基于方案偏好信息的灰色关联度决策模型

针对带有方案偏好信息的多指标决策问题,利用灰色关联度知识进行了研究.在定义四级标度法的基础上,给出方案偏好信息的客观值,并提出了基于灰色关联度、方案偏好信息值和客观信息熵的灰色关联度决策模型.利用非线性规划中的极值原理确定各指标权重的情况下,对决策模型进行求解和应用.应用结果表明该模型科学合理、易于实施.该法多属性决策问题提供了一种简单实用的可靠方法.     

方案有不确定偏好的区间数相对熵群决策方法

研究了属性值是区间数并且已知方案偏好信息的多属性群决策问题。建立了每个方案客观偏好值与主观偏好值偏差的相对熵测度矩阵;基于客观信息和方案偏好信息的相对熵建立了属性权重模型;建立了一个新的区间数比较的可能度公式,基于可能度公式给出了方案排序方法,算例说明方法可行性。     

多属性决策中权重确定的一种集成方法

针对多属性决策中属性权重的确定问题,提出了一种主客观信． 的集成方法．该方法是通过一个数学规划模型,将决策者给出的主观权重偏好信息与客观的决策矩阵信息进行有机 地集成,使确定的权重同时反映主观程度和客观程度．     

基于改进直觉模糊熵的混合多属性决策方法研究

针对属性值以区间数、语言值、直觉模糊数呈现时,提出了基于改进的直觉模糊熵和熵权法结合的方法确定属性的客观权重,通过建立主观偏好值与客观权重的总偏差最小的规划模型得到主观权重,组合赋权后建立可能度矩阵对方案排序,最后给出算例,验证方案的可行性和有效性。     

群决策中基于二元语义的主客观权重集成方法

针对一类属性值和属性权重信息均以语言评价信息形式给出的多属性群决策问题,提出了一种基于二元语义信息处理的主客观属性权重集成方法.首先运用二元语义集成算子计算属性的主观权重,然后给出一种基于最小偏差的属性客观权重计算方法,该方法根据决策者给出的语言决策矩阵计算决策群体对属性判断的偏差,偏差越大,表明决策者对该属性评价意见的分歧越大,则应赋给该属性越小的权重值,以提高群体意见的一致性.在此基础上,对属性的主、客观权重信息进行集成,得到属性综合权重.最后通过算例说明了该方法的有效性和实用性.     

考虑决策者心理行为的混合型随机多属性决策方法

针对混合型随机多属性决策问题,提出一种考虑决策者心理行为的决策分析方法。在该方法中,首先将具有离散型随机变量、灰色型随机变量和语言型变量形式的属性值规范化到区间内;然后将决策者给出的针对不同时期的属性期望视为参照点,并通过计算方案属性值与参照点的距离构建方案的益损矩阵;进一步地,依据累计前景理论,计算方案在不同属性上的收益和损失价值,并在此基础上,通过集结不同属性和不同时期的方案前景值确定各方案的综合前景值,进而依据得到的综合前景值确定方案排序结果。最后,通过一个算例说明了该方法的有效性和可行性。     

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.     

基于灰色关联度求解指标权重的改进方法

针对决策过程中指标权重的确定问题,在分析现有权重确定方法不足的基础上,提出了一种基于灰色关联度求解指标权重的改进方法,并对其性质进行了研究。该方法是对决策者给出的主观权重经验判断矩阵进行充分挖掘,提取出一个公共比较权重数列,并建立一个简易的数学模型,使确定的权重同时反映主观程度和客观程度。算例分析说明了该改进方法的简单性与实用性。     

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.     

一种语言评价信息不完全的多属性群决策方法

针对语言评价信息不完全的多属性群决策问题,提出了一种基于D-S理论的新决策方法。该方法首先对多个决策者给出不完全的语言评价信息进行分析,得到不同属性下各焦元的基本概率分配函数值,然后通过Dempster-Shafer合成法则对其值进行合成,计算决策方案的信度函数和似真函数值,并据此对所有决策方案进行排序。最后,通过一个算例验证该方法的可行性和有效性。     

Random Choice as Behavioral Optimization

We develop an extension of Luce's random choice model to study violations of the weak axiom of revealed preference. We introduce the notion of a stochastic preference and show that it implies the Luce model. Then, to address well‐known difficulties of the Luce model, we define the attribute rule and establish that the existence of a well‐defined stochastic preference over attributes characterizes it. We prove that the set of attribute rules and random utility maximizers are essentially the same. Finally, we show that both the Luce and attribute rules have a unique consistent extension to dynamic problems.     

基于属性重要度的产品定制程度测量模型及定制策略

定制程度的高低反映了制造商对顾客个性化需求响应的程度。运用组合分析法建立基于效用的顾客属性定制偏好测量模型和基于属性重要度的产品定制程度测量模型;以笔记本电脑装配定制为研究对象,运用K-means聚类将样本分成5个不同的属性偏好群体,测量个体与5个属性偏好群体满意度,比较分析多样化生产方式与定制化生产方式下顾客满意度的差异,建立不同偏好群体定制程度与顾客满意度之间的回归模型。研究表明,按照定制属性重要度从大到小依次进行定制生产比细分市场的多样化生产能更有效地提高顾客满意度。     

基于离差的区间二元语义多属性群决策方法

针对具有多粒度区间语言评价信息的多属性群决策问题,提出一种基于区间二元语义信息处理和离差最大化的群决策方法。该方法首先针对由基本语言评价集表示的区间二元语义信息,采用了多粒度区间语言评价信息一致化的方法;然后对属性权重信息完全未知的情形建立基于离差最大化的目标规划模型,得到一个求解属性权重的公式,从而获得相应的属性权重;再利用区间二元语义的集结算子对评价信息进行加权集成,通过区间二元语义信息的可能度公式对集成结果进行排序和择优;最后由实例分析说明该方法的有效性和可行性。     

区间数多指标决策中确定指标权重的一种客观赋权法

研究了指标值以区间数形式给出的不确定性多指标决策中确定指标权重的问题。依据传统的客观赋权法—离差最大化方法,给出了一种确定区间数指标权重的误差分析方法。该方法具有概念清晰、实用的特点,得出的指标权重能够较好地反映各指标信息的差异程度。最后通过一个算例说明了该方法的实用性和有效性。     

一种新的混合型多属性决策方法及在供应商选择中的应用

研究了一种属性权重未知的混合型多属性决策模型.为了简化计算,把区间数和模糊数转化成精确数得到规范的决策矩阵.基于属性的熵,建立了具有柔性的客观权重模型,把客观权重和主观权重线性合成为综合权重.给出了客观权重和综合权重合理性的判定定理.最后的案例说明该法是可行、有效的.     

多属性隐式变权决策分析方法

为克服多因素变权决策方法的内在缺陷,基于Belton 和Gear提出的B/G-AHP层次分析原理给出了一种隐含式的多属性变权决策建模思想,并运用该思想给出了一种多属性变权决策新方法。它相对于多因素变权决策方法具有三方面的比较优势。其一,依赖的变权偏好信息直接由决策者给出,因而能够克服决策分析者对决策结果的主观武断性影响,更好地反映决策者的真实偏好。其二,不会受到由因素的属性值转化为偏好值所额外引入的主观测度偏差的干扰。其三,对决策者主观判断可能存在的误差予以了旨在弱化其影响的优化控制。数值分析表明新方法拥有较好的变权能力,并且相对于已有方法能够给出更易为决策者所接受的评价结论,因而具有较好的应用有效性。     

基于粗集理论的属性权重确定方法

通常属性权重的确定方法是根据决策者的先验知识来确定。本文根据粗集理论中属性重要度的判断方法,提出将决策者先验知识给定的权重同粗集理论确定的属性重要度结合起来最终确定属性权重,即基于粗集理论的属性权重确定,实现主观先验知识同客观情况的统一,从而得出更加理想的权重确定结果。     

基于在线评论数据的产品需求趋势挖掘

随着经济水平的提高和物质生活的丰富，消费者的需求变化也越来越快。能否迎合市场需求的变化是企业产品成功的关键。随着社交媒体的发展，消费者为了分享购物体验发表了许多在线评论信息，其中蕴含着消费者的需求变化。本文在产品特征提取和属性情感分析的基础上，构建了垃圾评论识别模型。然后，利用时间序列分析模型预测下阶段的产品属性关注度和情感计算。最后结合历史数据的变化趋势，分析产品属性的重要性和市场满意情况。利用汽车论坛上的汽车评论数据对本文提出的研究模型进行了验证。研究结果可以为企业制定营销策略以及产品改进与创新提供决策支持。