犹豫模糊等级偏好关系投影法及其应用

由于决策环境的复杂性及决策者对决策问题信息了解的局限性,决策者在给出方案间的比较信息时常存在信息缺失、犹豫或不确定的情形。本文基于犹豫模糊集和多属性决策的广义等级偏好优序法,提出了犹豫模糊等级偏好关系。在此基础上,给出了新的贴近度函数,研究犹豫模糊等级偏好关系投影法。最后给出实例说明该方法的可行性,有效性和实用性。

基于区间犹豫模糊偏好关系的多属性决策方法

在现有的区间偏好关系和犹豫偏好关系基础上,首先定义了具有专家犹豫优先度的乘性一致性区间犹豫模糊偏好关系,并提出了其一致性和评价对象优先权重之间的关系;其次,基于模糊决策思想,建立线性规划模型,求出对应评价对象的区间权重向量;最后将模型应用于实例中,说明其可行性。

调和犹豫模糊偏好关系及其在群决策中的应用

基于犹豫模糊环境和概率犹豫模糊环境,在实际的群决策过程中普遍存在计算复杂繁琐和与数量运算规则不相容等问题。对于已有理论的缺陷,提出了调和犹豫模糊偏好关系和乘性一致的调和犹豫模糊偏好关系的定义。调和犹豫模糊偏好关系具有编程简单、易于实现、计算量小且运算相容等特点,这使其在具体应用中的操作过程大大简化。此外,给出了调和犹豫模糊偏好关系的一致性水平的判定及调整算法,可以检测和提高乘性一致性水平。最后,构建基于调和犹豫模糊偏好关系的群决策方法,并将其应用于紧急预案如火灾现场救援决策选择问题。

基于犹豫模糊偏好关系的雾霾影响因素评价

针对犹豫模糊环境下的群决策问题,引入犹豫模糊偏好关系的概念,提出犹豫模糊偏好关系加性一致性、乘性一致性和有序一致性定义,建立基于犹豫模糊偏好关系加性一致性和乘性一致性的决策方案优先关系排序方法.该方法对一致性犹豫模糊偏好关系进行有效修复,使修复后的犹豫模糊偏好关系满足加性一致性和乘性一致性,进而构建最优化模型求解方案优先权重.决策过程尽可能多地保留决策者的偏好信息,简化模型复杂度,拓展犹豫模糊理论的应用范围.通过影响雾霾天气的因素实验验证文中决策方法的可行性和有效性.

犹豫模糊偏好关系一致性改进算法及群决策

犹豫模糊偏好关系一致性分析方法是群决策问题中的一个重要课题。基于犹豫模糊偏好关系,对加性一致性、一致性指数、满意一致性进行了定义和度量,研究了加性一致性犹豫模糊偏好关系的若干判定条件,构造了满足加性一致性的特征偏好关系。在此基础上,构建了犹豫模糊偏好关系的加性一致性改进算法,论证了算法的收敛性,该算法使得改进后的犹豫模糊偏好关系满足满意一致性条件,进而使得决策者获得合理可靠的决策结果。最后建立了基于犹豫模糊偏好关系加性一致性的群决策模型,并通过应急管理系统的选择实验说明提出的群决策模型是合理的和有效的。

基于概率不确定犹豫模糊偏好关系的决策模型

针对犹豫模糊信息在现实决策中难以准确和充分的提供决策者评价信息的问题,引入了概率不确定犹豫模糊偏好关系(PUHFPR)的概念,其能够有效处理概率不确定犹豫模糊元(PUHFE)中元素发生概率信息部分已知和完全未知的决策问题;给出了PUHFPR的期望加行一致性、满意加性期望一致性定义,并以偏差最小化为目标函数构建最优化模型确定PUHFPR元素的发生概率;建立基于一致性调整算法的概率不确定犹豫模糊偏决策模型,得到方案的排序权重向量,从而选择最佳的方案;通过遴选上市公司进行投资的实例说明决策模型的有效性。

基于犹豫模糊偏好关系FMEA方法的改进

为有效解决产品在研发过程中存在的一系列质量可靠性问题,本文提出了一种新的基于犹豫模糊偏好关系的改进FMEA方法。考虑到专家小组对不同失效模式评估时主要依据相关标准和自身经验,存在犹豫模糊不确定或自身偏好问题。本文首先对风险因子的评分标准进行犹豫模糊化,并用犹豫模糊偏好关系对失效模式的相对风险矩阵进行处理;其次,将得到的具有犹豫模糊偏好关系的综合偏好值与犹豫模糊评价信息相结合,得到改进的风险优先数,从而得出新的失效模式风险评估顺序对FMEA进行改进;最后,利用改进的FMEA模型对产品研发过程中的质量风险进行分析验证,使得风险结果更接近实际情况,进而提高研发成功率,显示该方法可行、有效。

犹豫模糊环境下准则具有偏好关系的TODIM方法

针对智慧制造评估时专家的决策信息具有犹豫模糊不确定性问题,提出了一种关于准则具有犹豫模糊偏好关系的改进交互式多准则决策(TODIM)方法。首先提出了准则间的犹豫模糊偏好关系概念,并证明了其基本性质。在TODIM方法优势度的计算过程中,将准则权重犹豫模糊偏好关系替代原有的精确值权重,使信息的准确性最大化。将该方法用于智能制造的评估上,实例分析结果表明所提方法是可行和有效的。

基于犹豫模糊偏好关系的空间数据质量评价

由于空间数据含有不确定性和人的认识水平的限制,空间数据质量评价结果必然含有不确定性。为了在空间数据质量评价中减少不确定性,利用犹豫模糊偏好关系刻画空间数据的不确定性和评价者的认识能力局限性,将评价结果与直觉模糊偏好关系进行比较。结果表明:利用犹豫模糊偏好关系进行空间数据质量评价的结果更加符合实际、更加科学。

基于犹豫直觉模糊相关系数的多属性决策

为了克服现有犹豫直觉模糊相关系数违背统计学直觉的不足,借鉴统计学相关系数的定义,通过定义犹豫直觉模糊集隶属度、非隶属度和犹豫度的方差和协方差,给出了犹豫直觉模糊集的隶属度、非隶属度和犹豫度的相关系数计算公式;并考虑现实中属性权重的不同的情况将其拓展到加权相关系数;而后提出一种基于决策者风险态度的决策方法。用项目投资决策的例子验证了决策方法的有效性,并且分析讨论了决策者风险态度和属性权重对决策的影响。

基于模糊一致性调整算法的推荐系统评估研究

考虑到一致性调整和排序权重向量确定方法是犹豫模糊语言群决策中的2个重要课题,构造基于一致性调整算法的犹豫模糊语言群决策模型。具体来说,该模型首先运用对数最小二乘法计算犹豫模糊语言偏好关系(hesitant fuzzy linguistic preference relation,HFLPR)的排序权重向量;其次,将一致性指数最小的语言偏好关系对应的排序权重向量作为HFLPR的序权重向量;随后,基于一致性调整算法建立了一种收敛的犹豫模糊语言群决策模型。该模型既没有改变原始犹豫模糊语言术语集,又可以尽可能地避免信息的损失;最后,将建立的模型应用于推荐系统的优选过程。实验表明,构建的群决策算法更合理有效。

不完全犹豫模糊语言偏好关系的不一致性修复方法

针对隶属度为犹豫模糊语言的不完全偏好关系,对其进行补全,并提出了一种基于偏差度的修复方法.首先,通过定义转换函数I以及f,并利用积性一致性补全不完全犹豫模糊语言偏好关系(IHFLPR).其次,基于误差偏好值以及两个犹豫度差值大小的比较准则,确定最大偏差度,并依据修复公式对不一致性进行修复.最后,通过实例以及与Xu的方法进行比较分析表明了该方法的有效性.

犹豫模糊集决策理论与方法综述

犹豫模糊集是在模糊信息的基础上通过采用多个隶属度来充分刻画原始信息的一种信息表达方式。与模糊集相比它能够全面刻画专家给出的决策信息,与直觉模糊集相比它更加符合人在决策时的犹豫性。对犹豫模糊集决策理论和方法进行综述,介绍犹豫模糊集的发展历程,分别回顾犹豫模糊集的信息融合理论、信息测度理论、偏好关系理论以及多属性决策理论,总结了犹豫模糊环境下决策理论与方法的未来研究方向。

面向群体共识的三阶段犹豫模糊型信息融合方法研究

个体一致性检验、群体偏好集结、群体共识改进是达成共识的三个关键阶段,高一致性、高共识度、低共识成本分别是群体共识构建三个阶段的重要决策目标。本文通过分析群体共识构建过程中三个核心阶段对共识实现的影响,建立了各个决策阶段的优先模型。首先,针对犹豫模糊偏好关系的评价值特征,设计了融合局部标准化系数的一致性检验和调整模型,为实施群体信息集结提供可靠的模糊判断;其次,以贴近度为诱导值实施犹豫模糊偏好关系群体信息集结,结合统计推断方法设计共识度阈值,科学刻画群体共识水平;然后,针对群体共识度水平较低的情形,设计了融合优化集结权重和最小调整距离的共识改进模型,有效减少群体共识改进中的信息损失与迭代次数。最后,通过比较分析凸显所提决策方法的可行性和优越性。

犹豫模糊群共识实现算法及其数据系统优选

针对犹豫模糊偏好关系(HFPR)可以在复杂的管理环境下全面描述专家的犹豫评价信息的优势,基于HFPR构建了一种犹豫模糊群共识实现算法,并将其应用于银行数据系统的选购过程中。引入一种新的一致性指数方法来衡量个体HFPR的一致性水平;为了提升群体专家对决策结果的满意度,设计了一种犹豫模糊群共识实现算法,该算法能够在群体HFPR达到共识水平的情况下保证个体HFPR仍然具有满意一致性;通过银行数据系统的选购实例和对比分析实验说明了提出的方法的实用性和有效性。

基于局部一致性调整算法的犹豫模糊语言决策模型

犹豫模糊语言偏好关系(HFLPRs)适用于信息不完全导致专家做决策时犹豫不决的情况,是帮助专家评价方案的有效工具。在应用HFLPRs进行决策时,其一致性改进过程对于得到准确有效的结果至关重要。因此,设计了HFLPRs乘性一致性改进算法,并构建了新的犹豫模糊语言决策模型。首先,引入了HFLPRs的有关概念以及HFLPRs的规范化方法;其次,为改进HFLPRs的乘性一致性,设计了新的乘性一致HFLPRs构造模型,并建立了乘性一致性改进算法;在该算法基础上,进一步利用HFLA算子构造犹豫模糊语言决策模型;最后,运用决策模型来处理实践中的配送中心选址问题,通过与现有方法的对比分析,验证了模型的合理性和有效性。

加权犹豫模糊偏好关系及其在群体决策中的应用

考虑到犹豫模糊偏好关系更能全面地表征决策者的偏好信息,将犹豫模糊偏好关系置于权重意义下,定义了加权犹豫模糊偏好关系和乘性一致的加权犹豫模糊偏好关系,并设计了一种一致性调整算法,用于检测和提高加权犹豫模糊偏好关系的一致性水平,最后给出基于加权犹豫模糊偏好关系(weighted hesitation fuzzy preference relation, WHFPR)的群决策方法,并通过案例分析表明所提出方法的实用性和可行性。

犹豫模糊偏好关系乘性一致性的判定及其在群决策中的应用

犹豫模糊偏好关系是一种有效的群决策工具。针对犹豫模糊偏好关系,提出乘性一致性、一致性指数、可接受乘性一致性等概念;获得了乘性一致性犹豫模糊偏好关系的若干判定条件。同时构造了特征犹豫模糊偏好关系,并证明了其满足乘性一致性。在此基础上,给出了不满足乘性一致犹豫模糊偏好关系的调整方法,论证了算法的收敛性。文中提出了基于犹豫模糊偏好关系的群决策模型和步骤。实例分析说明犹豫模糊偏好关系的群决策模型方法是可行和有效的。

基于乘性一致性区间概率犹豫模糊偏好关系的群决策方法

为了有效获取复杂环境下决策者的偏好,提出基于乘性一致性的区间概率犹豫模糊偏好关系的群决策方法。首先,定义区间概率犹豫模糊偏好关系及其运算规则。其次,将距离公式与Spearman秩相关系数和Kendall和谐系数相结合,提出了区间概率犹豫模糊偏好关系的乘性一致性指数和群体共识性指数。然后,构建基于区间概率犹豫模糊偏好关系的群共识模型,并提出基于区间概率犹豫模糊偏好关系的群决策算法。最后,通过实例验证所提方法的有效性与合理性。

基于犹豫模糊偏好关系群决策的共识达成及其在信用风险评价中的应用

提出了基于犹豫模糊偏好关系群决策的共识达成过程.首先,定义犹豫模模糊偏好关系的期望一致;然后,基于期望一致构建数学规划得到评价指标的权重向量,通过直接共识框架建立了交互式的共识调整模型,该模型采用反馈机制,以方便专家进行信息修正,为了尽可能保留专家的原始信息,每次调整只是调整一个位置的偏好值,经过多轮的调整直到达到满意的群体共识;最后,通过中小企业信用风险评价案例说明了该方法的实用性和有效性.