基于累积前景理论的直觉梯形模糊数多属性决策

针对属性值为直觉梯形模糊数的复杂问题,考虑到决策者有限理性的心理特征,提出一种基于累积前景理论的直觉梯形模糊数多属性解决。首先通过定义直觉梯形模糊数的价值函数计算出了方案的前景值,并运用专家投票的方法集成了专家组的意见,最终根据各方案的综合前景值对方案进行优选。最后将本文方法应用于烟草公司战略合作方的选择上,通过对比分析说明了该方法的可行性。

一种基于概率语言偏好关系的DS证据理论改进算法

DS(Dempster-Shafer)证据理论在不确定信息融合等领域有着十分广泛的应用,但当出现高冲突证据时,融合结果往往有悖常理.为了解决高冲突证据合成悖论的问题,本文提出了一种基于概率语言偏好关系的DS证据理论改进算法.该方法用概率语言偏好关系既解决了专家偏好产生的困难,又准确识别了冲突专家,而且提出了冲突证据的调整方法,在保持Dempster合成规则不变的情况下,改进了融合结果.最后分别应用数值分析和案例模拟分析检验了提出方法的科学有效性和应用可行性.