基于消费者效用改进得分函数的直觉模糊多属性决策方法

针对交易决策中消费者对同质产品存在不同感知期望从而影响决策准确性的问题,基于消费者效用模型改进得分函数并结合IFHA算子提出一种新的直觉模糊多属性决策方法。首先,根据消费者从不同商品中获得效用的均值修正得分函数;然后通过证明改进得分函数的性质,说明新的得分函数的有效性;其次,通过算例新能源二手车交易方案决策将改进得分函数与其他得分函数结果相比较。结果表明,改进得分函数能有效解决交易决策中信息不对称性与消费者感知期望不同的问题。

基于改进得分函数的直觉模糊多属性决策方法

针对属性权重信息完全未知的直觉模糊多属性决策问题进行了探究,提出了一种综合考虑隶属度、非隶属度以及犹豫度的新的得分函数,利用改进的得分函数将传统的熵权法推广到直觉模糊领域,为属性权重完全未知的直觉模糊多属性决策问题提供了一个新的排序方法。实际的铁路冻害整治算例进一步说明该方法的可行性和有效性。

基于改进得分函数的直觉梯形模糊数群体多属性决策方法

为考虑群体多属性决策问题中决策人的风险偏好,在直觉梯形模糊数的基础上,利用连续区间有序加权平均算子对直觉梯形模糊数进行化简,使其转换成直觉模糊数。并基于此提出了一种全新的得分函数。从而得到了一种全新的群体多属性决策方法,将其应用于具体算例中,给出了该方法的具体步骤并证明了有效性。

基于集成算子改进得分函数的区间直觉模糊多属性决策方法

为更大程度的保留决策信息的原始性,针对决策过程决策信息的聚合、备选方案的比选问题,提出一种基于集成算子改进得分函数的区间直觉模糊多属性决策方法。首先,构建各决策者区间直觉模糊集评分矩阵,并根据模糊熵获得各决策者权重。其次,利用区间模糊集集成算子得到区间直觉模糊综合决策矩阵,进而选择Hamming距离表示方法,建立总离差最大化为目标的最优化模型客观确定属性权重。然后,基于得分函数的定义及性质将原始得分函数进行改进,获得各方案的得分区间矩阵,并将其与决策者属性进行综合得到综合得分区间。最后,根据区间数中心和半径的全序关系对方案的距离,计算每个方案的最终得分,并通过某公司选择投资企业算例验证该方法的可行性和有效性。

非线性规划的区间中智集多属性三支决策

得分函数是处理区间中智集多属性决策问题的有力工具,但确定合适的得分函数并不容易。针对这个问题,本文提出一个新的得分函数,克服了其他得分函数在某些值不可分辨的问题,并且在单值中智集和区间中智集上都表现良好。另一方面,用改进的得分函数构造出一对非线性规划模型,以求得各方案的区间型评估值来确定条件概率,并用客观的方法求得相对损失函数。最后由区间型的三支决策分类规则对方案进行分类。并以一个实例说明该方法的有效性。

基于直觉模糊交互影响算子的多属性决策方法

针对属性权重未知,属性值为直觉模糊数的多属性决策问题,并考虑到直觉模糊集隶属度与非隶属度的相互影响关系,提出了一种基于直觉模糊熵和直觉模糊交互影响算子的决策方法.利用直觉模糊熵求出属性权重,引入三种直觉模糊交互影响算子:广义直觉模糊交互影响加权平均算子,广义直觉模糊交互影响有序加权平均算子和广义直觉模糊交互影响混合平均算子,利用交互影响算子来集结信息得到方案综合评价值,通过改进的得分函数对方案进行排序选优.最后,通过一个算例说明了该决策方法的合理性和有效性.