基于熵权与离差最大化的多属性群决策方法

对多属性决策用离差最大化方法,对决策者权重用熵权法确定,并用该方法对建设项目风险进行评价。

基于离差最大化模型的模糊多属性决策投影法

针对属性权重完全未知且属性值为三角模糊数的模糊多属性决策问题,提出了一种基于线性规划和模糊向量投影的决策方法。该方法给出了三角模糊数距离、三角模糊数向量投影等概念,给出了两个属性值规范化公式。基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,从而利用各方案的加权属性值在模糊正理想点上的投影对方案进行排序。该方法不仅避免了模糊数的比较,而且具有操作简便和易于计算的优点。最后,通过算例说明模型及方法的可行性和有效性。

离差最大化时基于交叉评价的多属性决策方法

针对属性权重完全未知,且评价系统内既有客观数据、又有主观因素的多属性决策问题,提出一种基于离差最大化和交叉评价的模糊多属性决策方法。该方法首先定义了最小交叉效率、最大交叉效率等概念,将量化指标用交叉评价方法进行处理;然后采用模糊综合评价方法评价非量化指标,并基于离差最大化思想确定权重;最后将模糊化处理之后的量化指标与非量化指标一起进行最终评价,建立离差最大化条件下基于交叉评价的模糊多属性决策模型。最后通过算例验证了方法的可行性及有效性。

多属性决策中基于离差最大化的组合赋权方法

依据多属性决策中属性权重的确定方法有多种,每种赋权方法有其各自的特点,为了综合利用各种赋权法的优势,基于离差最大化的基本原理,提出了一种组合赋权方法。该方法通过一个最优规划模型来确定组合权重。研究了模型的求解,给出权重的计算公式,探讨组合赋权方法的检验,确保组合权重能反映主观信息和客观信息,并总结该方法的计算步骤。最后进行实例分析,结果表明该组合赋权方法是有效性的。

基于离差最大化的直觉模糊多属性决策方法

针对传统的直觉模糊多属性决策方法中采用直觉模糊熵赋权法的不足,提出了直觉模糊条件下离差最大化赋权方法,构造了直觉模糊数距离公式并对该公式正确性进行了证明,给出了采用了新的赋权方法的多属性决策方法的具体步骤。并以实例验证了新的决策方法的合理有效性。分析结果表明:基于离差最大化的直觉模糊多属性决策方法与传统的基于熵权的直觉模糊多属性决策方法相比,不但考虑了指标值自身的信息,同时考虑了不同方案指标值间的差异,决策结果更加可靠。

运用离差最大化方法进行多指标决策与排序

本文以工业经济效益的综合评价和排序为应用背景，提出了一种多指标决策与排序的新方法———离差最大化方法。该方法能够自动确定各评价指标间的加权系数，且概念清楚、涵义明确，排序结果准确、可信，不具有主观随意性本文以工业经济效益的综合评价和排序为应用背景，提出了一种多指标决策与排序的新方法———离差最大化方法。该方法能够自动确定各评价指标间的加权系数，且概念清楚、涵义明确，排序结果准确、可信。

模糊多属性决策中的离差最大化方法

本文研究属性权重完全未知且属性值为L-R模糊数的多属性决策问题,提出了一种在多属性决策中,基于模糊数及α-截集理论,用离差最大化方法来估计属性权重的方法,随后研究了这种方法的相关性质,给出方程的解,得到方案排序结果。研究表明,由本文所提出的方法是有效、可行的。

基于模糊过滤排序法的复球形犹豫模糊多属性群决策方法

为有效分析属性值的概率分布对决策结果的影响,基于模糊过滤排序法提出属性权重和决策成员权重完全已知的复球形犹豫模糊多属性群决策方法。首先,定义复球形犹豫模糊集以及集结算子和满意度;其次,根据模糊过滤排序法构建复球形犹豫模糊多属性群决策模型;最后,运用算例验证所提方法的合理性和有效性。

基于离差最大化的决策者权重的确定方法

基于离差最大化思想提出了一种确定多属性群决策中决策者权重的新方法。先根据群决策者对方案属性的客观评价值计算出属性的权重,然后根据各方案的综合属性值,基于离差最大化法给出决策者的权重,进而给出多方案间的排序。该方法充分发挥了离差最大法的客观赋权性,并且能够激励决策者对已知方案进行客观合理评价。最后将该方法应用于某化工建设项目环境影响技术评估,实例表明该方法的可行性和有效性。

结合离差最大化的多属性群体决策TOPSIS威胁评估

针对传统理想解逼近排序法(TOPSIS)在确定多个属性权重系数上存在主观性和盲目性,并且所作决策多为单一决策,精确度不高等问题,提出结合离差最大化原理的多属性群体决策TOPSIS改进模型,利用离差最大化原理确定属性权值,同时引进群体决策方法。最后将该模型运用于机群协同空战的威胁评估中,建立了多目标威胁评估数学模型,并进行了全空战过程的动态仿真分析,结果表明所建立的扩展模型是合理可行的。

基于改进TOPSIS组合赋权法的配电自动化通信系统多属性决策设计

目前,国内配电自动化通信系统建设处于高速发展阶段,各地的建设情况不尽相同。根据现有文献可知,大部分地区对通信技术的选择主要考虑技术指标,而没有有效结合各种不同电力业务终端的通信需求,并且针对配电自动化通信系统的选型研究大多只采用了单一赋权法或简单的组合赋权法,没有对匹配结果进行加权排序计算。针对上述现状,结合某地区配电网现状、配电自动化通信网建设现状以及通信业务终端规模现状,分析了该地区通信网的建设需求以及现存问题,提出了多属性量化决策,采用主观赋权法与客观赋权法相结合的方法进行组合权重计算,再利用加权马氏距离代替欧氏距离的逼近理想解排序法(TOPSIS)对不同电力业务终端进行适配性研究,以得到最优通信网络。通过仿真试验,验证了所提出的基于改进TOPSIS组合赋权法的多属性量化决策对通信性能的改善作用。

基于离差最大化的IITFN多属性决策模型

针对属性值为区间直觉梯形模糊数(IITFN),且属性权重为区间值的多属性决策问题,提出一种基于离差最大化的IITFN多属性决策模型。计算各方案与正、负理想解的距离,定义各方案的不同属性到相应正、负理想解分量的离差,基于离差最大化原则给出最优化模型,应用Lingo工具给出权重的值,依据IITFN的加权算数平均算子给出各方案的总离差,根据总离差的大小对各方案进行排序。实例结果表明,该模型的运算步骤少,更易于实现。

多属性决策的两种方差最大化方法

本文针对属性权重完全未知或权重信息部分确定的多属性决策问题 ,提出了两种方差最大化方法。它们能充分利用规范化评价的先验信息 ,评价结果客观可靠 ,不具有主观随意性 ,且易于计算机上实现。

基于离差最大化和决策者视角的群体决策方法研究

主要针对协同设计过程中设计方案的群决策问题进行研究。将离差最大化和群体决策者视角相结合,以解决群体决策多属性权重系数值的确定和决策者之间认可度的问题。先根据群决策者对方案属性的客观评价值,基于离差最大化算法计算出属性的权重值,然后引入决策者视角,构建视角交互矩阵,与计算出的权重值进行耦合,然后给出各个方案间的排序。最后将该方法应用于一个变速器协同设计方案决策实例,表明该方法的可行性和有效性。

基于离差最大化决策法原理上海中药产业在全国的定位

为了正确制定上海中药产业发展战略 ,准确地对上海中药产业发展在全国定位显得尤为重要。本文基于离差最大化决策法原理对上海中药产业发展在全国中药行业进行定位。由于该原理具有较强客观性 ,因而定位客观。

基于离差最大化客观赋权法的一般性算法

本文通过对现有离差最大化客观赋权法两种模型的分析,在证明其中一种模型无效的基础上,结合定性分析,并充分利用属性的已知信息,提出了基于离差最大化原理的离差最大化、离差平方和最大化、方差最大化、标准差最大化客观赋权法的一般性算法。研究表明,该算法简单明了,且易于实现。

一种语言多属性群决策问题的排序法

在多属性群决策问题中，由于受决策者知识结构、判断水平和个人偏好等主观因素以及事物本身的模糊性、复杂性等不确定性因素的影响，决策者在进行决策时，常用诸如“好、满意、一般”等语言形式给出定性的决策信息。有关这方面的研究己引起很多学者的重视，成为研究的一个热点课题。本文采用灰色关联分析法并利用HA算子对语言多属性群决策问题做出了研究。具体做法是：首先将语言评估标度模糊转换成区间数的形式；然后采用灰色关联分析法进行纵向集结，计算出每个决策者对方案的综合指标值；最后利用HA算子进行横向集结（在此过程中，充分考虑数据所在位置的重要性程度，对中间值赋予了较大权重，避免了由于人为因素做出不合理的决策结果），计算出群决策者对方案的群体综合指标值，并进行方案的排序、择优。

连续风险型多属性决策问题的TOPSIS排序法

在社会、经济、管理等领域中存在大量的多属性决策问题。迄今为止，人们已经提出了许多成熟的求解多属性决策问题的方法，但大多数方法要求决策分析时确知方案的属性值。然而，由于客观事物的复杂性和人类认识能力的局限性，实际的多属性决策问题常常伴随着许多不确定性。对于这些不确定型多属性决策问题，传统的做法是简单地取不确定属性的平均值作为属性值，

基于离差最大化算法的旅游业软、硬环境建设力度评价

基于离差最大化算法,从侧面对旅游业软、硬环境建设力度进行综合评价。算例表明,该算法对多目标决策与排序的评价指标的赋权准确可信,能有效地实现旅游业软、硬环境建设力度的定量评价。

基于离差最大化与距离最小化的专家权重确定方法

该文提出了一种基于离差最大化与属性权重向量距离最小化的多属性群决策中专家权重确定的新方法。首先,根据专家给出的客观评价决策矩阵,通过熵权法计算出属性权重值。然后,根据计算得到的属性权重向量构成属性向量矩阵,建立专家函数,求出对应专家权重。其次,再采用离差最大化的方法计算出相应专家的权重。最后,将由距离最小化与离差最大化的方法得到的专家权重值进行加权集成综合,进而给出多方案间的排序。最后,给出算例对其进行说明该方法的可行性与实用性。