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。     

语言多属性决策的目标规划模型

研究了只有部分属性权重信息、属性值以语言变量或不确定语言变量形式给出且决策者对方案有偏好信息的语言多属性决策问题.给出了语言变量和不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,定义了语言变量的偏离度概念.在属性值以1)语言变量和2)不确定语言变量,这两种形式给出的情形下,分别建立了一个基于偏离度的目标规划模型,并通过求解这两种模型分别获得相应的属性权重.然后对于情形1),利用语言加权平均(LWA)算子,对语言决策信息进行加权集成,继而对方案进行排序和择优;对于情形2),利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

一种基于可能度的区间判断矩阵排序法

给出了区间数两两比较的一种可能度公式,以及文献[4]中的方法参数k,m的取值范围,提出了一种基于可能度的区间判断矩阵排序方法。最后,通过算例说明了该法的可行性和有效性。     

基于方案贴近度的不确定型多属性决策模型

针对属性权重不能完全确知的不确定型多属性决策问题,提出了衡量决策方案的一个新指标-方案贴近度,并给出了一种基于方案贴近度的决策模型。通过实例说明了该模型的合理性和可行性。     

多属性决策的两种方差最大化方法

本文针对属性权重完全未知或权重信息部分确定的多属性决策问题,提出了两种方差最大化方法.它们能充分利用规范化评价的先验信息,评价结果客观可靠,不具有主观随意性,且易于计算机上实现.     

混合判断矩阵排序的线性目标规划法

基于互反和互补两类判断矩阵, 给出了混合判断矩阵及完全一致性混合判断矩阵的定义, 介绍了互反判断矩阵与互补判断矩阵之间的转换关系, 提出了混合判断矩阵排序的线性目标规划法. 该法通过建立一个线性目标规划模型可求得混合判断矩阵的排序向量, 具有简洁、实用、易于计算机上实现等特点. 最后进行了算例分析.     

一类不确定型多属性决策问题的排序方法

研究了属性权重信息完全未知且属性值以区间数形式给出的不确定型多属性决策问题, 给出了区间数决策矩阵的规范化公式. 基于区间数相离度, 给出了求解属性权重的一个简洁 公式, 并提出了一种基于可能度的决策方案排序方法. 最后通过实例说明了该法的实用性和 有效性.     

基于直觉模糊层次分析的创业投资引导基金绩效评价方法研究

针对我国创业投资引导基金的特点,本文首先从政策效应、经济效应以及管理效应三个维度构建了创业投资引导基金的绩效评价指标体系。其次,考虑到直觉模糊层次分析法自身的优点,尤其在刻画不确定评价信息方面的优越性,本文提出基于直觉模糊层次分析法的绩效评价方法。最后,根据对成都市某创业投资引导基金实际运作数据的收集和整理,并对其绩效进行评价,表明了本文提出的方法在创业投资引导基金绩效评价方面具有良好的适用性。而且通过对该方法与传统模糊层次分析法的比较,发现该方法在评价精度方面具有更加优异的表现。     

知识管理的风险分析、评估与控制

从风险角度研究知识管理问题. 首先,分析和总结了影响知识管理成败的因素,指出知识 管理是一个与组织目标、文化、技术、知识资产、组织结构、评估与激励和财务等风险要素相关 联的管理活动;然后利用区间数方法来评估知识管理风险;最后就如何防范和控制知识管理风 险提出全面的策略框架.     

基于对偶犹豫模糊几何Heronian平均算子的多属性决策方法及其应用

针对需要同时考虑变量隶属度、非隶属度以及关联性的融合问题,本文将对偶犹豫模糊集与Heronian平均算子相结合,定义了对偶犹豫模糊几何Heronian平均算子和对偶犹豫模糊几何加权Heronian平均算子,讨论了新算子的一些优良特性,包括幂等性、置换不变性、有界性、单调性等性质,并针对属性值为对偶犹豫模糊语言信息关联系的多属性决策问题,建立了基于对偶犹豫模糊几何加权Heronian平均算子的多属性决策模型,基于所定义的算子和建立的数学模型,提出了一种新的基于对偶犹豫模糊Heronian平均算子的多属性决策方法。最后,通过多属性决策算例验证了方法的有效性和可行性。