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.     

众里取大规则下由频率确定属性权重的方法

目前获取属性权重方法,大多数需要决策者对属性直接打分或两两比较或优劣排序,这要求属性数量不宜过多、决策者应对各个属性有充分了解.众里取大规则下由频率确定属性权重的方法要求决策者挑选一个最重要属性,进而通过频率确定属性权重.文章首先视属性赋值为随机变量,依概率期望定义权重公式;然后根据离散选择模型相关结论,推导出属性频率与权重的转换表达式,将其代入权重公式得到属性权重;最后构造卡方统计量,判断权重之间是否具有显著差异.该方法适用于有大量决策者和众多属性的群决策问题.     

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.     

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。     

一种基于线段法的多属性决策模型

研究了属性权重完全未知,属性值以模糊数给出的不确定型多属性决策问题,借鉴集值统计理论中的线段法,给出了求解属性权重的一个简洁公式。最后通过实例说明了该方法的实用性和有效性。     

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.     

基于记分函数的直觉模糊多属性群决策方法

针对属性权重未知且属性值为直觉模糊值,决策者给出方案直觉模糊值形式偏好信息的不确定多属性群决策问题,提出了一种基于模糊优选的群决策方法。首先在计算直觉模糊相似度的基础上通过非线性规划模型求解出属性权重。在明确直觉模糊多属性决策问题中直觉模糊集的定义基础上,提出了一种新的记分函数方法,进而得到各决策者决策矩阵的正、负理想方案。然后通过各决策者的模糊优选模型得到各方案的决策值,通过决策群体的模糊优选模型得到各方案的群体综合决策值。最后通过一个算例说明了方法的有效性。     

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。     

一种带有偏好信息的多属性决策方法

针对属性值由实数形式给出,属性权重完全未知,且带有决策方案整体优劣水平信息的多属性决策问题,以传统理想点决策模型为基础,建立了一种最优化决策方法。为解决权重信息不完全的多属性决策问题提供了新的思路。最后,给出了一个实际例子以说明方法的有效性和应用性。     

基于非线性GRA的群体模糊多属性决策模型

针对决策属性权重未知且属性值为三角模糊数的群体多属性决策问题,提出了一种非线性规划灰色关联度(简称GRA)决策模型。文章首先将群体决策者语言信息转化为三角模糊数,并依据三角模糊数向量距离和专家偏好集合判断群体决策的一致度和不一致度,构建模糊多属性群体偏好非线性决策目标函数,求解函数得到理想方案属性值和各属性权重值。然后依据备选方案与理想方案的综合灰色关联度,对方案进行优劣排序与决策。最后通过算例检验,为决策提供新思路。     

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。     

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。     

一种决策矩阵与属性权重分别集结的群决策方法

针对同一个方案,不同决策者给出的决策矩阵和属性权重具有差异性.文章采用相似度模型分别对决策矩阵和属性权重进行集结,并对决策者进行赋权,进而运用理想点法进行方案排序,算例说明了该方法的可行性和可信性.     

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。     

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.     

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.     

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。     

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。     

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.     

具有不同形式偏好信息下的模糊多属性群决策方法

本文针对决策者给出属性具有定性、定量两类不同形式的偏好信息的多属性群决策问题,提出了一种新的集结方法。该方法首先利用直觉模糊集理论和模糊矩阵来处理定性属性的定量化问题,然后用凸组合的方式将主观权重和基于一致性程度的客观权重集结为决策者的最终权重,最后提出一种基于直觉模糊集理论的多属性群决策方法。