多目标决策问题的神经网络方法

利用Hopfield神经网络对多目标决策问题进行研究．给出有限个方案和无限个方案下的多目标决策问题的网络映射关系和优化算法,同时给出这两种情况下的计算步骤及实例     

一类两层多目标决策问题及其交互式决策方法

两层多目标决策问题是。一类非常现实而又非常复杂的问题。本文探讨了问题的决策机制：合作决策机制与独立决策机制,说明了它们的决策求解等价于求解具隐含约束的多目标规划问题。该问题可用增广加权Tchebycheff范数优化问题有效表示其非劣解集,可应用steuer Choo思想设计辅两层多目标决策的交互式方法。     

区间数多属性决策的一种目标规划方法

带有区间数的多属性决策问题是有关多属性决策研究中的一个重要课题.针对如何计算每个决策方案的综合评价值,本文提出了一个新的分析方法,它是基于简单加权法则,通过建立线性目标规划模型来得到的方案的评价值.本文的方法改进了已有分析方法的不足之处.最后,给出了一个算例.     

物流中心选址的多目标优化研究

物流中心选址是一个定性与定量相结合的问题.首先以最小化建设成本和最大化建站的综合评价值为目标,建立一个双目标规划模型.首先,根据决策者是否知道目标函数的偏好,提出加权法和折衷规划法.最后,通过多目标模糊决策分析方法获得了多目标优化方案,利用模糊分析法的原理,确定评价指标,然后把供选择的物流配送中心方案在模糊环境下进行排序,从而得出最优的选址方案.     

基于满意度水平的多目标群决策问题的迭代算法

基于满意度水平的概念，本文提出了在实现决策人体各自的满意度水平的基础上，使群体的联合满意度极大化的即决策规则，根据这一规则去求多目标群决策问题的最佳调和解。由于目标间的冲突性，当各决策个体的满意度水平过高时，会导致群决策的最佳调和解集为空集。本文讨论并给出了降低和修正各决策个体满意倥 方法。。并将整个求解过程总结为一种算法，使之易于在计算机上实现；文中最后还给出了数值算例。     

一类不确定型多属性决策问题的排序方法

研究了属性权重信息完全未知且属性值以区间数形式给出的不确定型多属性决策问题, 给出了区间数决策矩阵的规范化公式. 基于区间数相离度, 给出了求解属性权重的一个简洁 公式, 并提出了一种基于可能度的决策方案排序方法. 最后通过实例说明了该法的实用性和 有效性.     

工程建设项目多目标综合优化研究

本文利用多目标优化理论、多属性效用函数理论建立了工程建设项目工期,成本和质量的综合均衡优化模型,并在网络计划技术的基础上,使用遗传算法对模型进行求解,可以得到最满意的决策方案和多个近似满意的备选方案,作为工程建设项目的控制目标.并应用实际案例,对模型的可行性和实用性进行了验证.     

基于梯形模糊数的分层多目标线性规划模型在多属性不确定决策问题中的应用

文中首先建立了基于梯形模糊数的分层多目标线性规划模型,应用梯形模糊数来表示专家偏好信息.然后通过运用分层序列优化方法求解该模型,得出不同方案的模糊属性值和理想方案值,再根据模糊数的距离公式,求出每一个评价方案与理想方案之间的差值,然后得出评价方案之间的排序.最后,本文选择了深圳、广州、武汉、株洲、杭州五市的工业企业作为研究对象,分别用梯形模糊数和三角模糊数表示它们在经济效益、资源节约、环境保护和社会效益方面的综合情况,并根据本文所建立的模型和已有的基于三角模糊数的模型来进行比较分析,得出这些不同地区的企业在这四个方面的综合排名.通过这个实例的分析,也进一步证明和强调了文中所建立模型的实用性和可行性.     

具有多目标结构评价功能的多目标决策方法

本文把具有柔性目标结构的多目标决策模型和DEA方法相结合,实现了最优解的求解和最优解的有效性评价这两个环节的统一,从而提高了多目标决策的科学性.     

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。     

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。     

基于心理阈值的多属性决策问题目标调整研究

将决策者在决策指标上存在心理阈值的现状应用到多属性决策问题,提出先对决策目标调整再进行决策的方法。首先,对效益型、成本型、中间型指标构建相应的指标满意度函数和算法,针对不同类型的指标选择相应的算法,计算决策者在每个备选方案存在心理阈值属性上的满意度;其次,根据决策者满意度与心理阈值,调整决策目标组建新的决策信息表;再次,提出基于决策者满意度的属性赋权与信息集结算法模型,获得最优决策方案;最后,通过一个实际生活中的决策者购房案例,表明该方法的科学合理性。     

多属性决策的两种方差最大化方法

本文针对属性权重完全未知或权重信息部分确定的多属性决策问题,提出了两种方差最大化方法.它们能充分利用规范化评价的先验信息,评价结果客观可靠,不具有主观随意性,且易于计算机上实现.     

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.     

一种基于模糊推理的多目标柔性决策方法

在目前多目标决策研究的基础上 ,提出了基于模糊推理的目标函数集成方法 ,该方法避免了一般的目标函数集成方法特定函数形式的局限性 ,而直接基于决策者对目标偏好的知识结构 ,用模糊规则来表达 .实际上 ,基于模糊推理的目标函数集成方法对应于连续变化权值的算术加权平均集成 .该目标集成方法不仅与决策者的实际决策过程更加接近 ,而且由于模糊推理的通用逼近特性 ,可以表达一般的目标函数集成方法不能表示的决策偏好结构     

时序多指标决策问题进一步研究

在多指标决策时序条件下,当指标分别为效益型、成本型、固定型、区间型、偏离型和偏离区间型指标时,本文完善了指标精确取值时多指标决策矩阵中各类指标的标准化公式.同时,给出了指标取区间值模糊数时上述各类指标的标准化公式,完善了多指标决策的基础理论.最后作了分析和总结.     

风险偏好与属性约简在决策问题中的应用研究

将决策者风险偏好与属性约简算法应用到具有大量属性的决策问题,提出先对决策者分类再进行决策的策略． 根据决策者的风险偏好特征将其分为风险规避型、风险中立型、风险偏好型,针对不同类型的决策者分别采取相应的算法,提取有效属性并利用有效属性进行决策; 针对不同风险偏好的决策者,提出相应的风险偏好预期规则; 提出基于优势关系辨析矩阵的属性赋权算法及基于属性值优势度矩阵的进行信息融合与排序算法; 最后通过属性值为实数与区间数的两个实际案例表明该算法的科学合理性．