用于异质信息的信任区间交互式多属性识别方法

为了解决混合类型数据与专家知识等异质信息的融合决策问题,该文提出了基于信任区间的交互式多属性识别(BI-TODIM)方法。完善了混合类型数据的距离测度,根据信任区间的构建定理和灰关联方法构建了未知目标混合类型数据的信任区间,阐明了信任区间与直觉模糊数之间的等价关系,创建了混合类型数据和专家知识的识别决策模型,实现了特征层信息和决策层信息的统一表达;分析了基于信度函数的逼近理想解(BFTOPSIS)方法的反转现象及算法的复杂度,定义了区间数的序关系,提出了BI-TODIM识别决策方法,及基于直觉模糊熵的未知权重计算方法。结合算例和目标识别案例,验证了该文方法在解决排序反转和异质信息融合方面的有效性,突出了该方法时间复杂度低、稳定性好、识别准确度高的优点。

概率语言环境下考虑专家心理行为的QFD方法

为解决传统质量功能展开(QFD)在实际运用过程中存在关于顾客需求和工程技术之间的关系评估,顾客需求权重的确定和工程技术的优先级排序等方面的固有缺陷,提出一种概率语言环境下考虑专家心理行为的QFD方法.运用概率语言连乘层次分析法(PL-MAHP)确定顾客需求初始权重,针对顾客需求之间的关联关系,运用模糊认知图(FCM)对顾客需求进行推理分析并获取其最终权重;为有效地处理QFD团队专家评估信息中的模糊性和不确定性,使用概率语言术语集(PLTS)表征顾客需求和工程技术之间的关联强度,并将交互式多属性决策(TODIM)拓展到概率语言环境中,依据各个工程技术的全局占优度来最终确定工程技术的重要度,充分考虑了专家心理行为对工程技术的优先级排序的影响.在电动汽车产品开发实例中运用本文方法结果表明,该方法能合理有效地确定最终重要度.与现有其他方法对比分析,验证了本文方法的优越性.

单值中智语言环境下的TODIM决策方法

基于决策过程中属性值信息的不确定性以及决策者对收益与损失风险态度的差异,提出了单值 中智语言环境下的交互式多属性决策方法(TODIM).首先,利用单值中智语言集量化属性值信息中的不确 定度并进一步地描述属性值信息;其次,基于改进后的语言标度函数定义了单值中智语言数的距离测度和集 结算子;在此基础上,通过标准差计算属性权重,依据TODIM 方法计算各方案的全局优势度并排序;最后, 通过节能服务公司的选择案例验证了该方法的可行性与有效性.

科技创新团队和谐度的评价方法及案例应用

在和谐管理思想指导下,界定了科技创新团队和谐度的概念;依据和则、谐则,从众多团队绩效指标中提炼出科技创新团队和谐度指标,构建和谐度指标体系;依据能否体现和谐管理思想,选取交互式多属性群决策方法作为和谐度评价方法;以西部某大学的4个科技创新团队为评价对象,组建和谐度评价组并进行和谐度评价和排序。这种将交互式多属性群决策用来评价科技创新团队和谐度的方法,可为国内外科技创新团队绩效评价提供借鉴。

基于云模型的改进TODIM方案评价方法

针对传统方案评价方法只考虑评价信息的模糊性而忽略信息随机性的问题,同时考虑决策者具有参照依赖和损失规避行为,提出基于云模型的改进交互式多属性决策(简称为TODIM)方案评价方法。首先采用云模型对语义评价变量进行量化;其次定义算术平均云,基于云距离测度算法分析专家评价云与算术平均云的相似度,确定专家动态权重,并通过云的集成方法构建加权云决策矩阵;再定义正、负理想云模型并以最大化所有方案的总体贴近度为目标,建立线性规划模型确定指标权重;最后采用基于云距离测度算法的云-TODIM方法计算每个方案相对于其他所有方案的总体优势度,从而对方案排序。以云服务供应商的评价与选择为例,验证了所提方法的有效性。

考虑心理行为的区间二元语义动态群决策方法

针对当前属性值为区间语言信息的群决策方法的不足,提出了一种考虑决策者心理行为的区间二元语义动态多属性群决策方法。定义了一种更接近决策者思维习惯的区间二元语义新的距离公式;引入时间度概念,结合考虑专家评价的综合一致性,建立优化模型求解时序权重;并基于前景理论,构建前景偏差值最小化的权重优化模型;采用基于新距离测度的交互式多属性决策(TODIM)方法计算方案的综合总体优势度,以此对方案进行排序。并以供应链协同合作伙伴的选择与评价为例,验证了所提方法的有效性和合理性。

A novel interactive preferential evolutionary method for controller tuning in chemical processes

In response to many multi-attribute decision-making(MADM)problems involved in chemical processes such as controller tuning,which suffer human's subjective preferential nature in human–computer interactions,a novel affective computing and preferential evolutionary solution is proposed to adapt human–computer interaction mechanism.Based on the stimulating response mechanism,an improved affective computing model is introduced to quantify decision maker's preference in selections of interactive evolutionary computing.In addition,the mathematical relationship between affective space and decision maker's preferences is constructed.Subsequently,a human–computer interactive preferential evolutionary algorithm for MADM problems is proposed,which deals with attribute weights and optimal solutions based on preferential evolution metrics.To exemplify applications of the proposed methods,some test functions and,emphatically,controller tuning issues associated with a chemical process are investigated,giving satisfactory results.

犹豫区间中智不确定语言环境下的TODIM方法

针对属性值为犹豫区间中智不确定语言元的决策问题,提出了一种交互式多属性决策(TODIM)方法.首先,通过定义犹豫区间中智不确定语言元的得分变量、精确变量和确定性变量,给出了基于不确定语言变量可能度的犹豫区间中智不确定语言元的比较方法.然后,基于TODIM思想,根据犹豫区间中智不确定语言决策信息之间的可能度确定决策方案之间的占优度,依据综合前景值得到方案的优劣次序.最后,通过算例分析表明了该方法的有效性.