基于决策者偏好构造的概率语言型Z-number多属性决策方法

由于决策环境的日益复杂,专家评价信息往往会包含专家偏好,因此有必要对专家偏好进行识别与处理。针对这一情况,提出了基于决策者偏好构造的概率语言型Z-number并应用于多属性决策问题中。首先,针对专家偏好未知的情况,提出了一种基于修正的平均得分距离,由专家评价信息确定专家偏好。然后,依据得到的专家偏好,利用GOWPA算子与最大熵生成概率语言型Z-number。同时,获得专家评价信息的可信度,由专家可信度聚合专家信息并采用TODIM方法对方案进行排序。最后,在国家大力提倡节能减排的背景下,将所提方法应用于国家绿色矿山试点企业的选取上,验证了所提方法的有效性和可行性。

基于新语言尺度函数的犹豫Z-number群决策模型

针对犹豫语言型Z-numbers(HLZ-numbers)的群决策问题,提出了在未知专家属性权重时以犹豫语言型Z-numbers为信息环境下的群决策方法;首先在Z-number理论和语言型语集的基础上提出了两类新的语言尺度函数(LSF)以及相关性质,并用新的语言尺度函数来度量语言型信息;其次结合两类新的语言尺度函数提出了犹豫语言型Z-numbers之间的距离公式,并建立了基于新的语言尺度函数的犹豫Z-numbers群决策模型;该模型结合集成算子理论,利用区间数算术平均将决策矩阵集成为综合矩阵,通过建立二维的可能度比较可能度矩阵,然后利用排序向量法进行排序;最后,通过一个实例分析验证了该方法的有效性和可行性。

基于犹豫区间直觉语言型Z-Number熵和决策者风险态度的多属性群决策分析

犹豫区间直觉语言型Z-number(HIILZN)是在语言型Z-number基础上拓展而来的,在处理现实世界决策上扮演重要的作用。本文主要提出了在以犹豫区间直觉语言型Z-Number为信息环境下决策者有风险偏好的多属性群决策模型,探究决策者不同风险态度对权重和方案排序的影响,对于进行金融投资以及风险投资等方面的决策均有一定的参考价值。本文首先提出了两种新的语言尺度函数,并基于语言尺度函数,提出了HIILZNs新型距离公式,并利用与HIILZNs正理想点的距离提出了HIILZNs的排序值公式。进一步地基于距离公式提出HIILZNs距离相似度公式,并利用距离相似度构造最优模型求解最优专家权重。接下来提出HIILZNs熵公式度量HIILZNs自身的不确定性,并基于决策者风险态度提出风险偏好因子,然后利用风险偏好因子和熵公式定义了风险偏好函数。最后构造排序值加风险偏好函数最大化的最优决策模型求解最优权重,然后利用WAA算子集结每个方案的属性值得到综合排序值并排序,并探究不同风险偏好下属性权重的变化以及对方案排序的影响。最后,通过一个实例验证该方法的科学性和有效性。

新型犹豫不确定Z-Numbers熵及其多准则群决策分析

犹豫不确定语言型Z-Numbers的语言尺度函数是由两种不同语义的集合构成,分别度量两种语言尺度函数,确定其三个基本性质。结合语言尺度函数和犹豫不确定语言型Z-Numbers的模糊因子及犹豫因子,构造了犹豫不确定语言型Z-Numbers的交叉熵和熵,引入求解决策者权重和准则权重的两种最优化模型,通过求解最优化模型确定综合熵决策矩阵,由排序值公式给出多准则群决策问题的最优方案。通过一个实例分析比较得出相同的最优方案和不同排序,验证了该决策方法的有效性与可行性。

区间二型模糊语言Z-numbers及其应用

针对区间二型模糊多属性群决策问题,提出了以区间二型模糊语言Z-numbers(IT2FLZNs)为信息环境的群决策方法。首先,在区间二型模糊集和Z-numbers理论基础上提出了区间二型模糊语言Znumbers并定义了其相关运算性质,提出了两个区间二型模糊语言Z-numbers之间的相似度与距离;其次,在专家和属性权重都未知的情况下,根据决策中总体不确定性最小原则,利用相似度构建最优化模型,确定专家和属性的权重,并且通过综合比较各方案的群体效用值、个体遗憾值和亲密度来选择最优方案;最后,通过一个银行流动风险的实例验证所提方法的有效性与可行性。

基于云模型与PROMETHEE方法的语言型Z-number多属性决策

针对属性权重未知,属性值为语言型Z-number的多属性决策问题,提出了一种基于云模型与丰富度评估的偏好排序组织方法(Preference ranking organization method for enrichment evaluation,PROMETHEE)的决策方法。首先,引入语言尺度函数,然后利用其建立转化模型完成语言型Z-number向云模型的转化。此外,通过定义云可能度函数,建立属性权重求解公式及构建正弦偏好函数,进而计算方案的优先指数,通过计算方案的正负方向优序级别值得到备选方案综合优序级别值,进而得到方案排序。最后通过算例及比较分析验证本方法的有效性和可行性。

区间直觉语言型Z-Numbers及其在多属性决策中的应用

文章首先提出了2个新的尺度函数用来度量语言型信息,并基于犹豫不确定语言型Z numbers(HULZNs)给出了区间直觉语言型Z-numbers (IILZNs),其次,基于尺度函数给出IILZNs之间的标准Hamming距离公式,最后将距离公式应用于解决属性权重未知时以IILZNs为信息环境下的多属性决策(MADM)问题.

HULZNs环境下基于语义偏好参数的多准则群决策模型

针对语义分布不平衡环境下的语义偏好和决策信息的复杂性问题,为提高决策的准确性,提出了一个新型不平衡语言尺度函数.它可通过改变语义偏好参数来调节相邻语义之间的偏差,适用于不同的决策环境,并对相关性质进行了证明.在犹豫不确定语言型Z-numbers(hesitant uncertain linguistic Z-numbers,简称HULZNs)的环境下,定义了两个HULZNs之间的距离以及部分运算,建立了优先加权平均运算算子和一种新型多准则群决策模型.最后,对提出的新模型利用实例进行了分析,验证了方法的有效性和可行性.

犹豫不确定离散语言Z-numbers及其基于离散T模的多准则群决策问题的应用

介绍基于Z-numbers和语言模型的犹豫不确定离散语言Z-numbers(HUDLZNs).HUDLZNs能够有效地描述决策信息的复杂性和不确定性,并能较好地反映出决策者的犹豫性.在此基础上,提出一种基于离散T模融合和正理想方案的多准则群决策方法.首先,借助语言尺度函数来处理语言信息,并定义HUDLZNs间的距离、λ截集和Cλ截集;其次,提出基于HUDLZNs的离散T模融合;再次,结合离散T模融合和语言尺度函数的优点提出一种HUDLZNs的多准则群决策方法;最后,用ERP系统选型的实例进行阐明,并通过灵敏度分析和已有方法的比较进一步表明所提出方法的有效性和可行性.

关于ELECTER的正态Z+值的多属性群决策

基于将语言型Z-number在云模型的基础上转化为正态Z+值,在属性权重未知、决策者权重已知的情形下,提出了基于ELECTER的正态Z+值的多属性群决策方法。引入了针对正态Z+值的广义加权平均聚合运算,定义了正态Z+值比较大小的方法。利用引入的广义加权平均聚合运算将多个决策者的信息聚合,再利用定义的正态Z+值比较大小的方法确定一致集和矛盾集,构建相应的矩阵,再通过净优势值来确定排序。最后通过例子说明其可行性。

在PLZN环境下基于组内优势关系的TODIM-PROMETHEE决策方法

针对多准则群决策问题,提出了一种新的关于专家评价组内优势关系,在概率语言型Z-number(Probabilistic Linguistic Z-number)环境中应用TODIM、PROMETHEE决策方法结合起来的一个新的决策方法,不仅避免了TODIM方法的补偿问题,也有效地反映了准则的权重;首先通过引入新定义的影响因子、敏感因子和附加因子确定了组内优势关系,其中敏感因子具有举足轻重的作用;随后根据新的优势关系定义了组内偏离度,据此将同一评价可信度的PLZN融合;其次,根据各组专家评价的可信度,将不同可信度的评价融合,由此新定义了综合偏离度;进一步利用新的决策方法:TODIM-PROMETHEE,先后得到了准则的权重以及综合优势度,根据净流判断方案的先后顺序;最后通过一个实例的应用与分析说明新决策方式的有效性与可行性。