基于灰色组合决策法的供应链构建

将组合权重法与灰色关联度相结合,提出了一种新的供应链构建的解决思路和决策模型。文章借鉴组合权重法建立了一个供应链运营能力评估模型,对其评价指标分别进行主、客观赋权,可以得到反映系统的主、客观信息的综合评价权重系数,为选择最优供应链奠定了数据基础。最后,通过灰色关联度分析给出了选择最佳供应链的一种易行、有效的方法,并举例说明了方法的可行性与准确性。     

一种群组决策中专家权重确定的方法与应用

本文针对群组决策中多名专家赋权且赋权结果不一致的情况,借助变异系数法和均值的思想,给出了一种确定专家决策权重的方法。该方法的特点在于依据专家与群组其他专家赋权结果以及与群组专家赋权结果平均值之间的一致性程度来确定专家的权重。该方法能够充分利用原始决策信息,从而使评价结果更加客观,因而具有较大的实用价值。最后,通过一个例子说明了该方法的实用性。     

一种群组决策中专家权重确定的新方法

文章针对群组决策中多名专家赋权且赋权结果不一致的情况,借鉴变异系数法思想,给出了一种确定专家决策权重的方法。该方法的特点在于依据群组专家赋权结果的一致性程度来确定专家的权重。该方法赋权直接,计算简便,合乎实际,因而具有较大的实用价值。最后,文章通过一个例子说明了该方法的实用性。     

基于不确定正态云组合权重的综合评价方法研究

如何确定指标体系的权重是多属性决策中的一个重要问题。针对多属性决策中主客观权重的不确定问题,通过逆向云生成算法将多个主客观权重进行信息融合,生成不确定正态云组合权重,构建基于云模型的主客观组合赋权方法。在此基础上,提出基于正态云组合权重的多属性综合评价方法,该方法通过计算各方案组合赋权与理想方案组合赋权之间的正态云相似度值大小进行排序并确定最佳方案。最后,通过算例说明云组合权重综合评价方法的可行性和有效性。     

基于0-8标度的有向加权图法在群决策中的应用

文章主要针对群决策中专家客观权重的确定等问题,提出一种基于0-8标度的有向加权图法加以解决的模型.首先采用0-8标度法衡量两方案之间的优先程度,并由此构造有向加权图,通过定义有向加权图的秩向量计算专家个体时方案的量化评价结果;在此基础上给出根据有向加权图自身逻辑性的强弱和专家与群组之间的协调性大小确定专家客观权重的两种方法:最后综合两种客现权重作为专家最终的客观权重并进而得出群决策结果.算例表明该方法合理有效、实用可行.     

重复灰色群决策问题研究

在部分决策问题中,存在同样决策场景下对不同的方案做反复评估来得到最终决策的情况,文章重点研究了这种重复决策问题.确定了重复决策信息下区间灰数非线性"奖优罚劣"算子及使用优化模型确定指标权重模型,提出了根据从前决策者决策值与综合决策值间差异度确定决策者权重的方法,并建立了灰靶决策模型以确定最优决策.最后文章使用了一个实例算例说明了算法的有效性和可行性.     

区间数指标权重确定的熵值法改进

文章针对权重信息未知的区间数多指标决策中指标的客观赋权问题,研究了已有指标权重客观确定方法的不足。依据客观赋权的原理和序列信息熵的含义,利用各方案区间数指标值的上、下界序列信息熵,给出了确定各区间数指标权重的一种熵值法。     

用熵值法进行综合评价如何处理极端值

在多指标综合评价中，确定指标权重的方法主要有主观赋权法和客观赋权法．主观赋权法是一类根据评价者主观上对各指标的重视程度来决定权重的方法；客观赋权法所依据的赋权原始信息来源于客观环境，它根据各指标的联系程度或各指标所提供的信息量染决定指标的权重．客观同权法有烟值法、主成分分析法、因子分析法、复相关系数法等等，本文针对均值法在应用中遇到的一些问题提出解决办法。一、熵值法的原理设有m个待评方案，n项评价指标，形成原始指标数据矩阵x=（Xij）mxn,对于某项指标xi，指标值xij的差距越大，则该指标在综合评价中所起…     

基于一致性排序的群组G1赋权方法

一致性问题和专家权重是群组赋权面临的两个主要问题.文章在现有研究的基础上,提出了基于一致性排序的群组G1法来确定群组专家权重.首先,专家组的专家给出评价指标的主观排序;其次,通过Spearman等级相关系数检验专家排序的一致性,剔除未通过一致性检验的评价指标;最后,通过平均值法、Board法和Copealand法对专家排序进行重排序,根据循环修正的思路确定评价指标的一致性排序,并根据各专家排序和一致性排序的相关性的大小采确定各专家权重,使得专家权重合理地反映了专家差异,保证了指标最终权重反映出群体决策思想.     

基于熵权法的群决策模糊综合评价

群决策模糊综合评价是多人对受多种因素影响的事物做出全面评价的一种多因素决策方法。文章根据事物的多因素属性,基于模糊数学理论,对问题属性的各因素的权重用熵权法确定,结合实例对图书选题进行群决策综合评价。实例结果表明,本文采用的方法能够自动确定各因素的权重系数,易于对多因素属性的事物进行群决策综合评价,避免权重确定的主观随意性,使评价结果具有实用性。     

基于熵值法与灰色关联决策的最佳响应方案

文章在分析灰色决策研究成果的基础上,引入熵值法用以确定属性值为区间数的灰色关联决策方法的权重,同时也修正了决策方法对权重的不确定性.提出上界指标权重、下界指标权重和综合指标权重三种方法用于决策权重的计算.通过应急响应算例对修正的灰色关联决策方法进行检验分析,结果表明,三种权重计算方法均能有效解决灰色关联决策问题中的权重问题,可以减少整个决策的随机性.     

运用变权重动态调整预测方法对季节变化数据的预测

变动权重组合预测方法使预测精度在过去常规的固定权重预测法的基础上大幅度提高.文章在分析了季节变动数据特征的基础上,对季节变动数据提出了变权重动态调整预测的方法.该方法不仅具备变动权重的大幅度降低预测误差的优势,同时基于季节变动数据的特征,采用了动态规划的思想调整预测数据,使误差进一步降低.     

基于信息粒度的属性权重确定方法

0引言多属性的综合评价问题一直是人们孜孜不倦研究课题,而属性权重的确定是一个关键的环节,因为权重确定的是否合理直接影响到决策效果的可靠性与有效性。目前主要的评价方法有层次分析法、主成分分析法、数据包络分析法、模糊综合评判和神经网络等,文献眼1演简单说明了这几种     

基于模糊向量的专家权重确定方法

在群组多准则决策过程中,各专家的综合权重不仅与其可信度有关,还应该与该专家在实际评价中和其他专家评价值的一致性有关.文章首先定义了模糊向量的相似度和加权相似度,并基于此相似度提出了一种综合考虑专家意见一致性和可信度的专家权重确定方法,最后给出一种基于相似度的理想法群决策方法.     

一种基于主客观权重信息集成的多属性群决策

针对一种在属性权重和决策者权重完全未知且属性值为定值的多属性群决策问题.文章基于离差最大化思想提出了一种可对多种主观和多种客观权重信息进行集成的最优化组合赋权方法求解属性的集成权重,计算各方案的综合属性值,以求属性的集成权重的方法去求解决策者的集成权重.给出了一个数值例子说明该方法的实用性和有效性.     

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。     

综合素质评价中权系数的确定方法

以往进行综合素质评价,大多是采用主观赋权法确定权系数,由专家根据评价本身的意义,给出综合评价体系中各指标的权重,因此权系数解释性强,但客观性较差.本文提出利用一种新的方法--德尔菲法与因子分析法主客观相结合的方法,确定各指标的权重,使得权系数既易于解释,又更加客观准确,从而使评价结果更为合理,并得出了重要的结论.     

基于结构CRITIC法的学术期刊评价指标的赋权方法及比较

在复杂、多元的期刊评价过程中经常涉及各评价指标的赋权问题。不同的评价指标赋权方案直接影响期刊评价的结果,因此如何确定指标权重是一个重要问题。文章基于CRITIC法的赋权原理,结合层次分析法,提出了一种全新的主客观赋权法相结合的权重确定方法,即结构CRITIC法。采用2022年《中国学术期刊影响因子年报（自然科学与工程技术）》中17种数学学术期刊的数据,使用包括原始的CRITIC法在内的其他三种赋权方法进行对比分析。结果表明,主观赋权法和客观赋权法赋权结果的差异性影响了评价结果的公认性;赋权方法的选择应当考虑其适用性;结构CRITIC法是在期刊评价中更能从主观和客观两个方面反映指标权重的计算方法。结构CRITIC法为学术期刊评价提供了一种新的赋权方法。     

基于改进CRITIC赋权法和模糊优选法的大气质量评价

针对以往大气环境评价指标赋权的主观性、仅注重个体或整体而忽略彼此联系,文章提出用变异系数改进的CRITIC法和超标倍数法集成的指标权重;针对大气环境系统的模糊性和不确定性,采用模糊优选法对南京市2003-2013年大气环境进行评价,克服了以往模糊评价中隶属函数选择主观性,实现了不同年份和标准等级的大气质量同时排序.