具有偏好图信息的动态格序群体决策问题的鲁棒优化

针对方案对之间关系的识别框架为H={>,‖,≥,≤,≈,<,φ},决策者在各时刻的偏好信息以动态偏好Hasse图的形式描述,且偏好图包含的方案可能不完整的动态群决策问题,提出了一种融合偏好冲突与相容测度的鲁棒优化分析方法。在偏好、偏好序列及偏好图等概念的基础上,对偏好序列间的关系进行了定义;定义了能反映决策者动态偏好的相容与冲突支持等决策函数;集结出各决策者在各时段的权重,基于格上偏好关系建立了融合相容测度的强鲁棒和弱鲁棒分析模型,通过求解模型确定鲁棒策略解空间,得到方案对之间的强鲁棒和弱鲁棒关系,给出了应用该方法的具体步骤,举例说明了该方法的可行性。

区间信度环境下基于偏好熵的随机格序排列方法

针对偏好优劣关系的信度为区间值的决策偏好系统,运用熵理论提出了一种基于区间值分布偏好向量的决策分析方法。首先,将决策者对方案的偏好描述由:优于、劣于、等价和不可比这四种关系拓广为优于、劣于、等价、无法比较但有上确界、无法比较但有下确界、无法比较且有上确界又下确界、不可比七种偏好关系,并结合区间证据的概念和性质给出了决策偏好系统的区间值分布偏好向量与相对熵的概念、性质。然后,构建了基于偏好熵的证据推理非线性优化模型,通过求解模型,并结合优先原则和集结规则将个人偏好集结成群体偏好,给出了该决策方法的具体步骤,举例说明了方法的可行性。