基于Heronian平均算子的Pythagorean模糊不确定语言决策方法

针对评价信息为Pythagorean模糊不确定语言数、属性权重未知且属性间相互影响的多属性决策问题,提出一种基于灰色关联法和Heronian平均算子的决策方法。首先,提出Pythagorean模糊不确定语言Heronian平均（PFULHM）算子和Pythagorean模糊不确定语言几何Heronian平均（PFULGHM）算子,并证明其满足幂等性、单调性、有界性及可交换性。考虑到属性权重之间重要程度的差异,定义了Pythagorean模糊不确定语言加权Heronian平均（PFULWHM）算子和Pythagorean模糊不确定语言加权几何Heronian平均（PFULWGHM）算子。其次,将灰色关联法运用到Pythagorean模糊不确定语言环境中求解属性权重。最后,提出基于PFULWHM算子和PFULWGHM算子的决策方法,并通过算例分析说明本文提出方法的有效性。     

基于HTFWGBM算子的供应商选择模型研究

由于供应商选择中的的复杂性与不确定性以及人类认知的有限性,从而导致信息融合失真和决策结果不准确的情况。针对决策属性以犹豫三角模糊数（HTFN）给出的供应商的选择问题,本文提出一种基于HTFGWBM算子的决策算法。首先,针对犹豫三角模糊数和几何Bonferroni平均算子理论,分别定义了犹豫三角模糊几何Bonferroni平均（HTFGBM）算子和犹豫三角模糊几何加权Bonferroni平均（HTFGWBM）算子,同时分别研究了算子的幂等性,置换不变性,单调性和有界性等性质。其次,基于HTFGWBM算子构建新型犹豫多属性决策模型,结合HTFN排序方法进行备选供应商排序。最后通过算南水北调中线工程中的供应商选择实例证明了决策模型的可行性与有效性。结果表明,通过调整模型参数,模型具有一定的延展性和容错能力,能够很好的进行科学决策。     

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。     

改进排序的梯形直觉模糊Choquet Bonferroni算子的多属性群决策方法

针对评价信息为梯形直觉模糊数(TrIFN)且属性间不严格相互独立的多属性群决策(MAGDM)问题,提出一种基于改进排序的Choquet Bonferroni算子的多属性群决策方法。首先介绍TrIFN的概念和运算法则;其次由Choquet积分将决策信息间的交互关系转换为待聚合TrIFN的权重信息;然后融合Choquet积分和Bonferroni平均算子,提出梯形直觉模糊Choquet Bonferroni规范赋权调和均值算子(TrIFCBNWHM),并讨论算子的性质;接着构建基于各备选方案TrIFN的质心、均值和模糊度的排序指标模型,得到备选集的一个排序,建立TrIFN环境下的MAGDM方法,并给出具体算子与算法步骤。实例分析验证了TrIFCBNWHM算子和TrIFN排序方法的有效性和可行性。     

基于不确定纯语言混合调和平均算子的多属性群决策方法

在现实生活中,由于决策者对一些特定领域问题的熟悉度和时间限制等因素制约,决策信息一般以不确定纯语言的形式给出,即专家权重、属性权重及属性值均为语言标度的形式. 本文研究了不确定纯语言环境下的多属性群决策问题,给出了不确定环境下的纯语言有序加权调和平均(UPLOWHA)算子,纯语言混合调和平均(UPLHHA)算子等,研究了基于这些算子的纯语言多属性群决策问题,提出了相应的多属性群决策方法. 该方法计算方便且能充分利用已有语言决策信息. 同时,将该方法应用于解决虚拟企业中的合作伙伴选择问题,并通过与其他方法的比较分析,说明此方法的有效性.     

基于混合加权距离的毕达哥拉斯模糊TOPSIS多属性决策方法研究

针对决策信息为毕达哥拉斯模糊集的多属性决策问题,提出了一种基于混合加权测度的TOPSIS决策方法。在分析了现有距离测度方法不足的基础上,首先给出了一种新的毕达哥拉斯模糊距离测度——毕达哥拉斯模糊有序加权距离（PFOWD）,并研究了该测度权重的确定方法;在PFOWD基础上,进一步提出了毕达哥拉斯模糊混合加权距离（PFHWD）,同时探讨了其特征和与现有毕达哥拉斯模糊测度的关系;最后提出了一种基于PFHWD测度的毕达哥拉斯模糊TOPSIS多属性方法,并用实例验证了方法的有效性和可行性。     

区间直觉模糊数环境下基于犹豫度和相关系数的多属性群决策模型研究

多属性群决策问题是当今复杂决策环境下的研究热点,而区间直觉模糊数可以从隶属度、非隶属度和犹豫度三方面描述不确定信息,具有很强的表现能力,因此学界基于区间直觉模糊数对多属性群决策问题进行了大量研究。但是现有研究一方面在处理共识达成问题时所广泛采用的"多数原则"策略会导致某些关键信息或知识被视为冲突意见而被修改或忽视;另一方面基于距离的区间直觉模糊数相似性测算方法忽略了犹豫度的影响,会造成评价信息损失。针对上述不足,提出区间直觉模糊数环境下基于犹豫度和相关系数的多属性群决策模型。首先,通过个体犹豫度和群体犹豫度的提出,保证了决策群体内部信息和知识的有效交流,使关键性决策信息或知识不会通过强制修改或删除的方式失效;其次,采用区间直觉模糊数相关系数测量相似度,避免基于距离测算而可能出现的错误结果;继而,将决策主体权重设置为区间直觉模糊数形式,通过计算不同决策者之间的相对优势值和劣势值进行主观赋值,保证了决策者权重的客观性和真实性;此外,结合TOPSIS和线性规划方法求解得到最优属性权重,保证了属性赋值的精确性,最后,通过具体的应用实例以及与当前学界主要研究成果的比较分析,进一步论证了所提模型的优势和创新性。     

基于三角直觉模糊数Choquet积分算子的多属性决策方法

定义了三角直觉模糊数的Hamming距离,给出了属性独立情形下的三角直觉模糊数算术集成算子,并运用模糊测度和Choquet积分,定义了三角直觉模糊Choquet积分算子,并分析其有关性质。针对方案评价信息为三角直觉模糊数的关联多属性决策问题,利用三角直觉模糊Choquet积分算子集成得到方案的综合属性值,建立多目标优化模型并转化为线性目标规划求解,客观地确定了属性集的模糊测度,进而提出了相应的决策方法。实例分析表明了方法的有效性和合理性。     

基于前景理论和隶属度的混合型多属性决策方法

针对带有决策者期望的混合型多属性决策问题,提出了一种基于前景理论和隶属度的决策分析方法。首先依据决策者对各个属性的期望,将具有清晰数、区间数和语义短语三种形式的决策矩阵转化成为前景决策矩阵。然后,根据各个方案与决策期望之间的广义加权欧氏距离,建立了可变模糊模式识别模型,并通过构造拉格朗日松弛函数,进行交叉迭代计算,得到各个方案的最优隶属度以及对应的属性权重,在此基础上,通过合成各个方案的累计前景值与隶属度,得到方案的综合前景值,并依据综合前景值的大小进行方案排序。最后通过一个原油管道路线优选实例,表明了该方法的可行性与有效性。     

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.     

基于后悔理论和DEMATEL的语言型多属性决策方法

针对目前语言型多属性决策方法大多基于期望效用理论且不考虑指标间影响关系的不足,提出了一种将后悔理论和决策试验与评价试验法相结合的语言型多属性决策方法。首先,依据后悔理论的思想,定义了语言后悔-欣喜函数,给出了方案感知效用值的计算公式;然后,利用决策试验与评价试验法分析指标间的影响关系,给出了基于语言DEMATEL的指标权重确定方法,再通过指标总容量最大优化模型给出了基于注水原理的指标权重确定方法,并在此基础上求解方案的综合感知效用值,据此对方案进行排序择优;最后,通过两个应用实例来验证所提方法的可行性和有效性。实例结果表明,由于该方法同时考虑了决策者的心理行为和指标间的影响关系,因此可使决策结果更加贴近现实且更为可靠。     

基于方案占优和排序稳健性的多属性决策方法

在多属性决策问题中,不同的属性权重会产生不同的评价结果。由于实际问题的复杂性与不确定性,决策者对于属性权重的确定也存在不确定性。这些不确定既来自现实问题的复杂性和可变性,也来自决策者选择的模糊性与随机性。目前已有的研究主要是将不确定的权重信息转化为相对确定的信息（如转化为区间数等）,硬性地消除了不确定,从而给决策结果带来较大风险。本文从方案排序的视角出发,研究在权重空间下,方案的占优关系和排序的稳健性。首先,定义了占优矩阵用于刻画不确定权重信息下方案两两比较的占优关系;其次,分析了方案的排序区间,即在所有可能存在的权重组合下,方案的最好排序和最差排序。然后,定义了方案的全排序排序概率,并且给出了排序概率的计算方法。进而,我们给出了方法的决策步骤和实施过程。最后,本文将该方法应用到某远洋集团的港口评估当中。     

属性集容量确定的夹挤式测度模式及其推算模型

迄今,为解决多属性偏好关联决策属性集容量判断指数复杂性难题所提出的λ模糊测度模式与k-可加模糊测度模式,以及建构在它们之上的属性集容量确定的推算模型,尚存在着适用性差的技术不足。为此,以平衡容量判断的可操作性和容量推算的准确性为视角,提出了一种新容量测度模式,即关于容量判断与推算的夹挤式测度模式,并在此基础上通过引入决策者较易判断给出的容量序信息构建了相应的容量推算模型。基于数值模拟的对比分析表明：新模式不仅在应用可行性上高于k-可加模糊测度模式,而且从容量推算的准确性上看也明显优于λ模糊测度模式和k-可加模糊测度模式,因而对实际决策具有更强的适用性。     

基于交互密度算子的交互式群体评价信息集结方法及其应用

交互式群体评价的一个难点问题是评价信息的集结问题,而国内较少有文献从信息集结算子的角度进行探讨,针对这种不足,同时考虑到信息分布密度是交互式群体评价信息集结的一个重要特征,本文提出了一种基于交互密度算子的交互式群体评价信息集结方法。提出了交互密度算术加权算子(IDWA)与交互密度几何加权算子(IDWGA)两种新的算子,并对新算子的相关性质进行了分析,同时介绍了IDWA和IDWGA算子加权向量(即密度权向量)的确定方法。最后将该方法进行了运用。文章对交互式评价信息集结问题提供了一种新的研究思路。