基于改进云模型的语言偏好信息多属性大群体决策方法

针对具有语言评价标度、属性权重未知、专家权重未知的多属性大群体决策问题,提出了基于改进云模型的语言偏好多属性大群体决策方法。该方法首先提出了一种改进的云生成方法,将语言值转化成正态云模型;然后在偏好信息已知的情况下,用熵权法确定属性权重;在此基础上,提出了一种基于泛概念树的云模型聚类的方法以确定成员权重;最后通过一个算例验证了方法的合理性和可行性。

基于IOWA算子的模糊语言偏好矩阵排序方法

给出了方案之间比较的一种模糊语言标度及其相应的区间数表示形式。运用模糊语言标度构造出模糊语言偏好矩阵。利用导出的有序加权平均(IOWA)算子对模糊偏好信息进行集结,提出了一种基于IOWA算子的模糊语言偏好矩阵排序方法,并把该方法进一步运用于群体决策中的方案排序和择优。最后通过算例说明了该方法的可行性和实用性。

一种基于语言偏好关系的群体评价方法

针对专家偏好信息权重未知的基于语言偏好关系的群体评价问题提出了一种解决方法。首先,采用序关系分析法和唯一参照物比较判断法指导专家表达偏好信息;其次,在对专家偏好信息形式转换的基础上,定义了2个基于二元语义的诱导有序加权平均算子对权重未知的专家偏好信息进行集结,从而得出群体评价结论;最后,给出了一个应用算例。

基于模糊语言偏好关系一致性改进的决策方法

针对决策者提供的偏好信息为语言标量的决策问题,首先引入了语言偏好关系的有序一致性和加性一致性的定义,研究了语言偏好关系加性一致性的判定方法,构建了满足加性一致性的诱导语言偏好关系,提出一致性指数和满意一致性的概念;然后建立了基于语言偏好关系一致性改进的决策算法,并证明了算法的收敛性,同时通过该算法改进后的语言偏好关系满足满意一致性条件。最后通过数据库系统的选择实例说明提出的决策算法是合理的和有效的。

基于语言偏好信息的稳定双边匹配决策方法

针对语言偏好信息下的双边匹配问题,提出一种双边匹配决策方法。首先,将双边主体给出的语言偏好信息转化为三角模糊数;然后,基于去模糊化处理方法将三角模糊数转化为匹配满意度,在此基础上,考虑稳定匹配约束条件,以最大化每方主体的匹配满意度为目标,建立双边匹配多目标优化模型,求解模型,获得双边匹配结果;最后,通过一个算例验证了提出方法的可行性和有效性。

基于语言偏好的群体决策的软解法

群体决策模型用于支持系统或专家系统，面临的两个问题是：自然语言与机器语言的匹配以及模型解与决策者意向交融．本文在许多学者大量工作的基础上，试图提出群决策的软化求解模型．主要提出两方面的结果：一是多准则语言偏好的综合；二是采用模糊匹配方法和语言变量的软算法将个人语言偏好聚集为群体可接受决策解．最后给出实例计算以说明操作步骤．

生态语言学视域下舟山儿童语言偏好差异性研究

国内学者对于生态语言学的研究取得了阶段性成果,但从生态语言学角度对语言微观生态差异性的实证研究匮乏。本文通过调查问卷和访谈的形式,经SPSS数据分析,从语言参与和语言环境两个维度探究舟山儿童语言偏好的差异,深入剖析其影响因素及变化趋势,揭示语言生态环境的开放性和动态性,以求进一步丰富国内的生态语言学实证研究。

基于对偶自信双层语言偏好关系的多属性群决策方法

针对自信双层语言中“自信度”主观性较强、缺乏对应调节机制等问题,提出了一种新型决策语言术语和基于对偶自信双层语言偏好关系的多属性群决策方法.首先,引入社会网络法获取专家间“信任关系”矩阵,考虑信任传递的全面性和信息失真情况,采用OWA算子和最短链路原则补全“信任关系”.其次,耦合“信任关系”和自信双层语言创建对偶自信双层语言,拓展对偶自信双层语言偏好关系,研究其一致性及共识性指标,并构建对偶自信双层语言的反馈调节机制.进而,利用反馈调节机制中调节后“自信度”和“他信度”指标构建新的专家赋权模型.最后,结合反馈调节机制和专家赋权模型,提出对偶自信双层语言偏好关系的多属性群决策方法.通过湖南省新能源投资项目分析,验证了方法的适用性和有效性.

基于语言偏好序的多属性群决策方法及其在废旧物资循环利用中的应用

循环经济作为应对资源短缺威胁和绿色低碳转型需求的新型经济发展模式,正受到越来越广泛的关注.为了推动这一计划的实践进程,众多举措被提出并付诸行动,废旧物资循环利用体系建设是其中之一.考虑到与此类问题相关的决策过程中通常涉及多方面的制约因素且需要平衡各方意见,提出一种基于语言偏好序和拓展TOPSIS的多属性群决策方法.首先,利用数据挖掘和自然语言处理等技术,对相关新闻网站进行爬虫并获得大量的公共数据,再通过关键词提取和聚类确定决策属性及其权重;然后,采用基于多准则相互评估矩阵的专家互评方式,对参与决策的专家完成赋权;接着,运用语言偏好序、拓展的TOPSIS方法以及最小-最大优化模型依次实现决策信息表征、个体排序和集体排序的完整决策过程;最后,为了验证所提出方法的适用性,将其应用于废旧物资回收站点设置方案选择的实例,并进一步通过比较分析对其优势和特点展开具体说明.

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.

基于自信双层语言偏好关系的大规模群体共识决策方法及其应用研究

双层语言术语集是一种基于二元语言结构提出的复杂语言表达模型。在专家提出偏好信息的同时,通过赋予其自信度信息,能够得到自信双层语言偏好关系。本文开展了基于自信双层语言偏好关系的大规模群体共识决策方法及其应用研究。首先,研究了自信双层语言偏好关系的加性一致性,并提出了一致性检验和非一致性修正方法。其次,提出了基于自信双层语言偏好关系的大规模群体共识决策方法,包括专家聚类算法、权重确定方法和大规模群体共识决策方法。最后,将提出的大规模群体共识决策方法应用于四川省特殊教育改革评估,进而通过对比分析,证实了本文研究的有效性和适用性。

基于一致性局部调整算法和DEA的语言偏好决策模型

设计一致性调整算法和计算可靠的方案排序权重向量已成为近年来备受关注的两个重要研究课题。针对决策信息为语言偏好关系的决策问题,提出一种基于一致性局部调整算法和数据包络分析(DEA)方法的语言偏好决策模型。首先,基于局部调整策略设计一种收敛的乘性一致性调整算法,该算法不仅使得调整后的语言偏好关系具有满意乘性一致性,而且能够尽可能多的保存原始决策信息;其次,基于提出的新型语言DEA模型构造一种语言偏好决策模型用以确定方案的排序权重向量,进而得到合理可靠的决策结果。最后,将提出的语言偏好决策模型用于供应商的选择实例,对比分析实验验证了模型的合理性和有效性。

基于云相似度的语言偏好信息多属性大群体决策方法

针对属性值为语言变量的多属性大群体决策问题,提出一种基于云相似度的大群体决策方法.首先,将语言变量转换为云模型,提出一种基于α截集的云距离和云相似度模型;然后,在此基础上提出云聚类算法,从而对决策大群体进行聚类,根据聚类结果求解聚集权重,再利用云加权算术平均(CWAA)算子求出方案的群体偏好值,进而计算方案群体偏好值的总计分来确定方案的排序;最后,通过算例分析验证所提出方法的可行性和有效性.

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题,提出了一种基于交叉效率DEA和群体共识的群决策方法。首先,提出乘性语言偏好关系导出函数的定义,并构建产出导向的DEA模型,证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上,建立基于理想值的交叉效率DEA模型,提出乘性语言偏好关系的通用排序方法。同时,基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后,利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析,得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失,具有较强的适用性和较高的可信度。

基于交叉效率DEA和随机模拟的区间语言偏好关系排序方法

针对区间加性语言偏好关系排序问题，提出一种基于交叉效率DEA和随机模拟的排序向量计算方法．首先，针对具有一致性的加性语言偏好关系，构建产出导向的DEA模型，分析其相对效率得分与排序向量之间的内在关联．其次，对不满足一致性的加性语言偏好关系，建立改进仁慈型语言偏好关系交叉效率DEA模型，并提出基于该模型的加性语言偏好关系的排序方法．最后，将构建的DEA模型与随机偏好分析相结合，提出区间加性语言偏好关系期望排序向量和可信度的Monte Carlo计算方法．算例分析表明，本文提出的方法能够有效避免信息损失，具有较好的可信度和适用性．

基于模糊语言偏好的工程监理信用评价

传统信用评价方法多从单一建筑市场主体的视角对工程监理进行信用评价,且由于外界信息的不确定性和评价主体的主观偏好,往往使得评价结果失真。针对此本文从利益相关者的视角,在二元语义评价集的基础上引入上下文无关语法对工程监理信用进行评价,此方法将由上下文无关语法表示的语言评价集转换为语言区间值形式,并通过二元语义相关算子求得众多利益相关者的集结模糊偏好矩阵,最后运用偏好度公式与非优势度公式对工程监理信用水平进行排序。算例分析表明该方法可以减少模糊语言评价信息集结和运算过程中出现的信息损失和信息扭曲。

一种基于概率语言偏好关系的DS证据理论改进算法

DS(Dempster-Shafer)证据理论在不确定信息融合等领域有着十分广泛的应用,但当出现高冲突证据时,融合结果往往有悖常理.为了解决高冲突证据合成悖论的问题,本文提出了一种基于概率语言偏好关系的DS证据理论改进算法.该方法用概率语言偏好关系既解决了专家偏好产生的困难,又准确识别了冲突专家,而且提出了冲突证据的调整方法,在保持Dempster合成规则不变的情况下,改进了融合结果.最后分别应用数值分析和案例模拟分析检验了提出方法的科学有效性和应用可行性.

基于语言偏好信息的满意公平稳定双边匹配方法

针对语言偏好信息下的双边匹配问题,提出一种考虑匹配满意性、公平性和稳定性的双边匹配方法.首先,通过构造匹配满意度计算规则,将双边主体的语言偏好信息转化为匹配满意度;然后,给出满意匹配、公平匹配和稳定匹配的定义,在此基础上,考虑稳定匹配约束条件,建立双边匹配多目标优化模型,采用理想点法将多目标优化模型转化为单目标规划模型进行求解;最后,通过一个算例验证了提出方法的可行性和有效性.

一种语言直觉模糊偏好关系的群决策方法

针对语言直觉模糊偏好关系下的群决策问题,本文提出一种考虑加法一致性和群共识的决策方法。该方法主要通过局部迭代算法提高语言直觉模糊偏好关系的一致性和强化共识达成过程并尽可能地保留原始合理信息。文章提出一个转化方法将标准直觉模糊权重向量转化成加法一致的语言直觉模糊偏好关系并建立一个目标规划模型求出标准直觉模糊权重;对于加法不一致的语言直觉模糊偏好关系,提出局部迭代方法来提高一致性;建立加强的共识达成过程来帮助决策者找到满意解。为了更好地使用本文提出的决策方法,给出一个整体决策算法。最后通过一个具体的案例说明该方法是合理有效的。

基于患者偏好的治疗方案风险-利益评估方法

从风险和利益两个维度构建基于患者偏好的治疗方案风险-利益评估体系,将只需n-1次两两比较的基于模糊语言偏好关系层次分析法用于评价指标权重的确定,并根据患者的风险态度及价值偏好对不同治疗方案进行分类,以期为以患者为中心的临床治疗方案选择提供参考。最后,以特发性矮小症治疗方案分类为例说明该方法应用的合理性。