基于集对分析的直觉三角模糊数多指标决策方法

针对指标权重已知且指标值以直觉三角模糊数表示的多指标决策问题,提出一种基于集对分析区间型联系数的决策分析方法。首先给出直觉三角模糊数和区间型联系数的定义和运算法则,进而依据集对分析思想把直觉三角模糊数转化为区间型联系数,然后给出直觉三角模糊数多指标决策问题的决策步骤,最后给出一个实例,结果表明该方法可行有效。

区间数特性集对分析及在多指标决策中的应用

针对区间数多指标决策过程中区间数运算的不确定性问题,对区间数特性进行集对分析,利用区间数的确定性与不确定性,数量特性与空间位置特性以及这两对特性的相互关系,定义一种新的区间数加法运算和两区间数大小关系判别准则.实例应用表明方法在区间数多指标决策中简明实用.

基于联系数的定性定量混合多属性区间数决策

针对多属性区间数决策中既有用定量属性又有用自然语言表示的定性属性的这类复杂问题,基于集对分析的联系数理论,把定性属性值先用区间数赋值,再把各属性值区间数转换成二元联系数,建立基于二元联系数的决策模型,利用模型中的确定性联系分量作出初决策,再利用模型中的不确定量作不确定分析,得到终决策.方法简称为"确定性计算+不确定性分析-两步决策法".把以上方法用于电力黑启动决策实例计算和分析,表明方法原理清晰,方法简明,结论可靠,有应用推广价值.

基于联系数的属性权重未知的区间数多属性决策研究

针对一类属性权重未知且属性值用区间数表示的不确定多属性决策问题,把区间数表示的属性值转换为二元联系数,并改写成三角函数,按决策方案属性值方差确定属性权重,根据各方案属性加权综合值确定方案初排序,再通过不确定性分析方法做出最终排序.实例应用表明上述方法简明实用有效,而且能方便地开展方案排序的不确定分析.

基于联系数的属性权重未知的三角模糊数多属性决策

针对属性权重完全未知且属性值为三角模糊数的多属性决策问题,采用属性值离差最大法确定属性权重,用"均值+偏差"联系数代表原属性值三角模糊数,按"均值"的加权求和模型得到方案的初排序,利用联系数中i的不同取值作排序不确定分析,应用概率统计原理综合不确定性分析结果,得到终排序,在提高决策可信性的同时,简化了属性权重完全未知的三角模糊数多属性建模与计算过程。实例表明新方法简明有效。

属性等级和属性值均为区间数的多属性决策集对分析

针对属性等级和属性值都是区间数的不确定型多属性决策问题,通过把区间数转化为集对分析联系数,计算联系数的模以及属性等级模与属性值模的同一度,再利用这些同一度并参照属性等级数n建立n元联系数,利用n元联系数综合值做出决策。实例运算表明,此方法简明,而且便于对决策方案的排序作不确定性分析。

区间数伴语言变量的混合多属性决策

针对属性值既有区间数又有定性语言变量的混合多属性决策问题,基于集对分析中的联系数理论,通过语言变量的等级赋值,再把赋值看成区间数,继而把区间数转换成二元联系数,利用二元联系数中的确定性分量作出初决策,再利用二元联系数的不确定性分量作不确定分析,得到终决策。实例应用表明,该方法原理简单,方法简明,决策结果可靠。