三端点区间数互反判断矩阵的排序方法研究

本文研究了三端点区间数互反判断矩阵的一致性和排序方法。在三端点区间数互反判断矩阵完全一致性概念的基础上,首次将矩阵特征向量思想引入三端点区间数互反判断矩阵之中——研究了三端点区间数互反判断矩阵的一致性与权重向量之间的类似特征向量关系,并运用线性规划模型给出一种处理三端点区间数决策者对方案属性权重的方法,然后通过三端点区间数权重向量的期望值,进行方案集结排序。最后通过具体的案例,验证了所提出方法的有效性和适用性。     

区间数互补判断矩阵的一致性及其排序研究

由于目前国内外文献对区间数互补判断矩阵的性质研究较少,从而使得对排序方法的相关研究缺乏理论依据.针对这些缺陷,本文研究了区间数互补判断矩阵的性质及其排序方法问题.根据区间数互补判断矩阵的定义,给出了区间数互补判断矩阵的一致性、严格强传递性与弱传递性等定义,并研究了一致性判断矩阵的性质,并说明这些性质更符合人们的思维特征.在一致性性质的基础上建立了区间数互补判断矩阵排序的非线性规划模型,算例分析表明该方法是有效可行的.     

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.     

模糊C-OWG算子及其在三角模糊数互反判断矩阵排序中的应用

本文研究了决策信息以三角模糊数互反判断矩阵形式给出的有限方案决策问题。首先定义了模糊C-OWG(FC-OWG)算子和期望模糊C-OWG(EFC-OWG)算子,并研究了它们的一些性质。基于FC-OWG算子和EFC-OWG算子,提出了方案偏好信息为三角模糊数互反判断矩阵的方案排序方法,根据决策者的偏好程度进行调节,并利用决策者的偏好程度对排序结果进行敏感性分析。实例表明,新方法计算简单、可行且有效。     

一种新的梯形模糊数互补判断矩阵的排序方法

研究了决策信息以梯形模糊数互补判断矩阵形式给出的有限方案决策问题。首先利用COWA算子,引入期望值函数概念对梯形模糊数来排序,排序结果可以根据决策者的乐观程度进行调节,更加合理。然后基于期望值函数,把梯形模糊数互补判断矩阵转化期望值互补判断矩阵进行排序,并利用决策者的乐观程度对排序结果进行敏感性分析。最后通过算例说明了该方法的可行性和有效性。     

群组决策中三角模糊数互补判断矩阵的相容性及方案排序研究

针对专家偏好信息为三角模糊数互补判断矩阵的群组决策问题,研究偏好信息的相容性及方案排序问题。基于Hamming 距离的概念,首先给出了衡量两个三角模糊数相容性的一个指标,并研究了该指标的相关性质;其次,根据三角模糊数互补判断矩阵的特点,给出了三角模糊数互补判断矩阵的相容性指标;以相容性指标为依据设定专家权重,进而给出了一种方案排序方法。最后,算例验证了方法的有效性。     

语言多属性决策的目标规划模型

研究了只有部分属性权重信息、属性值以语言变量或不确定语言变量形式给出且决策者对方案有偏好信息的语言多属性决策问题.给出了语言变量和不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,定义了语言变量的偏离度概念.在属性值以1)语言变量和2)不确定语言变量,这两种形式给出的情形下,分别建立了一个基于偏离度的目标规划模型,并通过求解这两种模型分别获得相应的属性权重.然后对于情形1),利用语言加权平均(LWA)算子,对语言决策信息进行加权集成,继而对方案进行排序和择优;对于情形2),利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

基于流形学习的非一致性判断矩阵排序方法

针对传统层次分析法(AHP)在构造判断矩阵过程中需要满足一致性条件问题,本文研究AHP方法需要进行一致性调整的原因,提出了一种基于流形学习的非一致性判断矩阵排序方法。在非一致性判断矩阵排序过程中,首先基于近邻距离的概念,构建出判断矩阵所对应数据集的近邻距离矩阵;然后以近邻点的线性表示为基础,将每个数据点映射到一个全局低维坐标系,并据此获得判断矩阵所对应的低维嵌入;根据各层求解出的低维嵌入对各层要素进行优劣排序,进而得到最终排序结论。最后,通过数值案例验证了所提方法的有效性和实用性。     

对方案有偏好的不确定语言多属性决策方法

研究了属性权重完全未知、属性值和对方案的偏好值以不确定语言变量形式给出的不确定语言多属性决策问题。首先,引入不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定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,利用不确定语言加权平均算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优。最后进行了实例分析。     

决策评价系统数学模型设计及实现

本文运用层次分析法(AHP)、调整判断矩阵、建立模糊关系矩阵等给出了通用多层次、多目标综合决策评价系统数学模型。主要步骤是建立系统层次结构模型,构建群组决策两两判断矩阵,计算单层次排序权重和针对评价目标的层次总排序权重,最终得到评价结果。为决策评价系统设计提出完整、高效和可行的解决方案。