一种区间直觉模糊数多属性决策的TOPSIS方法

针对属性权重信息确定且属性值为区间直觉模糊数的多属性决策问题,提出了一种逼近理想解的决策分析方法。该方法依据传统的TOPSIS方法的基本思路,得到每个方案与正、负理想方案间的加权海明距离,进而计算出每个方案与正理想方案间的相对接近度,即可得到所有方案的排序结果。最后,进行了实例分析,说明了该方法的实用性和有效性。     

一种新的基于TOPSIS的区间数排序法

针对有限个区间数的排序问题,提出了一种基于TOPSIS的区间数排序法。首先定义了有限个区间数的正理想区间数和负理想区间数;然后引入传统的TOPSIS思想,定义了区间数相对贴近度的概念,根据区间数的相对贴近度大小可以对任意有限个区间数进行排序。最后通过一个属性权重和属性值均为区间数的多属性决策问题说明了该方法的有效性和可行性。与传统方法比较,此方法具有原理简单,运算方便,实用性强等优点。     

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。     

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。     

权重为区间数的多属性决策的集对分析法

文章针对属性权重为区间数且属性值确定的多属性决策问题,提出了集对分析的决策方法。该方法将属性权重为区间数且属性值确定的多属性决策问题转化为属性取值为区间数的多属性决策问题,然后依据集对分析理论把论域三划分的思想,把区间评价值转化成联系数的形式,进而得到每个方案的综合联系数,计算出每个方案的集对势,即可得到所有方案的排序结果。最后给出了一个数值例子,结果表明方法简单,有效和易于计算。     

多属性决策数据预处理中引入理想方案的研究

在多属性决策中,数据预处理是决策的第一步.文章通过引入理想值的方法对数据预处理的合理性进行改进研究.首先从几种常用数据预处理方法的局限性谈起;然后提出引入理想方案的预处理方法,并给出示例;最后进行总结.     

一种基于多维区间数可能度的投资决策方法

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。基于多维区间数比较的可能度概念,文章提出了一种多维区间数排序的多属性投资决策方法。首先在介绍一维区间数和相关运算的基础上,分析了多维区间数概念及其相关运算,并给出多维区间数比较的可能度概念;然后类似于一维区间数比较的可能度方法,提出基于多维区间数可能度概念的多维区间数排序新方法,进一步研究了一种基于多维区间数可能度的不确定性投资决策排序方法,确定最优投资方案;最后给出一个算例说明了提出方法的有效性。     

基于犹豫梯形模糊数相似度的多属性决策方法

文章针对梯形模糊数提出了一种新的形式简单且有效的相似度的度量方法.结合犹豫模糊集的运算法则,构建了属性值为犹豫梯形模糊数的相似度公式研究了基于犹豫梯形模糊数相似度的多属性决策方法.     

考虑决策者风险偏好的区间粗糙数多属性决策方法

文章针对属性值为区间粗糙数的多属性决策中如何考虑决策者风险偏好问题进行了研究,提出了一种新的区间粗糙数多属性决策方法.首先基于属性值与正负理想点距离远近来反映决策者偏好的思想定义了偏好距离,在此基础上利用熵权法计算属性权重,然后计算各方期望效用并按此排序.最后通过算例证明了此方法有效.     

区间置信结构下的多属性决策问题研究

在大量多属性决策问题中,由于环境的不确定性和决策者的认知能力的有限性,决策者不仅很难得出方案的属性值,而且不能准确地确定在同一属性下方案之间的偏好信息。对此类问题,文章利用具有区间置信结构的偏序关系来表示同一属性下方案之间的偏好信息;给出了区间置信结构下的多属性决策方法,并用一个数例说明了该方法的可行性。     

一种区间型多属性决策的新方法

针对决策者的偏好信息和决策矩阵元素均为区间数的不确定多属性决策问题,提出了一种新的决策方法。该方法引入决策者的心态指标把区间型决策矩阵转化为带心态指标的决策矩阵,再通过求解主观偏好与客观偏好的总绝对偏差最小的单目标规划问题,得到属性的权重向量,利用方案的综合属性值给出各方案的排序结果。当决策者处于不同的心态时,可以通过调整其心态指标来进行决策,更加符合实际,计算简单,易于计算机上实现,应用实例表明了方法的有效性和实用性。     

模糊数的一种梯形模糊数的逼近方法

文章在保证模糊数的均值可能性区间不变的前提下,依据逼近原理构造了梯形模糊数逼近一般模糊数的优化模型;通过求解该优化模型得到了模糊数的逼近梯形模糊数;通过算例分析说明了所提方法的有效性.     

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.     

属性权重信息不完全的区间多属性TOPSIS法

本文提出的方法是针对属性权重信息不完全的区间多属性问题的,文章提出了一种修正了的TOPSIS法。方法充分利用了决策者给出的权重信息,通过单目标线性规划确定各方案的正理想点和负理想点,给出了一种确定权重的方法,进而计算每个方案到理想点的接近度,最后得出方案的排序,文章最后把该法应用于解决风险投资领域的项目评估中。     

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.     

模糊多指标决策的一种新方法

本文证明了区间数与三角模糊数的乘积为一梯形模糊数。将指标权重为区间数、评价指标取值为三角模糊数的多指标决策问题转化成指标为梯形模糊数的多指标决策问题;进而给出了梯形模糊数多指标决策问题的逼近理想点法,并用该方法分析了一个实际问题。     

三端点区间数互反判断矩阵的一致性测度方法

文章提出了一种新型不确定性判断矩阵——三端点区间数互反判断矩阵的概念并研究其一致性测度方法。在三端点区间数互反判断矩阵概念的基础上,定义了三端点区间数互反判断矩阵的完全一致性、一致性和满意一致性的概念并讨论了它们之间的关系;给出了完全一致性、一致性和满意一致性的测度方法。通过算例,验证了所提出方法的有效性和适用性。     

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。     

基于三参数区间数标准化及排序算法改进的多属性决策模型

在三参数区间数多属性决策问题中,文章对现有三参数区间数标准化处理算法存在的不足进行了分析,提出了一种新的三参数区间数标准化处理算法,同时为体现三参数重心点发生可能性最大的分布特点,对三参数区间数的三个参数出现概率与上限均值、下限均值进行分析,提出了基于上限均值、下限均值及其两均值长度的可能度排序方法,并从理论上证明了其合理性.最后通过算例分析,进一步验证了本文算法的有效性.