基于Vague集的模糊多目标决策新方法

提出了一种基于Vague集的模糊多目标决策新方法.首先通过确定单目标满意值的上、下界,定义单目标的Vague集真、假隶属函数,计算得到每个方案的单目标Vague值,然后通过加权计算单目标Vague值得到每个方案的多目标综合Vague值,最后利用记分函数对方案进行排序,从而选出最优方案.实例分析表明了该方法的可行性和有效性.     

基于Vague集的企业反倾销申诉问题研究

反倾销是重要的国际贸易救济措施,面对进口产品的倾销行为,企业是否提起反倾销申诉受很多因素的影响,本文运用Vague集的模糊多目标决策方法来分析单个企业的反倾销申诉问题,通过比较引领申诉、响应申诉、不申诉这3个方案的Vague值来选出最优方案,为企业是否进行反倾销申诉提供了一个实际可行的决策方法.     

国家自然科学基金资助项目综合评价:基于Vague 集多准则决策

采用基于Vague 集的多准则决策方法,对国家自然科学基金11 类主要竞争性资助项目的实施情况进行综合评价和排序． 首先,通过问卷调研的方式,由国家自然科学基金项目评审专家采用“高”、“不高”和“不清楚”三类语义,对各类项目按照“评审公正性”、“管理规范性”、“科研创新性”和“社会影响力”四个准则进行评价; 然后,根据问卷统计结果,将语义评价转化为Vague 估计值,并利用一种新的评分函数计算各类项目在各准则下的得分; 最后,采用正态分布的OWA 算子集结各准则下的得分,得到所有项目的综合评价和排序． 本文的研究结果将为完善国家自然科学基金的资助结构与管理模式提供重要参考依据．     

国家自然科学基金资助项目综合评价:基于Vague集多准则决策

采用基于Vague集的多准则决策方法,对国家自然科学基金11类主要竞争性资助项目的实施情况进行综合评价和排序.首先,通过问卷调研的方式,由国家自然科学基金项目评审专家采用"高"、"不高"和"不清楚"三类语义,对各类项目按照"评审公正性"、"管理规范性"、"科研创新性"和"社会影响力"四个准则进行评价;然后,根据问卷统计结果,将语义评价转化为Vague估计值,并利用一种新的评分函数计算各类项目在各准则下的得分;最后,采用正态分布的OWA算子集结各准则下的得分,得到所有项目的综合评价和排序.本文的研究结果将为完善国家自然科学基金的资助结构与管理模式提供重要参考依据.     

模糊积分在多目标决策中的应用研究

基于模糊测度与模糊积分理论,运用层次分析法获取测度函数,研究了解决多目标决策问题的应用方法,实现了模糊积分与层次分析法的联合应用。算例表明,模糊积分理论可以用来解决多目标决策问题。     

基于集对分析和模糊多属性群决策的动态联盟盟员选择模型

动态联盟盟员选择是一个十分重要的问题,它直接关系到动态联盟的成败。为了求得动态联盟的最佳伙伴,考虑到不同决策者其决策可信性的区别,结合盟员选择中不同决策者判断模糊性的特点,本文基于模糊环境下的多属性群决策的方法,应用集对分析理论和方法,构建了一种新的动态联盟盟员选择模型。实例计算表明,应用该模型进行动态联盟盟员选择具有可行性,为选择动态联盟盟员提供了一种有效的方法,具有一定的实用价值。     

基于投影的直觉模糊数多属性决策方法

针对指标取值以直觉模糊数形式给出的多属性决策问题,提出了一种基于投影的直觉模糊决策方法.该方法依据一般投影分析方法的基本思路,给出了解决属性取值为直觉模糊数的多属性决策问题的计算步骤,其核心是通过构建并求解每个方案在虚拟正、负理想方案上的投影,进而计算出每个方案对虚拟正、负理想方案的相对隶属度,即可得到所有方案的排序结果.最后给出的数值算例表明,该方法简单、有效和易于计算.     

基于目标满意度多目标决策的改进交互式方法

本文提出了一种基于目标满意度多目标决策的改进交互式方法，文中重新的构造了多目标决策的辅助问题，定义了若干概念；证明了若干定理，充分考虑决策人的交互要求，本文最后对交互决策过程作了详细描述，该方法直观，有效，实用，易于在计算机上实现。     

多目标决策

目标决策又称“矢量优化”，“多目标规划”，“多准则决策”等，它是系统科学和管理科学的重要研究分支，这里的“多目标”是指有多个需要的优质的目标函数，且这些目标函数是矛盾的和不可公度的，数学规划中的线性规则，非线性规则，动态规划，整数规划等都是以追求单个目标的最优化为特征的，与多目标决策不同，在多目标决策中，常常会出现使某一个或者某些目标函数达不到最优的情况，这种目标函数之间的矛盾性决定了多目标决策问题一般不存在能使所有的目标函数同时达到最优的绝对最优解，而只存在非劣解和满意解的概念。     

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。     

基于前景理论的多阶段随机多准则决策方法

研究一种基于动态参考点的多阶段随机多准则决策方法。考虑多阶段决策过程中决策者的风险偏好,建立了基于前景理论的多阶段随机多准则决策分析框架,提出了一种基于阶段发展特征的动态参考点设置方法;构建准则权重的目标规划模型,结合阶段参考点动态变化的特征测算各阶段备选方案的综合前景值;设计方案综合前景值的范围估算模型,以反映决策风险对评价结果的影响;案例研究验证了上述方法的可行性和实际效果。     

基于犹豫直觉模糊语言集均值-标准差偏好距离的多属性决策研究

在犹豫直觉模糊语言集和语言尺度函数的基础上定义了均值-标准差偏好的Hamming距离，并提出了基于犹豫直觉模糊语言集距离TOPSIS和TODIM的多属性决策方法，进一步利用这两种方法对实例问题建筑商的招标方案进行排序，并讨论了偏好参数对排序结果的灵敏度分析。为验证上述方法的有效性，与已有方法对同一实例的排序结果进行了比较分析。     

基于Vague集和属性综合评价的股票投资价值分析方法

对二级市场上同一行业内的不同股票进行投资价值分析是一个系统综合评价问题。本文从评价指标的选择、单项指标的评价、多项指标的综合评价和属性识别准则四部分来阐述属性测度理论在股票投资价值分析中的应用。特别需要指出的是,股票投资价值评价指标体系的建立和指标权重的确定应用了Vague集的理论和方法。最后,我们应用属性综合评价方法对电子元器件制造业的公司股票进行投资价值分析,结果验证了该方法的实用性和正确性。     

基于犹豫模糊语言信息的前景决策方法

本文首先回顾了模糊信息下前景理论研究的现状,发现犹豫模糊语言这一决策中常见的信息表达形式在前景理论框架中的研究被忽略,同时犹豫模糊环境下的前景决策方法具有一定的应用背景;基于此,本文考虑到决策者在实际决策过程中惯用的信息表达以及面对收益和损失时不同的风险态度,试图在犹豫模糊语言环境下构造新的前景理论决策框架,建立基于犹豫模糊语言信息的前景决策方法,并给出具体的决策步骤;最后通过算例分析展示了该方法的实际应用过程,并与犹豫模糊语言环境下的期望效用决策结果进行对比,说明了该方法更符合实际决策情景。     

基于模糊集贴近度的文本信息分类器分辨率改进算法研究

在利用分类器对文奉信息进行分类的实践中,,分辨率成为决定分类效果好坏的重要性能指标.模糊集问的贴近度作为一种直观有效的分类准则被广泛应用,但实际应用表明,现有模糊集贴近度计算模型对文本信息的区分度随模糊集中元素数量的增多而骤减.针对这一问题,本文构建了新的模糊集贴近度计算模型并证明了其在抑制不稳定部分、增强稳定性方面的效果.算例表明本文所构建的计算模型有效提高了分类器的分辨率.     

灰模糊积分关联度决策模型

灰关联度决策模型是在假设属性之间彼此相互独立的基础上构建的,但是在很多实际问题中属性之间往往存在一定的交互作用,从而导致灰关联度决策模型失效。针对这一问题,引入模糊积分理论,构建了灰模糊积分关联度决策模型。为求解该模型,定义了基于属性权重和属性间交互度的默比乌斯变换系数,来计算2可加模糊测度,其中属性权重通过序关系分析法和施密特正交马田系统共同确定,属性间的交互关系和交互度由专家确定。以廉租房保障家庭经济状况评估为例,对灰模糊积分关联度决策模型和灰关联度决策模型进行比较验证,验证结果表明灰模糊积分关联度决策模型的决策结果更加科学合理,有较好的应用价值。     

Decision Making Under Risk: A Comparison of Bayesian and Fuzzy Set Methods

A classical decision problem is considered where a decision maker is to choose one of a number of actions each offering different consequences. The outcome from a choice of action is uncertain because it depends on the existing state of Nature. Also, the outcome, once an action and state of Nature are specified, may be a vector or a random vector. The decision maker employs both Bayesian methods and fuzzy set techniques to handle the uncertainties. The decision maker is also allowed to use multiple, possibly conflicting, goals in order to determine his best strategy. The Bayesian method produces a set of undominated strategies to choose from, whereas the fuzzy set technique usually produces a unique optimal strategy.     

R&D联盟条件下基于FMGTS评价的R&D项目合作成员选择

针对如何从多个候选R&D联盟成员中选择最理想的R&D项目合作成员问题,提出了一种操作性较强的选择方法。首先通过静态博弈得到了候选R&D联盟成员进行某R&D项目合作时竞标价格的可行区间,在考虑专家采用模糊多粒度语言(fuzzy multi-granularity term sets,FMGTS)进行期望获利度评价的状况下,运用基本语言转换函数将评价信息进行集结,据此确定候选R&D联盟成员的期望获利度和优化的竞标价格。在给出价格满意度与工期满意度公式的基础上,利用效用值法将基于不同满意度下的排名决策信息进行一致化处理,最后采用互补判断矩阵中的排序公式来选择理想的R&D项目合作成员。