,文章提出了一种基于非功能属性的制造云服务筛选方法,以便于制造云服务优选.在通用QoS的基础上,引入产能、产品质量等制造领域相关属性来分析制造云服务的非功能属性;以功能属性匹配为前提,考虑到云制造环境下制造云服务的非功能性指标各自具有的独特特征,基于“平均流程时间最短”的n/1作业排序规则,以减少搜寻次数为目标设计出筛选的调度规则,快速形成候选云服务集,并通过算例分析验证该方法在减少筛选搜索次数方面的有效性.     

基于关键词检查属性指标的方法研究

统计数据中属性指标的质量控制是一个非常棘手的问题,也鲜有这方面的研究.本文通过总结多年的统计工作经验,并借鉴人工智能领域中语义识别技术,提出了一套基于关键词检查属性指标合理性的方法.该方法不仅有效地控制了属性指标的质量,也大大提高了数据审核的效率.     

基于期权方法的动态租赁决策

Many researches concentrated on the analysis of leasing decisions, which afford no flexibility to adjust the term of the leasing during its life. Since these analyses are based on Discounted Cash Flow, it is inadequate for valuing the various options written into many leasing contracts. In this paper, a leasing decision with several real options was analyzed. An option-based numerical analysis is used here with an exampite to value such. discrete-time type of real options.     

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.