模糊多属性群决策的相对优属度法

本文研究了基于直觉模糊集的多属性群决策问题,建立模糊多属性群决策基本模型,提出了相对优属度法,并将它与择衷型评判方法作了理论与应用上的分析比较,说明相对优属度法较之择衷型评判方法更具有数学推导严谨,物理概念清晰,易于作出正确的决策等优点.     

一种基于方案集缩减策略的交互式多属性决策方法

在现实中处理多属性决策问题时,很多决策方法因为只有部分权重信息而不能实现.这类多属性决策问题的方法局限性多,可选择方法少,有效性差.为了解决多属性决策问题中的信息不完善的决策问题,文章定义了综合属性的分配性,在优化的过程中删掉综合属性值被支配的方案,从而得到缩减的X的方案集.在方案缩略集的基础上,将在多目标决策领域问题处理中使用的交互式决策思想引入,用来处理多属性决策问题.该方法的引入可以解决只有部分权重信息的不确定多属性决策问题,并用实例验证了该方法的有效性.     

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.     

基于相似度的犹豫模糊语言多属性决策方法

文章针对带置信区间的犹豫模糊语言多属性决策问题,提出了一种基于相似度的决策方法.首先,介绍了语言术语集及相似度向量,提出了带置信区间的犹豫模糊语言集的概念.其次,研究了带置信区间的犹豫模糊语言集的相似度测度,并结合Topsis的思想,给出了决策方法的具体步骤.最后,通过实例验证了该方法的合理性和可行性.     

基于相似度的动态直觉模糊多属性决策方法

针对属性值以直觉模糊数形式给出的动态多属性决策问题,文章首先根据直觉模糊集的自身特点构造记分函数,由新的记分函数确定动态决策问题的全局最优属性值序列,同时引入相似度概念,构造直觉模糊集之间的相似度模型,利用所建模型计算各时段属性值序列与最优属性值序列之间的相似度,对各方案在各时段的相似度值加权集成并排序.最后周实例验证了该方法的实用性与可行性.     

模糊多属性决策的最小偏差法

针对只有部分属性权重信息,决策者对方案有一定的主观偏好,并且属性指标表示形式多样的多属性决策问题,文章给出了把属性指标表示为梯形模糊数的方法,建立了一个基于主客观偏好值的总偏差最小化的线性规划模型,用以求解最优权重向量,进而以方案的客观综合模糊期望值大小排列方案优劣次序的决策方法.最后,通过实例表明了该方法的实用性和有效性.     

基于可能度的多指标排序决策

文章根据随机变量的概率,给出了区间数比较的可能度。研究了指标的权重不能完全确定但能给出其大小顺序,而且决策矩阵中的元素又是区间数的多指标决策问题,给出了综合评价值的计算方法以及该类决策的决策程序,最后通过实例对问题进行说明。     

对方案有偏好的语言多属性决策方法

研究了属性权重完全未知、属性值和对方案的主观偏好值以语言变量形式给出的语言多属性决策问题。首先引入了语言变量的运算法则,以及语言变量之间比较的可能度公式,给出了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。然后利用语言加权算术平均(LWAA)算子,对语言决策信息进行加权集成。     

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。     

基于拓展的连续有序加权几何平均算子的多属性决策方法

文章基于连续有序加权平均(C-OWA)算子的研究方法,把连续有序加权几何(C-OWG)算子进行了推广,提出了拓展的C-OWG算子,证明了C-OWG算子是拓展的C-OWG算子的特例,给出了拓展的C-OWG算子的性质和几个具体例子。提出了已知区间互反偏好矩阵条件下的多属性决策方法。最后举例说明了该方法的可行性。     

基于灰数据处理的多属性群决策TOPSIS扩展模型及其应用

文章对多属性决策问题的TOPSIS方法进行扩展,使之应用于多属性群决策模型中,并引入灰度数据及聚合分离度概念,解决对不确定信息问题处理.     

属性权重未知的混合型多属性决策方法

本文针对属性权重信息完全未知且属性值有实数、区间数和模糊数的混合型多属性决策问题,提出一种新的决策方法,根据已有数据,按照偏差函数建立模型计算出各指标权重;在此基础上,求出各方案与理想方案间的灰色关联度来求解权重未知的混合型多属性决策问题,从而推广了关联度的应用范围,同时为权重未知的混合多属性决策问题提供了新的方法。     

一种离差组合最大化多属性决策方法

文章研究了属性权重完全未知,方案属性值为实数的多属性决策问题.首先,证明了方案属性值离差变大并不意味着方案综合值离差变大,方案综合值离差变大也不意味着方案属性值离差变大.其次,在综合考虑方案属性值离差和方案综合值离差同时最大化的基础上,建立并通过求解一个规划模型计算出属性权重,从而得到一种离差组合最大化的多属性决策方法。最后,给出了一个算例来说明了该方法.     

基于CRITIC的多属性决策组合赋权方法

多属性决策中属性权重的确定方法有多种,每种赋权方法有其各自的特点,为了综合利用各种赋权法的优势,文章基于CRITIC的基本原理,提出了一种组合赋权方法。该方法通过对利用比强度和冲突性结合构造组合权重,研究了模型的求解,给出权重的计算公式,探讨组合赋权方法的检验,确保组合权重能反映主观信息和客观信息,并总结该方法的计算步骤。最后进行实例分析,结果表明该组合赋权方法是有效性的。     

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。     

适用于稳态优化的多属性效用函数决策方法

经典的多属性效用函数决策方法仅仅依据属性权重和属性值进行决策,缺少对决策变量调整幅值的考虑。这样易造成因决策变量(通常为控制回路的设定值)变动幅度过大而影响被控过程稳定性的后果,因而限制了该方法在过程控制系统稳态优化中的应用。文章提出了一种适合于过程控制系统稳态优化的多属性效用函数决策方法。该方法综合考虑了属性权重、属性值以及决策变量的变化情况。仿真结果验证了该方法的有效性和实用性。     

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.     

基于拉开差距的模糊多属性决策方法

文章针对决策者的偏好信息和决策矩阵元素均为三角模糊数的模糊多属性决策问题,提出了一种新的决策方法。该方法通过求解主观偏好与客观偏好的总绝对偏差最小,同时各方案综合属性期望值的差距最大的双目标规划问题,得到属性的权重向量,根据方案的综合属性期望值给出各方案的排序结果。     

直觉模糊信息下的多属性决策组合赋权新方法

研究了方案属性值是直觉模糊数且属性权重未事先确知的多属性决策组合赋权问题.文章根据直觉模糊判断矩阵的期望矩阵和基本满意度,构建了一个基于满意区间求解属性组合权重的数学模型.在此基础上,利用得分矩阵求出了方案的满意排序.最后通过一个算例验证了该决策方法的有效性和可行性.     

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.