区间概率条件下属性值为不确定语言变量的风险型多属性决策研究

针对区间概率条件下属性值为不确定语言信息且属性权重未知的风险型多属性决策问题,提出了一种基于概率理论和不确定语言变量的TOPSIS决策方法。首先建立了区间概率转化为点概率的数学模型,通过期望值将风险型决策矩阵转化为确定型矩阵;然后利用方案与理想解越近方案越优,与负理想解越远方案越优的原则建立属性权重确定模型,并利用TOPSIS方法的相对优属度大小确定方案的排序;最后通过应用案例说明了本方法的决策步骤。     

基于证据推理和广义Shapley值的扩展概率语言多属性群决策方法

扩展概率语言词集通过语言变量概率分布的调整能够转化为多种语言信息表示模型,是语言变量、不确定语言信息、扩展犹豫模糊语言词集、分布语言评估信息、概率语言词集等的一般化,具有较强的通用性和实用性,是处理不确定性信息的重要工具。鉴于此,本文针对扩展概率语言环境下的多属性群决策问题,提出基于证据推理和广义Shapley值的多属性群决策方法。首先,提出扩展概率语言词集的定义和相关基础理论。其次,将广义Shapley值和证据推理相结合用于专家信息融合,并将广义Shapley值和TODIM方法相结合用于备选方案排序。再次,提出基于灰色关联法的权重确定模型来处理专家/属性权重部分未知的情况。最后,以绿色供应商选择为例进行分析,通过对比分析验证所提方法的有效性和优越性。     

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。     

具有不确定信息的风险型多目标决策理论及应用

具有不确定信息的多目标决策问题是一类常见的决策问题。给出该决策问题指标的分类方法和指标值的规格化公式,建立方案的距优距劣综合加权距离为最小的目标函数,从而得到一类求解这一问题的数学模型,并给出了一种目标权重的确定方法,很适用于实际问题,为解决不确定性系统的多目标决策问题提供了一种思路和方法。最后将其应用到水资源系统风险决策的一个实例中,表明了方法的可行性。     

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.     

出口企业优序分析的排序分类模型及应用

本文综合运用了多元统计分析的主成份法和聚类分析以及多目标决策的理想点法，建立了出口企业优序分析的排序分类数学模型，并给出了求解步骤和一个应用案例。     

面向不确定多属性决策问题的范例检索算法研究

将不确定多属性决策问题转化为不确定性多属性范例的检索问题,利用范例推理方法获取最相似范例作对目标决策问题的近似解,通过范例修正缩短该近似解与目标决策问题解之间的差距直至完全一致.文章系统地提出了适合于不确定多属性问题检索要求的范例检索算法(RA-UMDM),重点研究了范例聚类、用基于梯形模糊集和改进的欧氏距离检索算法分别解决范例中模糊概念属性、区间特征属性的相似度计算问题.将该方法应用于两家医院临床辅助诊断决策过程求得了较为准确的解,并且基于范例库对RA-UMDM法的有效性、准确度、效率等进行了实验,结果表明该方法能够满足不确定多属性决策问题的检索要求,检索速度较快、质量高.     

一类序贯决策方法的提出:透镜与直觉模糊信息的视角

与大多数关注经典秘书问题的序贯决策研究不同,本文针对决策对象不变而其状态更新的一类序贯决策问题,提供决策方法。相较已有研究而言,本文从透镜与直觉模糊信息的视角提出这类序贯决策的一般方法,更加具有普适性,可应用于应急管理、风险投资等多个方向。该决策方法具有如下特点：1）借鉴透镜模型,通过当期可观测的线索,预测这类序贯决策问题的下一期状态;2）考虑到决策环境具有不确定性,采用直觉模糊数对决策者获取的信息线索进行刻画;3）为最大化模拟现实决策者,在前景理论框架下提出状态更新的序贯决策方法。本文提出的决策方法依据在于决策者对决策对象的预测"前景"值和预测绩效,基于此提出了具体的决策步骤,并辅以案例进行分析。通过对不同决策情形下决策结果的比较分析和对案例的稳健性检验,验证了该决策方法的适用性和有效性。     

基于广义随机Petri网的重大传染病传播演化模型研究

本文采用多案例分析方法提取重大传染病疫情事件的属性,从"事件类型、关键属性、从属属性、环境属性和危害评估属性"对其进行结构化描述。在此基础上,分析重大传染病疫情发展演化事件链中关联事件的相关属性,利用基于广义随机Petri网的建模分析方法,根据广义随机Petri网与马尔科夫链的同构关系,得到重大传染病传播演化的广义Petri网模型和等价马尔科夫链模型。最后,通过马尔科夫链及相关数学方法分析其中的均衡状态及其变动规律,并对系统评估和改进提出建议,可为有效监控和应对疫情发展提供有力决策支持。     

考虑波次订单动态释放的B2C电商订单合并配送决策方法

本文针对动态释放、异质性强的B2C电商波次订单的物流配送决策难题,以提高车辆满载率、降低配送成本为目标,研究考虑波次订单动态释放的B2C电商订单城区物流合并配送问题。首先,将原动态问题建模为一阶马尔可夫决策过程以表达其多阶段时序序贯决策的特点;其次,基于状态转移具有的时序特征,提出一种基于时序预测的前向动态规划方法用于寻找最优策略,将时序预测信息融入到合并配送决策的模型中,并结合定性启发式规则与定量优化模型以兼顾方法的决策效率与优化能力;最后,基于标准算例下的数值实验和某B2C电商平台的实例分析,验证了所提方法的有效性和实用性。此研究可为B2C电商订单物流配送提供决策支持,同时对于状态转移具有时序特征的马尔可夫决策问题提供了求解的新思路。     

基于一致性度量的概率模糊语言多属性群决策方法

人们通常习惯用语言术语来表达他们的偏好,因此概率型语言术语集(Probabilistic Linguistic Term Set, PLTS)在决策过程中有着十分重要的作用。目前PLTS的研究刚刚起步,有关PLTS的相关研究没有关注到一致性度量的问题,对于PLTS的多属性群决策方法有待进一步研究。首先,给出了一种新的PLTS的集结方法,并且在已有的PLTS可能度公式的基础上,构建了PLTS的相似度量方法,在此基础上,进一步提出了基于PLTS一致性度量的多属性群决策方法。该方法在各决策者权重未知的情况下,考虑到各决策者之间的一致性。首先,定义PLTS的一致性度量公式,确定决策者权重;并根据PLTS的集结方法,集结各决策者的评价信息;最后,利用可能度公式对PLTS进行排序。通过案例分析验证了该方法的可行性和优越性。     

一种基于TOPSIS的混合型多属性群决策方法

本文针对具有语言型和直觉模糊数两种评价信息的混合型多属性群决策问题,提出了一种基于TOPSIS的决策方法。首先,定义了新的函数,可将不同粒度的语言评价信息转换成直觉模糊数。其次,在直觉模糊数熵值的基础上,提出了一种新的专家权重确定模型。再次,利用IFWA算子在把个体决策矩阵集结为群体决策矩阵后,基于TOPSIS分别计算群体评价值到正理想解和负理想解的距离,从而得到方案集的排序。最后,在ERP选优问题中的应用,验证了方法的有效性。     

一种语言评价信息不完全的多属性群决策方法

针对语言评价信息不完全的多属性群决策问题,提出了一种基于D-S理论的新决策方法。该方法首先对多个决策者给出不完全的语言评价信息进行分析,得到不同属性下各焦元的基本概率分配函数值,然后通过Dempster-Shafer合成法则对其值进行合成,计算决策方案的信度函数和似真函数值,并据此对所有决策方案进行排序。最后,通过一个算例验证该方法的可行性和有效性。     

一种评价信息不完全的混合型多属性群决策方法

针对一类评价信息不完全且属性值由精确数、语言评价值等定量、定性形式构成的混合型不完全信息多属性群决策问题,提出了一种基于直觉模糊集和证据理论的决策方法。首先定义了转换函数将不同类型属性值一致转换为更符合决策实际的直觉模糊数,接着根据信息熵原理利用直觉模糊数中的犹豫度确定专家客观权重,随后应用证据理论集结含有信息缺失的评价值,并构造了一可能度比较公式用于集结后方案排序。该法解决了决策问题中易出现的信息残缺和混合型信息等情况,具有更强的实用性。最后的实例分析证明了该方法的科学性、有效性。     

群决策中基于二元语义的主客观权重集成方法

针对一类属性值和属性权重信息均以语言评价信息形式给出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主客观属性权重集成方法.首先运用二元语义集成算子计算属性的主观权重,然后给出一种基于最小偏差的属性客观权重计算方法,该方法根据决策者给出的语言决策矩阵计算决策群体对属性判断的偏差,偏差越大,表明决策者对该属性评价意见的分歧越大,则应赋给该属性越小的权重值,以提高群体意见的一致性.在此基础上,对属性的主、客观权重信息进行集成,得到属性综合权重.最后通过算例说明了该方法的有效性和实用性.     

考虑决策者损失规避的异质信息多属性变权决策方法

现实中存在大量异质信息（或数据）和需要考虑权重随属性值变化的多属性决策问题。针对这类异质信息多属性决策问题，本文提出了一种基于前景理论的变权综合求解方法。首先，构建了异质信息的统一距离计算公式，进而计算各个决策方案的相对贴近度；然后，提出基于不同类型效用函数的变权向量构造方法；其次，以初始权重为参考点，计算变权向量相对于参考点的益损决策矩阵，进而计算考虑决策者权重损失和收益的风险态度的各个决策方案的前景综合值，据此确定方案优劣排序和最优方案。通过数值例子的计算分析说明，文中所提决策模型与方法具有较好的有效性和合理性，可为解决复杂情景的决策问题提供理论依据与方法支持。     

An approach to consensus measurement of linguistic preference relations in multi-attribute group decision making and application

This paper studies the group decision making problem with linguistic preference relations. We first study the consensus measure between the individual preference relations and the collective (group) preference relation by defining the concept of degree of similarity between two linguistic values and two linguistic preference relations. Then we propose a concept of the acceptance consensus threshold value for group decision making with linguistic preference information. We show that the consensus between individual preference relations and the collective (group) preference relation is greater than the weighted similarity degree of a given individual preference relation with respect to other individual preference relations in group decision making with linguistic preference relations. The results will help in the analysis of crucial issues of conflict and agreement among preferences of decision-makers, which affect the consensus of group decision making with linguistic preference relations. Theoretical foundations are then established for the proposed method. Finally, the proposed method is applied to evaluate the degree of consensus of individual overall preference values with respect to the collective overall preference values for multi-attribute group decision making with linguistic information. The main contribution of this paper is twofold. One is to present a new way to measure the consensus between the individual preference relations and the collective (group) preference relation in group decision making with linguistic preference information. Another is to provide an effective approach to evaluating individual overall preference values with respect to the collective overall preference values in multi-attribute group decision making with linguistic information.     

权重信息未知情况下的多属性群决策方法及其拓展

本文针对群决策中专家权重及指标权重难以确定的问题,提出一种在权重信息完全未知情况下的基于证据距离和模糊熵权变换的多属性群决策方法,其核心在于如何仅通过决策矩阵客观地确定决策者权重及指标权重。通过信息熵和证据距离确定专家权重,并利用模糊变换原理,将专家权重向量与指标熵权矩阵合成,得到统一的群体决策指标权重;最后使用线性加权法集成所有专家对备选方案的评价信息,得到整个方案集的排序。实验结果及相关讨论表明,该方法概念清晰,计算量适中,具有较强的客观性,而且易于机器实现,是一种可行、有效的多属性群决策方法。最后将该方法推广到属性值由精确数、语言值、区间数、直觉模糊数等多种形式构成的混合型多属性群决策中。