基于一致性局部调整算法和DEA的语言偏好决策模型

设计一致性调整算法和计算可靠的方案排序权重向量已成为近年来备受关注的两个重要研究课题。针对决策信息为语言偏好关系的决策问题，提出一种基于一致性局部调整算法和数据包络分析（DEA）方法的语言偏好决策模型。首先，基于局部调整策略设计一种收敛的乘性一致性调整算法，该算法不仅使得调整后的语言偏好关系具有满意乘性一致性，而且能够尽可能多的保存原始决策信息；其次，基于提出的新型语言DEA模型构造一种语言偏好决策模型用以确定方案的排序权重向量，进而得到合理可靠的决策结果。最后，将提出的语言偏好决策模型用于供应商的选择实例，对比分析实验验证了模型的合理性和有效性。     

确定多属性群决策协调权的模型和方法

在权重信息不完全的多属性群决策过程中,当决策者给出了各自的关于方案的偏好序关系之后,需要检验是否存在一组能支持所有决策者意见的权重(即协调权).在定义偏好关系"重要度"的基础上,构造了一个{0,1}混合整数线性规划模型,该模型不仅能够判断协调权是否存在,而且可以识别出导致协调权不存在的"最不重要"的偏好序关系.此外还证明当决策者修改这些序关系后,群决策问题一定存在协调权.最后用一个例子说明了该模型的有效性和实用性.     

基于OWG算子的不同形式偏好信息 的群决策方法

具有不同形式偏好信息的群决策是决策分析及群决策支持系统研究的一个新课题,它对 于进一步提高群决策支持系统的实用性和灵活性方面具有重要意义. 针对这类群决策分析,提 出了一种具有效用值、序关系值、模糊互补判断矩阵、互反判断矩阵等4 种形式偏好信息的群 决策方法. 在该方法中,首先给出了将不同形式的偏好信息均转化为互反判断矩阵形式的计算 公式;然后基于OWG算子将各决策者的偏好信息集结为群的偏好并进行方案的优选;最后给 出了一个算例.     

基于模糊判断矩阵的群决策方法研究

对多个决策者给出的偏好信息的有效集结是群决策过程的重要问题之一.不同类型的偏好信息有不同的集结方法.基于模糊判断矩阵一致性的定义,提出一种加权集结方法的最优化模型,从而得到群决策中一类模糊判断矩阵的集结方法,并进一步分析和研究群组判断矩阵与各决策者给出的判断矩阵之间关系的一些重要性质.     

基于风险偏好差异性假设的动态决策过程研究

针对风险偏好差异性决策者共存时的决策过程进行研究,提出边求解边对决策者分类决策再进行信息融合的动态决策策略.从客观数据角度基于属性值相似关系提取有效属性并对有效属性进行赋权;根据决策者对决策活动的选择判断逐步嵌入风险偏好(风险偏好型、风险中立型、风险规避型);基于属性值之间的可能度与相似度,构建相应类型的风险偏好预期理论模型;在决策信息集结与决策对象排序过程中,根据决策者的风险偏好特征选择相适应的算法模型;针对风险偏好差异性决策者共存的情形,基于决策结果公平效用最大化的角度提出新的信息融合模型构建算法;通过实际案例进行分析并验证这一新方法的科学合理性.     

基于两类残缺偏好信息的交互式群决策方法研究

提出不同残缺偏好信息的交互式群决策方法。利用矩阵元素之间的可达性关系,给出区间数判断矩阵残缺元素的确定方法。定义了不同偏好信息的群体满意度,基于群体判断与决策个体判断之问的偏离程度,与决策者进行交互,使得决策者的意见尽可能协调一致。根据修正意见求解得到方案排序,并通过算例说明方法的有效性。     

一种新型不确定AHP的研究与应用

针对现有AHP方法在某些决策环境下不能准确反映决策者的偏好,以及群决策背景下专家偏好集结的信息丢失等问题,研究元素服从离散分布的一种新型不确定AHP,将未确知数概念引入到AHP之中,用局部一致性和整体一致性思想检验未确知数判断矩阵,并根据未确知数判断矩阵的特点,提出基于未确知数运算法则和蒙特卡罗模拟的两种权重求解方法,最后通过两个例子说明新方法的应用可行性.     

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题，提出了一种基于交叉效率DEA和群体共识的群决策方法。首先，提出乘性语言偏好关系导出函数的定义，并构建产出导向的DEA模型，证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上，建立基于理想值的交叉效率DEA模型，提出乘性语言偏好关系的通用排序方法。同时，基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后，利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析，得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失，具有较强的适用性和较高的可信度。     

基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法

模糊群决策分类方法广泛应用于政治、经济与社会生活各个领域,可有效避免个人知识与经验局限性所导致的决策失误。针对信息不完备的多准则群决策问题,提出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法。首先,给出梯形直觉模糊集及广义梯形直觉模糊几何聚类算子,兼顾考虑群决策中相应依赖属性与决策者的决策偏好。其次,给出基于离散Choquet积分的TOPSIS算子（CI-TOPSIS）,以此为基础,进一步给出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类步骤,用于确定具有最大可信度群体一致案例比较信息集,并逐步引导决策者给出部分及全部方案的精确分类,充分考虑模糊决策环境下决策者偏好与案例比较信息的级别关系。最后,通过一个投资决策实例对所提出的多准则分类方法进行验证。实例分析表明：该方法克服了决策过程中信息的遗漏,充分保留了决策过程中信息的完备性,更适用于直觉模糊群决策环境下的决策实践,是一种非常有效和科学的方法,可应用推广到更多决策领域。本文所得结论,对于有效解决多人多投资方案的群决策问题,具有一定的借鉴意义。     

基于不同粒度语言判断矩阵的多属性群决策方法

针对具有不同粒度语言判断矩阵形式的偏好信息的多属性群决策问题,首先给出了不同粒度语言转换的准则,给出了将不同粒度语言短语一致化的函数及其性质,并进而提出了基于不同粒度语言判断矩阵的多属性群决策方法.该方法不仅简洁、直观,且不会发生信息丢失,所得的决策结果较为精确、合理,最后通过算例对方法的实用性和有效性进行了说明.     

Evaluation of the results of multi-attribute group decision-making with linguistic information

Multi-attribute group decision-making (MAGDM) has received increasing attentions in both engineering and economy fields. Correspondingly, many valuable methods have been developed to solve various MAGDM problems, but relatively, very few research results focus on the evaluation of the effect of MAGDM. In this paper, based on the existing MAGDM methods with linguistic information, three key evaluation indices, consistency, closeness and uniformity, are proposed to measure the results of MAGDM from different aspects. By comparing the individual overall preference values with the collective ones, the three indices cannot only provide a reference for judging the decision-making effect of each decision maker, but also reflect the effect of group decision-making to a certain extent. The practicality and effectiveness of the proposed method are shown by two heuristic examples. Furthermore, the proposed method will be helpful for setting and adjusting the weights of both attributes and decision makers, as well as for selecting and comparing various aggregation operators and methods in dynamic or interactive group decision-making.     

群决策中三端点语言和互补偏好信息的转化及集结研究

研究了群决策中三端点语言判断矩阵和三端点互补判断矩阵的集结方法。基于两类判断标度的内涵,研究了两种三端点偏好形式相互转化的数学方式;从次序一致性和完全一致性角度,分析了偏好形式转化过程中的信息变化情况;提出了基于灰色关联度的群体一致度测算方法,研究了决策者权重确定方法,进而提出了两类三端点偏好的集结方法,文后通过算例说明了方法的应用步骤。     

群组决策中三角模糊数互补判断矩阵的相容性及方案排序研究

针对专家偏好信息为三角模糊数互补判断矩阵的群组决策问题,研究偏好信息的相容性及方案排序问题。基于Hamming 距离的概念,首先给出了衡量两个三角模糊数相容性的一个指标,并研究了该指标的相关性质;其次,根据三角模糊数互补判断矩阵的特点,给出了三角模糊数互补判断矩阵的相容性指标;以相容性指标为依据设定专家权重,进而给出了一种方案排序方法。最后,算例验证了方法的有效性。     

基于一致性度量的概率模糊语言多属性群决策方法

人们通常习惯用语言术语来表达他们的偏好，因此概率型语言术语集（Probabilistic Linguistic Term Set，PLTS）在决策过程中有着十分重要的作用。目前PLTS的研究刚刚起步，有关PLTS的相关研究没有关注到一致性度量的问题，对于PLTS的多属性群决策方法有待进一步研究。首先，给出了一种新的PLTS的集结方法，并且在已有的PLTS可能度公式的基础上，构建了PLTS的相似度量方法，在此基础上，进一步提出了基于PLTS一致性度量的多属性群决策方法。该方法在各决策者权重未知的情况下，考虑到各决策者之间的一致性。首先，定义PLTS的一致性度量公式，确定决策者权重；并根据PLTS的集结方法，集结各决策者的评价信息；最后，利用可能度公式对PLTS进行排序。通过案例分析验证了该方法的可行性和优越性。     

基于绩效源分析的组织-员工发展匹配集结决策模型研究

企业发展需要相匹配的人力资源支撑,岗位-员工发展匹配决策非常重要。本文以电力企业中层干部岗位的员工发展匹配决策研究为例,基于岗位绩效来源分析,筛选提取组织-员工发展匹配决策的指标维度,并配套特征行为描述,应用DLWA等算子充分集成多个周期的绩效信息与客观决策数据信息,结合专家组多属性发展匹配评价,应用决策矩阵和判断矩阵的集结模型有效集结决策依据信息和判断偏好信息,形成匹配优先序列,为组织-员工发展匹配及岗位员工绩效提升奠定基础。     

An approach to consensus measurement of linguistic preference relations in multi-attribute group decision making and application

This paper studies the group decision making problem with linguistic preference relations. We first study the consensus measure between the individual preference relations and the collective (group) preference relation by defining the concept of degree of similarity between two linguistic values and two linguistic preference relations. Then we propose a concept of the acceptance consensus threshold value for group decision making with linguistic preference information. We show that the consensus between individual preference relations and the collective (group) preference relation is greater than the weighted similarity degree of a given individual preference relation with respect to other individual preference relations in group decision making with linguistic preference relations. The results will help in the analysis of crucial issues of conflict and agreement among preferences of decision-makers, which affect the consensus of group decision making with linguistic preference relations. Theoretical foundations are then established for the proposed method. Finally, the proposed method is applied to evaluate the degree of consensus of individual overall preference values with respect to the collective overall preference values for multi-attribute group decision making with linguistic information. The main contribution of this paper is twofold. One is to present a new way to measure the consensus between the individual preference relations and the collective (group) preference relation in group decision making with linguistic preference information. Another is to provide an effective approach to evaluating individual overall preference values with respect to the collective overall preference values in multi-attribute group decision making with linguistic information.