基于不确定orness测度约束的MEOWA算子权向量模型

考虑orness测度水平为不确定型的情况下如何求解MEOWA算子权向量问题。结果表明:不确定型or-ness测度下求解MEOWA算子权向量可以转化为相应orness测度区间端点或内点时的MEOWA权向量的求解,并对两者的关系进行分析。将该方法应用于某化工建设项目环境影响技术评估,算例表明该方法的可行性和有效性。

基于Orness测度约束的多阶段灰色局势群决策模型

研究多阶段灰色局势群决策模型.从决策专家各阶段的评价信息质量分析入手,给出了评价阶段质变和量变的定义;基于各阶段的评价信息和Orness测度,构建以相邻阶段信息偏差最小为目标的时间权重模型,分析了在保持最优局势不变的情况下Orness测度的取值范围,为决策专家Orness取值提供参考;研究基于群体差异最小的决策专家权重模型,提出一种多阶段灰色局势群决策评价信息集结方法.最后,通过一个具体的算例说明了该方法的有效性和可行性.

基于感知效用的多阶段多属性匹配决策途径

针对当前双边匹配研究仅限于单阶段情形,提出一种多阶段多属性情形下的匹配决策方法。首先,根据主体给出的各阶段orness测度,建立以各阶段orness测度与所求的累积权重orness测度间的偏差和,以及各累积权重之间的最大离差,两者之和最小为准则计算得到匹配对象各属性的累积权重。然后,与专家给出的属性值加权集结得到其累积评价值,进而依据逼近理想解法的思想测算匹配对象的累积评价值与主体期望的正负理想值之间的吻合度,得到主体的感知效用并作为匹配依据。通过建立一种基于感知效用的双目标优化模型,使用极大极小法求解该模型获得匹配结果。最后,通过一个算例比较极大极小法与线性加权法,前者得到的双方损益效用差值(0.33)小于后者(0.36);另外,所提方法使较劣一方的损益效用达到最大。

基于广义有序模块化算子的高校教师绩效评价

针对语言环境下绩效评价中多层级指标结构的模块化特征,构建了二元语义广义有序模块化平均(2TLGOMA)算子,该算子具有单调性、幂等性、有界性和置换不变性;进而提出二元语义广义有序加权模块化平均(2TLGOWMA)算子和混合加权二元语义广义有序模块化(H2TLGOM)集成算子的概念,同时定义了Orness测度;给出一种语言信息环境下,基于2TLGOWMA算子和H2TLGOM算子的高校教师绩效评价方法,该方法的优点在于它不仅考虑了评价指标体系各模块之间的结构关系,也兼顾了指标体系的权重信息和评价者的态度偏好;最后,通过实例分析说明了该评价方法的可行性和有效性。

计算OWA算子权重的最小最大不一致方法及讨论

权重向量的确定是有序加权平均(ordered weighted aweraging,OWA)算子理论中的一个关键问题,目前已有不少获取权重向量的模型。2010年EMROUZNEJAD和AMIN两位专家在计算OWA算子权重向量时提出了改进最小最大不一致模型:对于给定的orness测度建立一个最小最大目标规划问题,求解该模型可以得到最优权重向量。但由该方法得到的最优解并不唯一,且存在无穷多解,因此,该模型存在不可靠性。本文通过引理给出定理,证明了其最优解的不唯一性,并用简单有效的数值例子予以说明。

复杂网络视角下的学术期刊动态评价方法

[目的/意义]针对现有学术期刊评价方法大多为静态的情况,提出一种新的复杂网络视角下的学术期刊动态评价模型。[方法/过程]首先,分别利用改进的因子分析法、熵权TOPSIS法、DEMATEL法、VIKOR法、幂平均算子对学术期刊进行静态综合评价,并得到5种不同的学术期刊静态综合评价结果;其次,依据学术期刊静态综合评价结果构建复杂网络,并计算学术期刊静态组合评价结果;最后,基于Orness测度法确定时间权重,并利用改进的GRA法计算学术期刊动态评价结果。[结果/结论]以中文图书情报类期刊为对象,研究表明:该模型将复杂网路方法引入到组合评价中,能够较好解决多种学术期刊静态综合评价方法结论的非一致性问题;该模型计算各年的学术期刊静态组合评价结果,能够对学术期刊的未来发展趋势进行有效预测;该模型基于Orness测度法和改进的GRA法进行动态评价,能够得到客观合理的学术期刊动态评价结果。

广义有序加权指数调和平均算子及其应用

文章通过罚函数构建并求解优化模型定义了广义有序加权指数调和平均算子（GOWEHA）,证明了其具有单调性、幂等性、有界性和置换不变性等性质。随后,定义了GOWEHA算子的orness测度,探讨了orness测度的性质。并在给定orness水平下,提出了求解GOWEHA算子权重向量的最小指数平方法。最后,结合GOWEHA算子提出一种多属性群决策方法,并通过应用实例说明决策方法的可行性。