基于离差最大化和OWGA算子的多属性群决策方法

本文将离差最大化法和有序加权几何平均(OWGA)算子相结合,先根据群决策者对方案属性的客观评价值,基于离差最大化法计算出属性的权重,然后利用OWGA算子对群体决策信息进行集结,据此给出了多方案间的排序,该方法充分发挥了离差最大法的客观赋权性和OWGA算子的有效集结性,最后将该方法应用于金融机构风险监管系统评价中,实例表明了该方法的可行性和实用性。

基于离差最大化的三角直觉模糊数多属性决策方法

针对属性权重信息未知且属性值为三角直觉模糊数多属性决策问题,提出了基于离差最大化的决策方法.首先引入了三角直觉模糊数的一些运算法则、三角直觉模糊数距离公式和期望值,然后基于最大离差对权重信息未知且属性值为三角直觉模糊数的多属性决策问题给出目标规划模型,从而获得相应的属性权重,利用三角直觉模糊数加权平均(TIFWA)算子对三角直觉模糊信息进行集结,进而根据期望值对方案进行排序.最后,进行了实例分析,说明了该方法的实用性和有效性.

基于HNLOWA算子的模具制造系统选择研究

考虑到评价指标权重信息完全未知且专家语言评价和自然现象通常服从正态分布特征的多属性决策问题,引入犹豫正态语言信息元(HNLE)的定义,构建了基于犹豫正态语言有序加权平均(HNLOWA)算子的决策模型。首先,为了全面有效地描述复杂环境下的专家评价信息,定义了HNLE及其运算规则;其次,提出HNLOWA算子对专家的评价信息进行融合,并进行该算子的优良性质研究;最后,采用离差最大化思想计算未知的属性权重,结合HNLOWA算子设计了犹豫正态语言环境下的多属性决策方法。运用该方法计算4种模具制造云系统的期望得分值,根据该分值筛选出最佳的模具制造系统,通过模具制造系统选择评估案例,验证了该决策方法的可靠性。