基于混合型评价矩阵的多属性群决策方法

本文针对具有语言型、直觉模糊数和区间直觉模糊数三种评价信息的混合型多属性群决策问题,提出一种基于属性权重和专家权重均未知的决策方法.首先,定义新的转换函数,可将不同粒度的语言评价信息统一成区间直觉模糊数;然后,基于支持度确定未知属性权重,并在综合考虑区间直觉模糊数熵值和相似度的基础上,建立了一种新的专家权重确定模型;在将混合型决策矩阵转换成区间直觉模糊决策矩阵后,利用IIFWA算子依次集结个体决策矩阵,从而得出方案集的排序.最后,应用在ERP选优问题中,验证了方法的有效性.

基于直觉梯形模糊TOPSIS算法的西部民族地区高校贫困生评定方法

针对西部民族地区高校贫困生评定中界定模糊,难以精准这一实际问题,运用直觉梯形模糊数和TOPSIS算法综合评价,以提高贫困生评定的准确性与客观性。首先构建评定指标体系和混合模糊决策值表,定义直觉梯形模糊数得分函数,得出混合模糊决策矩阵,然后利用层次分析法确定各指标权重,根据TOPSIS算法对各学生进行综合比较排序,加以认定,最后通过数值算例对该评定方法的有效性与客观性进行了说明。

供应能力约束下多源采购模糊群决策方法

基于采购企业经常向多家供应商采购的实际需要,本文研究了存在供应能力约束的多源采购决策问题。其决策过程分2步进行:第1步运用群组AHP法、聚类分析法确定属性主观权重,运用熵值模型确定属性客观权重,并将属性主观权重和客观权重线性加权拟合成属性综合权重,通过TOPSIS方法对供应商进行排序;第2步对初步入选的供应商,考虑供应能力约束,建立多目标规划模型,确定采购数量在各个供应商间的最优分配。最后通过具体实例给出该方法的决策过程。