广义优序群决策方法及其应用

在广义优序数的基础上提出一种新的广义优序群决策方法,根据偏差最大化思想,构建了求解专家权重的优化模型,从而确定方案的综合评价值。最后用算例说明决策方法的有效性和可行性。

基于广义优序法的语言型多属性群决策方法

针对具有语言评价信息的多属性群决策问题,提出基于广义优序法的语言型多属性群决策方法.该方法通过对传统优序法进行有效拓展,采用近年来最新发展的二元语义概念,将语言评价信息转化为二元语义形式的广义优序数,并在此基础上利用方案广义优序数的偏差最大化思想求解得到属性权重,最终确定最优方案.该方法对语言信息的处理较为精确,有效地避免了信息的丢失和扭曲.最后,通过对风险投资案例的分析结果表明了所提出方法的简洁性和有效性.

基于广义等级偏好优序法和层次分析法的购房决策

人们购买住房要考虑如:房价、住房的交通情况、房子的居住环境、小区环境、房屋质量和房屋到工作地点的距离等各种因素,再结合自己的实际情况选出最合适的房子购买。可见购房决策问题可以看做是多属性决策问题,该文针对居民的购房决策,运用广义等级偏好优序法,求出各备选房源的广义优序数;同时运用层次分析法求出各属性的权重,得到加权广义优序数来反应各方案间的优劣程度,最后对结果进行分析,得到消费者最满意的购房策略。

多属性决策的广义等级偏好优序法

提出了广义优序数的新概念,并在此基础上提出了多属性决策的广义等级偏好优序法,将两方案间的优劣等级数延拓至分数情形,使得各方案间的区分度更明显.最后的实例分析证明了该方法的科学性和有效性.

时序多属性决策的广义等级偏好优序法

实际中很多复杂的多属性决策问题往往需要考虑多个时间序列的决策信息,针对这类时序多属性决策问题,本文在优序法的基础上,定义了广义优序数的概念。同时提出基于理想时间权向量的方法来解决时序多属性决策中时间权重的确定问题,进而在此基础上提出时序多属性决策的广义等级偏好优序法。最后,利用文献中的数据,用本文的方法对某集团的四个铜矿企业的综合效益进行了评价,其结果表明了本文方法的可行性和有效性。本文为解决时序多属性决策问题提供了一种新的方法和思路。

考虑偏好信息的动态双边匹配决策方法

针对主体给出偏好信息的动态双边匹配问题,提出了一种匹配决策方法。给出了基于偏好信息的动态双边匹配问题的描述;依据广义优序法将双边主体给出的偏好信息转化为满意度;给出了指数衰减模型确定时序权重的方法,进而将满意度集成为综合满意度;在此基础上,通过建立并求解优化模型,得出最优匹配方案;以风险投资商与风险企业的匹配实例说明了所提决策方法的有效性和实用性。

云制造环境中信息不完全的合作伙伴选择

针对云制造环境中合作伙伴选择信息不完全、动态多属性问题,提出一种基于广义优序法的合作伙伴选择模型。针对不同的数据采用不同的方式将其量化为广义优序数,将伙伴企业选择问题转换为广义优序数矩阵问题,并给出了基于灰色关联法的属性变权计算方法和具有惩罚机制的时序权重确定方法。通过综合广义优序数对候选企业进行排序选择。最后,通过实验仿真验证该模型是可行的和有效的。

一种基于变权的动态多属性决策方法

针对实际问题中决策信息不完全的动态多属性决策问题,提出了广义优序法.将决策问题转化为各方案的广义优序数矩阵问题,并在此基础上引入逼近理想解的排序法思想,提出了确定属性权重和时间权重的变权方法.该方法体现了对决策属性、时间样本的重要性和决策者的主观偏好,使得决策结果更加符合决策者的选择.最后通过实例分析验证了所提出方法的科学性和有效性.

基于前景理论的具有指标期望的多指标决策方法

针对决策者给出单一与组合指标期望情形的多指标决策问题,提出一种基于前景理论的决策分析方法.首先,依据前景理论将决策者给出的指标期望视为参照点,分别计算各方案针对各单一与各组合指标期望的前景价值,并构建各方案的综合前景价值向量;然后,将原始决策问题转化为相应的广义优序模糊约束满意问题(GPFCSP),进而计算各方案针对相应推理准则的总体满意度,并据此对各方案进行排序;最后,通过算例表明了该方法的可行性.