模糊多属性决策的最小偏差法

针对只有部分属性权重信息,决策者对方案有一定的主观偏好,并且属性指标表示形式多样的多属性决策问题,文章给出了把属性指标表示为梯形模糊数的方法,建立了一个基于主客观偏好值的总偏差最小化的线性规划模型,用以求解最优权重向量,进而以方案的客观综合模糊期望值大小排列方案优劣次序的决策方法.最后,通过实例表明了该方法的实用性和有效性.     

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。     

部分权重信息下考虑风险偏好的不确定多属性决策方法

通过引入风险偏好因子,文章借鉴DEA交叉评价思想,构建部分权重信息下考虑决策者风险偏好的不确定多属性决策方法.通过风险偏好因子的引入,将区间数决策信息映射为实数决策信息;假设各决策方案均具有“使自身评价值最大化”的特点,求得各自的最优评价值和权重向量;各决策方案按照系统内所有方案的最有利权重进行评价后,将平均交叉评价值作为决策基准.最后通过算例说明了方法的可行性和有效性.     

基于犹豫梯形模糊数相似度的多属性决策方法

文章针对梯形模糊数提出了一种新的形式简单且有效的相似度的度量方法.结合犹豫模糊集的运算法则,构建了属性值为犹豫梯形模糊数的相似度公式研究了基于犹豫梯形模糊数相似度的多属性决策方法.     

属性权重未知的混合型多属性决策方法

本文针对属性权重信息完全未知且属性值有实数、区间数和模糊数的混合型多属性决策问题,提出一种新的决策方法,根据已有数据,按照偏差函数建立模型计算出各指标权重;在此基础上,求出各方案与理想方案间的灰色关联度来求解权重未知的混合型多属性决策问题,从而推广了关联度的应用范围,同时为权重未知的混合多属性决策问题提供了新的方法。     

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。     

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.     

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.     

一种区间直觉模糊数多属性决策的TOPSIS方法

针对属性权重信息确定且属性值为区间直觉模糊数的多属性决策问题,提出了一种逼近理想解的决策分析方法。该方法依据传统的TOPSIS方法的基本思路,得到每个方案与正、负理想方案间的加权海明距离,进而计算出每个方案与正理想方案间的相对接近度,即可得到所有方案的排序结果。最后,进行了实例分析,说明了该方法的实用性和有效性。     

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。     

一种带有偏好信息的多属性决策方法

针对属性值由实数形式给出,属性权重完全未知,且带有决策方案整体优劣水平信息的多属性决策问题,以传统理想点决策模型为基础,建立了一种最优化决策方法。为解决权重信息不完全的多属性决策问题提供了新的思路。最后,给出了一个实际例子以说明方法的有效性和应用性。     

众里取大规则下由频率确定属性权重的方法

目前获取属性权重方法,大多数需要决策者对属性直接打分或两两比较或优劣排序,这要求属性数量不宜过多、决策者应对各个属性有充分了解.众里取大规则下由频率确定属性权重的方法要求决策者挑选一个最重要属性,进而通过频率确定属性权重.文章首先视属性赋值为随机变量,依概率期望定义权重公式;然后根据离散选择模型相关结论,推导出属性频率与权重的转换表达式,将其代入权重公式得到属性权重;最后构造卡方统计量,判断权重之间是否具有显著差异.该方法适用于有大量决策者和众多属性的群决策问题.     

一种区间型多属性决策的新方法

针对决策者的偏好信息和决策矩阵元素均为区间数的不确定多属性决策问题,提出了一种新的决策方法。该方法引入决策者的心态指标把区间型决策矩阵转化为带心态指标的决策矩阵,再通过求解主观偏好与客观偏好的总绝对偏差最小的单目标规划问题,得到属性的权重向量,利用方案的综合属性值给出各方案的排序结果。当决策者处于不同的心态时,可以通过调整其心态指标来进行决策,更加符合实际,计算简单,易于计算机上实现,应用实例表明了方法的有效性和实用性。     

区间数多指标决策的一种新方法

文章针对属性值和属性权重均为区间数的多属性决策问题进行了研究,给出了一种能够很好地处理该问题的实用方法.文章首先对各方案的指标属性值取平均;其次利用区间数权重信息得到一组顶点权重向量.依次将这些权重向量代入多属性决策方案,按照最优方案出现的次数和所有方案的综合得分,进而确定方案的排序.实例证明了所提方法简单、有效,易于实现.     

一种决策矩阵与属性权重分别集结的群决策方法

针对同一个方案,不同决策者给出的决策矩阵和属性权重具有差异性.文章采用相似度模型分别对决策矩阵和属性权重进行集结,并对决策者进行赋权,进而运用理想点法进行方案排序,算例说明了该方法的可行性和可信性.     

模糊多指标决策的一种新方法

本文证明了区间数与三角模糊数的乘积为一梯形模糊数。将指标权重为区间数、评价指标取值为三角模糊数的多指标决策问题转化成指标为梯形模糊数的多指标决策问题;进而给出了梯形模糊数多指标决策问题的逼近理想点法,并用该方法分析了一个实际问题。     

一种权重信息不完全的区间直觉模糊数多属性决策方法

文章针对权重信息不完全的区间直觉数多属性决策问题,首先引入了区间直觉模糊数的定义和区间直觉模糊数的得分函数。然后对权重信息不完全的区间直觉模糊数的多属性决策方法进行了研究,给出了一个基于加权得分函数的目标规划模型,从而获得相应的属性权重,然后得到每个方案的加权综合得分函数,进而根据加权综合得分函对方案进行排序。     

基于投影的直觉模糊群决策专家权重确定方法

文章针对方案属性值为直觉模糊数的群决策问题,提出了一种基于投影的专家权重确定方法.该方法按照投影分析的基本思想,给出了确定直觉模糊环境下群决策专家权重的计算步骤.其核心是计算每个专家的隶属度矩阵在群体隶属度矩阵上的投影和非隶属度矩阵在群体非隶属度矩阵上的投影,进而利用领导者的偏好度求出专家个体决策矩阵与群体决策矩阵的相似度,最终确定每个专家的权重.最后给出的算例表明了该方法的可行性和有效性.     

权重为区间数的多属性决策的集对分析法

文章针对属性权重为区间数且属性值确定的多属性决策问题,提出了集对分析的决策方法。该方法将属性权重为区间数且属性值确定的多属性决策问题转化为属性取值为区间数的多属性决策问题,然后依据集对分析理论把论域三划分的思想,把区间评价值转化成联系数的形式,进而得到每个方案的综合联系数,计算出每个方案的集对势,即可得到所有方案的排序结果。最后给出了一个数值例子,结果表明方法简单,有效和易于计算。     

一种基于多维区间数加权距离的多属性决策方法

区间数是描述不确定性的一种数学方法,通常的不确定多属性决策方法基于一维区间数。文章借鉴向量之间距离概念,提出了一种基于多维区间数加权距离的多属性决策方法。首先在介绍一维区间数和相关运算的基础上给出了多维区间数概念及其相关运算,着重分析了多维区间数之间的距离与加权距离;然后由多维区间数加权距离概念得到了多维区间数的范数,类似于向量范数,提出了基于范数的多维区间数大小比较的新测度,研究了基于多维区间数加权距离的不确定性多属性决策排序方法;最后给出算例说明了提出方法的有效性。