基于S型效用函数的区间直觉模糊多属性决策方法

针对属性值为区间直觉模糊数的多属性决策问题,文章提出一种基于S型效用函数的决策方法。该决策方法定义新的记分函数,方案属性值可据此转化为实数值。基于有限理性假设,引入双曲绝对风险规避函数,得到S型效用函数的一般形式,构建效用矩阵。关于定权问题,建立综合考虑主客观因素的优化模型。最后结合效用矩阵及属性权重计算方案效用值并选择最优方案。

基于参考点相依效用函数的区间直觉模糊多属性决策方法

针对区间直觉模糊数多属性决策问题,文章提出一种基于参考点相依效用函数的决策方法。该方法首先定义了一种改进的记分函数,据此将区间直觉模糊数转化为便于计算和比较的数值。其次,鉴于决策者的非理性行为,引入参考点相依效用函数,构建参考点相依效用矩阵。然后,建立综合考虑属性公平性和属性值分布情况的优化定权模型。最后,结合参考点相依效用矩阵及优化定权模型计算各方案综合效用值并据此选择最优方案。

基于直觉模糊数的电动汽车集中充电中心选址决策研究

为有效促进电动汽车市场化,本文提出基于改进前景理论的直觉模糊多准则决策分析方法,并将其应用于电动汽车电池集中充电中心的选址决策。构建电池集中充电中心选址的评价指标体系,建立直觉模糊评价矩阵,并定义新的记分函数,据此将直觉模糊评价矩阵转化为实数评价矩阵;考虑到决策者的非理性行为,引入改进的前景理论,构建改进的前景决策矩阵;建立综合考虑主、客观因素的优化定权模型;结合改进的前景决策矩阵及准则权重提出基于改进前景理论的直觉模糊多准则决策方法;基于该方法研究电池集中充电中心的选址问题,为此类问题提供一种有效的分析方法,并通过算例对此类问题进行优化决策。

基于相对熵和二元熵的多粒度直觉语言TODIM决策方法

针对评估信息为多粒度直觉语言集的决策问题,提出一种基于相对熵和二元熵的TODIM方法。该方法首先定义了直觉语言数的相对熵和二元熵,以度量决策信息的差异和不确定性;其次,构建了基于相对熵和二元熵的专家赋权模型,并建立了主观权重完全已知、部分已知和完全未知场景下的属性赋权模型;最后,为集结多粒度群体决策信息,提出了多粒度直觉语言加权算术平均(MIL-WAA)算子。算例分析表明,该方法能够较好地度量决策信息的不确定性和差异性,并考虑了决策者的有限理性行为,具有一定的合理性和有效性。

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.

基于改进前景理论的直觉模糊随机多准则决策方法

针对方案准则值为直觉模糊数、准则权重信息部分已知的随机多准则决策问题,提出一种基于改进前景理论的决策分析方法.首先,定义一个新的记分函数,据此可将直觉模糊数转化为实数.其次,考虑到决策者并非完全理性及决策者风险态度的差异性,将决策者分为保守型、中间型及冒险型,引入改进前景理论,根据不同决策者类型调整参数,构建改进前景决策矩阵.再次,建立以准则值总差异最大化且准则权重差异最小化为目标的非线性二次偏差优化定权模型,计算准则权重.进而,结合改进前景决策矩阵及准则权重计算各方案的综合效用值,并以此确定方案的顺序排列.最后,通过算例验证所提出直觉模糊随机多准则决策方法的有效性和合理性.

基于连续语言型Z-Number算子的多属性决策方法

针对决策信息为区间犹豫性语言的多属性决策问题,提出一种基于连续语言型Z-Number算子的决策方法.首先,针对评价语言是区间犹豫性语言变量的问题,提出新型语言尺度函数,据此可将语言评价值转化为实数.其次,考虑到实际中决策者犹豫不决的问题,提出利用连续型语言变量表示概率,得到连续语言型Z-Number算子,并建立非线性规划定权模型,计算指标的属性权重.进而,基于连续语言型Z-Number算子和定权模型,给出多属性决策方法.最后,通过算例进行对比分析,验证所提出决策方法的有效性.