部分权重信息下一种交互式不确定语言多属性决策法

在部分权重信息下的不确定语言环境中,提出一种交互式多属性决策方法。定义了不确定语言变量的相似度、不确定语言方案的期望水平、不确定语言负理想点、不确定语言的方案达成度、不确定语言的方案综合度等概念。基于这些概念,建立了一些决策者与分析者之间不断交互的线性规划模型,然后在此基础上提出了一种实用的交互式选择最佳方案的方法。该交互式过程通过给定和不断地修正方案达成度和综合度来实现人机交互决策,最后给出了应用实例。

基于混合多属性交互式决策的航空军贸供应商选择

针对航空军贸供应商选择的需求和现有评价指标属性的单一性,未考虑决策者的偏好、犹豫程度以及评价指标属性的多样化问题。构建了包含精确数、犹豫模糊集和直觉模糊集作为不同的指标评价属性的我国航空军贸供应商选择评价指标体系。建立了供应商选择方案的满意度函数,通过不断修正方案满意度的下限,提供了基于混合多属性交互式决策的我国航空军贸供应商选择方法。

基于和谐思想的交互式多属性群决策方法

为解决现有研究因并未考虑和则、和谐主题两项要素对交互决策效率与效果的影响而存在的决策过程难于控制和决策结果难以满意的问题,基于和谐思想分别从最小化认知分歧和最大化系统和则度的技术视角构建了用于提取最优属性价值的谐则模型与和则模型,并在此基础上以和谐主题为决策交互目标导向提出了促进决策系统螺旋推进与和谐运行的交互决策方法步骤.模拟验证结果表明所提出的方法具有科学有效性与应用可行性.

基于熵权的单值直觉中智集的多属性决策方法及其应用

考虑到单值直觉中智集能更加准确描述不确定性、不一致性、不连续性信息,基于熵权TODIM和TOPSIS融合方法,建立了单值直觉中智集环境下的熵权TODIM和TOPSIS融合模型,并且将其应用于解决多属性决策问题.通过两个实际案例分析了该方法的可行性和有效性,并将该方法与常用的方法进行对比.结果表明,单值直觉中智集环境下的熵权多属性决策方法能够给出合理可行的决策方案,并且更加贴切地处理不确定信息,有助于人们进行决策.

毕达哥拉斯犹豫模糊集多属性决策研究

针对属性间相互关联,评价信息为毕达哥拉斯犹豫模糊信息的多属性决策问题,首先通过研究犹豫度对决策结果的影响,提出一种新的毕达哥拉斯犹豫模糊集得分函数,解决了现有得分函数中存在的不足。其次,提出一种最小公倍数规范化原则,解决了现有方法容易引入误差的缺陷。最后,针对属性关联的多属性决策问题,基于λ-模糊测度与Choquet积分,提出了一种拓展交互式多准则决策(interative multi-criteria decision-making,TODIM)方法,既解决了属性关联的问题,又通过前景理论反映了决策者的心理行为特征。实例分析与敏感性分析验证了所提算法的正确性与有效性。

基于特殊偏好的交互式多属性决策

由于武器装备的立项决策经常会受到多种特殊因素的影响 ,因此它既不同于一般的政府行为决策 ,也不同于主要基于经济性原则的商业决策 ,这就需要决策者参与到决策过程并逐步得到其偏好信息。所以它希望有一种能够充分反映决策者主观偏好的决策方法来解决此类问题。这里提出一种基于特殊偏好的交互式多属性决策方法 ,允许决策者反复地对方案进行权衡比较和剔除 ,并结合客观和主观的因素 ,利用偏差最大法求解单目标线性规划模型确定各个属性权值 。

一种基于方案集缩减策略的交互式多属性决策方法

在现实中处理多属性决策问题时,很多决策方法因为只有部分权重信息而不能实现。这类多属性决策问题的方法局限性多,可选择方法少,有效性差。为了解决多属性决策问题中的信息不完善的决策问题,文章定义了综合属性的分配性,在优化的过程中删掉综合属性值被支配的方案,从而得到缩减的X的方案集。在方案缩略集的基础上,将在多目标决策领域问题处理中使用的交互式决策思想引入,用来处理多属性决策问题。该方法的引入可以解决只有部分权重信息的不确定多属性决策问题,并用实例验证了该方法的有效性。

部分权重信息下的交互式直觉模糊多属性决策方法

在部分权重信息下的直觉模糊环境中,提出了一种交互式多属性决策方法.定义了方案的期望水平、方案达成度、方案综合度等概念.基于这些概念,建立了一些决策者与分析者之间不断交互的线性规划模型,然后在此基础上提出了一种实用的交互式选择最佳方案的方法.该交互式过程通过给定和不断修改方案达成度和综合度来实现人机交互决策,最后给出了应用实例.

具有不确定信息的纯语言多属性群交互式决策研究

针对属性值为不确定语言变量,属性权重为语言信息,专家权重未知的多属性群决策问题,提出一种基于不确定纯语言混合调和平均算子即UPLHAA算子的交互式多属性群决策方法。首先,给出有关语言评价信息的基础知识,详细介绍了UPLHHA算子的定义和运算规则;然后结合交互式决策的专家权重确定方法提出了基于UPLHHA算子的动态决策方法,即DUPLHHA算法;最后通过实例说明了所提出方法的决策步骤。

一种属性信息不完全的TODIM决策方法

针对属性信息不完全的多属性决策问题,考虑到决策者具有参照依赖和损失规避行为,提出一种不完全信息的TODIM决策方法。首先,在考虑决策者参照依赖和损失规避行为的基础上,计算每个方案相对于其它方案关于每个属性的优势度;然后计算每个方案相对于其它所有方案的总体优势度;再以最大化所有方案的总体优势度作为目标函数,建立确定最优方案的优化模型。进一步,利用TODIM方法的思想,计算每个方案相对于其它所有方案的总体优势度,从而对方案进行排序。最后通过一个风险投资的算例验证该方法的可行性和有效性。

群决策的交互式TOPSIS方法及其应用

建立了一种多轮交互逐步逼近满意解的多属性群体决策的综合方法,对决策方案采用扩展的 TOPSIS(technique for order preference by similarity to ideal solution)法进行定性评价排序,以克服一类难以建立解析模型,分析求解困难的多属性群决策问题;设计了群体满意度等软指标来分析计算,判断群体一致性的达成,最终得出群体满意的方案排序.通过应用实例,说明了该方法的有效性和可行性,初步提出了可作为建立一类实际的群决策支持系统的方法和技术框架.

基于毕达哥拉斯TODIM和Heronian算子的语言多属性群决策及应用

针对决策信息和属性权重为语言术语的多属性群决策问题,提出一种基于Heronian算子和TODIM的毕达哥拉斯决策方法。首先,利用Heronian算子集结个体决策矩阵。其次,利用得分函数改进TODIM方法来适用毕达哥拉斯模糊集;从而建立毕达哥拉斯群决策方法。最后,通过远程会诊协同质量评价验证了该方法的可行性。

基于属性关联的犹豫模糊TODIM多属性决策方法

针对属性值为犹豫模糊信息,且已知属性关联的多属性决策问题进行了研究;首先引入测度函数,参照依赖和损失规避心理行为,对每个属性下相对参照点进行方案两两之间的优势-劣势比较,构建在每个属性下方案的收益-损失矩阵;依据Choquet积分和TODIM方法的基本思想,计算方案的个体感知优势度,在此基础上,计算备选方案的总体感知优势度,进而对方案进行排序;最后通过一个算例分析表明所提出方法的可行性和有效性.

一种模糊环境下的交互式群决策方法及其应用

本文提出一种解决多属性群决策问题的多轮交互式方法,能较好地解决复杂的不确定信息的多人决策问题,基于扩展的TOPSIS法,每个群成员对方案属性两两比较得到语言变量表示的评价结果,通过模糊三角数转换为模糊评价矩阵,设计了多轮交互过程进行评价、选择、排序逐步逼近群体的理想解、设计的群体满意度参数判断群一致性达成情况以控制交互进程;通过计算每个方案评价值到群体模糊理想解的距离,确定方案最终的群体排序,初步建立了一个交互式群体决策支持系统的方法框架,为解决结构化较差和不完全信息的多属性群决策问题提供了一种有效的方法.

考虑信任度的Pythagorean模糊两阶段交互多属性群决策方法

针对属性值为Pythagorean模糊语言,属性权重未知且考虑群体一致性和决策者属性偏好不确定性的决策问题,探讨了一种考虑信任度的两阶段交互多属性群决策方法。首先,考虑决策者偏好,将属性集分为必选属性集和可选属性集;其次,构建两阶段交互机制以确保必选属性集的群体一致性达到阈值,第一阶段以提升群体共识水平为目标进行交互,第二阶段以降低冲突水平为目标进行交互;再次,同时考虑交互的积累稳定性和积累影响因子以确定必选属性集下的决策者权重,并依据信任度确定可选属性集下的决策者权重;最后,用距离熵确定属性权重,并用VIKOR法选出最优方案。算例分析表明,该方法能够较好地解决考虑共识和冲突水平的多属性群决策问题。

基于三角直觉模糊的交互式偏好顺序决策模型

针对多属性决策问题中决策者主观判断的模糊性和决策过程中存在的补偿问题,提出了基于三角直觉模糊数的多属性决策模型。首先,用三角直觉模糊数来完成模糊信息的表达,从而更好地描述出决策信息的不确定性。其次,利用改进后的交互式多准则决策(interactive multi-criteria decision-making,TODIM)方法,并结合偏好顺序结构评估(preference ranking organization method for enrichment evaluations,PROMETHEE-II)方法在模糊环境中对备选方案进行排序,使该框架更具实用性和适用性。最后,通过案例证明了该决策框架的有效性,并对决策结果进行进一步敏感性分析,分析结果验证了其稳定性。

新型距离测度在概率犹豫模糊多属性决策中的应用

作为犹豫模糊集的扩展,概率犹豫模糊集能够更加准确和全面地表达复杂模糊环境下的决策信息。利用分布函数拟合概率犹豫模糊信息,并根据分布函数曲线覆盖面积的相异程度以及分布中心的差异,提出了一种新的距离测度。新距离测度能同时考虑概率犹豫模糊元素整体和内部可能值的差异程度,适合处理概率犹豫模糊信息数据量大的情形。基于新距离测度,能考虑决策者心理行为的TODIM决策方法被应用于概率犹豫模糊环境下属性权重未知的多属性决策问题。以在线会议软件的评估问题为案例分析,验证了方法的有效性。

基于TODIM法的三角直觉模糊多属性决策算法及应用

将TODIM法应用于三角直觉模糊多属性决策领域。首先,在经典TODIM法中引入了Hamming三角直觉模糊距离测度公式,得到了改进的优势度表达式,采用了最大离差赋权法求解三角直觉模糊多属性决策问题的权重。其次,根据三角直觉模糊数得分函数的概念定义了其理想解,并将它应用于改进的优势度。最后,利用改进TODIM法设计了三角直觉模糊多属性决策问题的决策算法,通过算例验证了该算法的可行性与有效性,并且与利用前景理论解决三角直觉模糊多属性决策问题的方案作了对比,说明了该算法的合理性。

基于TODIM的属性权重未知的混合多属性群决策方法

针对属性权重未知的混合多属性群决策问题,本文首先在对不同数据类型的评价值进行规范化处理的基础上,提出了将精确数、区间数、语言术语转化为概率语言术语集的转化方法;然后通过对个体决策矩阵进行集结,利用离差最大化思想确定属性的权重,并将传统TODIM方法拓展到概率语言环境下,构建相对优势度矩阵,根据总体优势度对备选方案进行排序选择;最后通过算例验证了该方法的可行性。

考虑决策者心理行为的区间数多属性决策方法

针对考虑决策者心理行为的区间数多属性决策问题,提出一种决策分析方法.首先,针对决策者参照依赖的心理行为特征,依据前景理论计算每个方案在各属性下的评价值相对于参照点的益损值,并构建益损决策矩阵;然后,考虑决策者损失规避的心理行为特征,基于TODIM方法的基本思想,计算决策者对每个方案的益损值的总体感知价值,并依据总体感知价值的大小对所有方案进行排序.最后,通过一个算例说明了该方法的可行性和有效性.