基于群决策的带决策时间窗竞争匹配问题的决策组织优化

针对共享资源匹配中个体决策方案未考虑个体决策相互影响且不稳定,导致决策竞争和产生决策失效的问题,基于决策时间窗内相互影响的个体决策实质为群决策的特征,引入群决策理论,将各个体决策竞争者视为有效决策的群决策成员,构建了资源匹配中关于决策时间点选择的群决策模型。以各个体决策的组合为群决策备选方案,考虑到决策过程时间因素对决策者心理行为的影响,建立了心理偏好系数描述不同时间点的决策者对属性偏好的程度,以此修正决策信息、优化决策。基于概率语言术语集(PLTSs)以概率形式融合语言评价信息和数值评价信息,并结合心理偏好系数给出了评价值的概率计算公式。最后将评价值概率集合与逼近理想解排序法(TOPSIS)结合,对各决策方案排序,求出群体共识下的最优决策方案,该决策方案为所有决策者的最佳决策时间点集合。以物流信息平台中的车找货为例验证了模型的有效性。所提出的方法可为平台解决匹配竞争而实施决策控制以及资源调度提供方向。

多粒度概率语言环境下基于PROMETHEE的改进FMEA方法

针对传统故障模式和影响分析(FMEA)方法中存在关于故障模式评估、风险因子权重和风险优先级排序等方面的固有缺陷,提出了一种多粒度概率语言环境下基于偏好顺序结构评估法(PROMETHEE)的改进FMEA方法。该方法运用多粒度概率语言术语集(PLTS)刻画了专家评估信息的多样性和不确定性,并基于二元语义转换函数为引入工具的语言计算模型统一各专家多粒度风险评估信息,运用最优最劣法(BWM)和熵权法相结合的综合赋权法确定风险因子权重,将PROMETHEE拓展到概率语言环境中用于确定故障模式风险优先序。最后,运用托盘交换架故障风险评估案例来验证该方法的适用性和有效性,并进一步通过敏感度与对比分析以显示该方法的优越性。

基于AHP/PROMETHEE/GAIA的供应商选择决策方法

供应商选择问题是企业界和理论界十分关注的决策问题.在分析已有的多准则决策方法局限性的基础上,提出了一种基于层次分析法、偏好顺序结构评估法与交互辅助几何分析法相结合的供应商选择方法.以质量、经济因素、技术水平、供应能力与响应能力因素作为候选供应商的评价准则,用层次分析法确定供应商选择问题的结构及其评价准则权重,用偏好顺序结构评估法对候选供应商进行最终的评价,用交互辅助几何分析法对其进行灵敏度分析,最后通过算例证明了该方法的有效性.

面向突发事件衰退期的应急方案决策方法

为解决突发事件衰退期的应急方案选择中的不确定问题,提出基于语言信息和排序组织法(PROMETHEE)的应急响应决策方法。首先,引入语言决策理论,确定决策成员的相对重要度和关键指标的权重。然后,使用扩展的加权平均算子,将备选方案的偏好信息与决策成员的相对重要度集结。引入排序组织法,处理不同关键指标与备选方案之间的复杂关系。最后,对各备选方案的净流进行排序,以确定最优方案。以某物流园区火灾后的运营恢复为例,验证该决策方法的有效性和可操作性。结果表明,所提方法能同时兼顾各项关键指标的不同特点,能够有效处理决策过程中的不确定信息。

基于质量屋与排序组织法的产品概念决策方法

为了在选择概念设计方案时实现顾客需求与专家经验知识的协调决策,提出基于质量屋与排序组织法的产品概念决策方法。通过模糊质量屋的关联矩阵与自相关矩阵进行顾客需求向产品技术特征的转换,将概念方案决策矩阵建立于质量屋的输出结果之后,利用所输出的技术特征权重值进行模糊排序组织法的综合排序,排序组织法所使用的偏好函数由专家根据产品的技术特点构造。以实例说明了所提方法的可行性和有效性。

地铁列车非正常停车FMEA风险评估

为解决地铁列车运营系统安全风险评估中较少考虑专家行为偏好和风险因子权重部分已知的问题,提出基于前景理论(PT)和失效模式及影响分析(FMEA)的风险评估方法,并分为4个步骤,即由专家团队基于经验和历史数据确定风险因子权重取值范围。采用逼近理想解法(TOPSIS)构建风险因子权重优化模型,利用PT将评价矩阵转化前景值矩阵,并应用偏好序结构排序法(PROMETHEE)进行失效模式风险排序。以某市地铁列车非正常停车风险评估为例,验证该方法的有效性和可行性。结果表明,地铁列车非正常停车失效模式风险排序前3位的是突发事件、异物入侵、人的干扰,这与实际情况相符。

配电网规划方案的AHP/PROMETHEE综合决策

偏好顺序结构评估法(PROMETHEE)能够改进传统层次分析法(AHP)的完全补偿性问题,即某项准则下的高评价值可弥补其他准则下的低评价值,为此,提出了基于AHP/PROMETHEE的配电网规划方案的综合决策。通过层次分析法对方案进行结构化分析,确定每个评价指标的权重,再通过偏好顺序结构评估法对候选方案进行排序,得到最终决策。该方法通过计算三种流量,能较真实客观地反映配电网规划方案。通过实例验证,证明了该方法的有效性与可行性。

组合评价方法在银行信用风险评价中的应用

针对贷款客户评价选择问题,在对已有研究方法分析的基础上,提出了以熵权与偏好顺序结构评估法相结合的排序方法。以借贷人的财务状况、借贷人的管理水平、借贷人的行业地位、借贷人资产的变现性和借贷人历史信用状况为评价准则,利用信息熵来确定评价准则的权重,用偏好顺序评价法确定贷款客户的贷款顺序,并进行了灵敏度分析。最后通过算例证明了该方法的有效性。

PROMETHEE优先函数选择与参数配置方法

偏好顺序结构评估(preference ranking organization methods for enrichment evaluations,PROMETHEE)-Ⅱ方法是一种重要的多属性决策(mutiattribute decision making,MADM)方法。提出一种基于经典规划的鲁棒性分析方法用于解决PROMETHEE-Ⅱ参数求解问题,提供在信息条件不完全情况下的鲁棒性判别条件和设计步骤,并通过分析计算验证了这种方法的有效性。为PROMETHEE-Ⅱ权重的设置提供了新的思路,这种方法同时也可用于解决其他多属性决策问题。

基于语言值格蕴涵代数的偏好顺序结构评估决策方法

针对具有可比性和不可比性语言值信息的决策问题,提出基于语言值格蕴涵代数(L_(V(n×2)))的多属性决策方法.讨论L_(n×2)上的语言值评价矩阵及其性质,提出L_(V(n×2))上的优先函数和格值程度差,充分考虑属性值差距信息,将格值程度差应用到择优排序上.通过语言值向量,建立语言值向量合成矩阵,处理决策问题中的多专家多属性信息.引入语言值评价矩阵加权聚合算子对语言值评价矩阵进行聚合,利用偏好顺序结构评估(PROMETHEE)决策方法的非补偿性,构建基于语言值格蕴涵代数的PROMETHEE决策模型,并通过网络商品评价实例说明文中方法的有效性和实用性.

基于复杂网络和偏好顺序结构评估法的产品服务系统设计方案评价

针对传统产品服务系统方案评价只考虑顾客或者企业单个利益主体的问题,提出从多个利益相关者的视角建立复杂评价指标体系,构建了以评价指标为节点的复杂网络结构图。同时考虑评价指标间的关联关系和决策者偏好,提出基于复杂网络和偏好顺序结构评估法的指标权重计算方法。考虑节点的度、介数和接近中心性3个节点统计学特征,使用偏好顺序结构评估法来确定评价指标的权重。针对传统方案评价方法多具有决策补偿性的问题,使用偏好顺序结构评估法进行方案排序。通过实例验证了所提方法的有效性。

面向属性关联的区间犹豫模糊型PROMETHEE决策方法

面向属性关联的多属性决策问题中,合理刻画并设计融合属性关联的决策模型是提高决策绩效的重要路径。首先,分析了各类属性关联情形下的属性权重调整方法优缺点,采用莫比乌斯变换法则变换属性关联性系数(Shaplely值),设计了融合Shaplely值和属性权重的合成权重函数,分析了属性关联性系数对权重的影响机制。其次,基于偏好顺序结构评估方法(preference ranking organization methods for enrichment evaluations,PROMETHEE)决策方法的优先函数表征特征,运用可能度比较区间犹豫模糊型数值,设计了基于sigmoid函数的优先函数,提出了考虑属性关联的改进型PROMETHEE决策方法。最后,通过算例证明了所提方法的优越性。

一种个性化的可信服务选择方法(英文)

为了充分体现Web服务的可信性特征和用户偏好在服务选择中的作用,提高服务选择过程的可信性,提出一种个性化的可信服务选择方法.定义Web服务可信性为按需定制的多维信任评估指标,用户偏好用各维信任指标的权重值体现.提出一种层次分析法和偏好排序组织法相结合的服务选择方法.层次分析法用于计算基于用户偏好的信任指标权重值,根据信任评估指标构建层级结构,构造成对比较矩阵,求解矩阵最大特征值和特征向量获得信任指标权重.偏好排序组织法用于对候选服务进行排序,根据各维信任指标的内在特征选择合适的偏好函数,计算候选服务的净流值获得服务排序.实验结果表明该方法可以有效地体现用户个性化的信任需求,有效提高服务排序和选择的可信性.

基于语义不确定性PROMETHEE的研发项目评价

文章针对研发项目评价过程中使用的定性指标的模糊性和难以量化的特点,采用语义不确定性等级对初始评价进行描述,融入PROMETHEE法将决策者的偏好考虑到评价过程中。首先使用语义不确定性等级对评价指标权重以及项目属性值进行评价并转化为梯形模糊数;然后将梯形模糊数转化为符号距离,并确定评价指标的多种偏好函数及参数数值,通过PROMETHEE法得出每个项目关于其他项目的优先程度,得到最终的项目排名;最后以一个企业的研发项目评价过程作为算例说明算法的有效性。

基于可能度的语言直觉模糊PROMETHEE多属性群决策

针对权重信息未知的语言直觉模糊多属性群决策问题,提出了一种基于改进的可能度和偏好顺序结构评估法(preference ranking organization method for enrichment evaluations, PROMETHEE)的语言直觉模糊多属性群决策方法。首先,基于Atanassov偏序和犹豫度,改进语言直觉模糊数的可能度,并证明其具有互补性、传递性等良好性质。其次,基于改进的可能度,通过最大化决策者在属性上的加权平方可能度,构造多目标规划模型,求得每位决策者的属性权重。然后,建立群体共识反馈模型,提高群体共识度,结合修正的偏好关系和决策者主观权重,提出修正系数来确定决策者权重。最后,通过实证分析验证该方法的可行性和有效性。

基于点击流与PROMETHEE多属性决策法的电子商务消费者购买意愿预测

在电子商务环境下,充分了解消费者的兴趣变化过程并预测其购买意愿是个性化推荐系统需要解决的问题,因此具有巨大潜在信息的点击流数据因其易获性及预测的准确性得到了广泛的研究与应用。为了挖掘用户点击行为所反映消费者的兴趣变化过程并预测消费者的购买意愿,通过点击流数据,基于兴趣漂移理论,采用偏好顺序结构评估法(Preference Ranking Organization Methods for Enrichment Evaluations,PROMETHEE)的多属性决策方法建立有效的模型进行测量与预测。结果建立了包括3个一级指标和8个二级指标构成的多会话消费者购买意愿评价体系,为消费者购买意愿预测提供了一种实用的评价方法。

基于三角直觉模糊的交互式偏好顺序决策模型

针对多属性决策问题中决策者主观判断的模糊性和决策过程中存在的补偿问题,提出了基于三角直觉模糊数的多属性决策模型。首先,用三角直觉模糊数来完成模糊信息的表达,从而更好地描述出决策信息的不确定性。其次,利用改进后的交互式多准则决策(interactive multi-criteria decision-making,TODIM)方法,并结合偏好顺序结构评估(preference ranking organization method for enrichment evaluations,PROMETHEE-II)方法在模糊环境中对备选方案进行排序,使该框架更具实用性和适用性。最后,通过案例证明了该决策框架的有效性,并对决策结果进行进一步敏感性分析,分析结果验证了其稳定性。