基于概率语言术语信息的前景决策方法

针对属性值为概率语言术语、属性权重完全未知的多属性决策问题,提出一种基于概率语言术语信息的前景决策方法。首先,为解决语言决策信息的群集结问题,通过power语言集结算子把一组语言术语集集结为概率语言术语,最大程度保留决策信息;其次,考虑概率语言术语集现有距离公式分辨率不高,定义一种新的距离公式;再次,鉴于决策者主观风险态度,引入前景理论至概率语言环境中,结合新的距离公式,构建前景决策矩阵;进而,综合主客观因素,构建组合赋权模型计算属性权重;最后,结合前景理论决策模型和指标权重求得综合前景值以此排序得最优方案,并通过算例验证其有效性。

基于累积前景理论的概率犹豫模糊多属性决策方法

针对属性权重信息未知的概率犹豫模糊多属性决策问题,提出基于累积前景理论的多属性决策方法.首先,考虑概率犹豫元素之间的关系,定义概率犹豫模糊熵,分析其性质,并在此基础上提出新的得分函数.其次,鉴于决策者主观风险态度,引入累积前景理论构建前景决策矩阵.进而利用模糊熵最小化和综合效用最大化构建优化模型计算属性权重.最后,结合累积前景理论和准则权重建立多属性决策模型,以综合前景值大小排序得最优方案,并通过算例证明该模型的合理性.

基于AHP和熵权法的组合赋权法

针对属性赋权的单一化,本文建立基于层次分析法 (AHP) 和熵权法的主客观赋权法,并使用折衷参数对其获得的权重 进行加权耦合,采用组合赋权的方法获得最优权重。