基于中值-半宽(M-H)的区间多属性决策方法

从不确定区间数的中值与半宽角度出发研究属性权重信息完全未知且属性值以区间数形式给出的多属性决策问题。文中给出区间数定义,构建中值-半宽(M-H)区间数排序方法与运算法则;给出基于(M-H)区间数决策矩阵的规范化方法,依据决策方案与理想方案的关联系数离差最大化原则,提出求解属性权重的优化方法,并通过实例验证了该方法的实用性和有效性。     

基于决策人满意度的区间UTA方法

针对区间数多准则决策问题,扩展了传统的效用加性(utility additive, UTA)方法,提出了一种区间UTA方法。该方法首先根据传统的UTA方法,将参考方案的所有指标值转换为效用范围,即效用区间;然后利用区间数运算,得到参考方案的综合效用,进一步根据决策人的满意度和区间数的中点、半宽构建一个线性规划模型,计算出最小误差;在再优化分析中,以各指标下所有节点郊用的方差最小为目标函数,建立二次规划模型,计算出每一指标下各节点的效用值,利用效用值得到待评方案的综合效用区间和排序。算例表明,提出的区间UTA方法能有效地对方案排序,并与决策人以往的偏好信息一致。     

基于联系数的多属性决策模型

针对权重为区间数且属性值为实数和区间数相混合的多属性决策问题,提出了基于联系数的多属性决策模型。该模型将区间型权重、实数型及区间型属性值转化成联系数的形式,利用联系数的运算规则确定决策方案的排序。该方法集确定与不确定分析为一体,反映了不确定性对结果的影响,所需计算量较少,便于应用。实例分析验证了该方法的有效性和实用性。     

一种基于SPA的不确定多属性决策的排序方法

针对具有不确定性区间数的多属性决策问题,提出了一种基于集对分析的排序方法.通过介绍一个决策分析模型,把属性权重和决策矩阵均为区间数的多属性问题转化为区间数表示的决策方案综合评价值.然后把该区间评价值转化成联系度的形式,并给出排序准则.最后,通过算例验证该算法的有效性.     

具有区间参数的VRP及其改进的C-W节约算法

在传统的车辆路径问题的基础上,针对配送中心到客户以及客户到客户之间的费用为区间参数时的车辆路径问题,建立了相应的数学模型.用可能度的区间数排序方法对费用区间参数进行排序并应用到C-W(clark-wright)节约算法中,提出了改进的C-W节约算法.通过算例验证了该算法的有效性和可行性.     

基于区间粗糙数相似度的多准则群体决策方法及其应用

针对权重未知的区间粗糙数多准则群体决策问题,提出一种基于相似度最大化的群体决策方法。文章对区间数构造区间粗糙数的方法进行改进,进一步定义区间粗糙数相似度公式,并给出相应的性质;以各方案与标准方案相似度最大化及熵值最大为目标,建立多目标优化模型求解准则权重,利用区间粗糙数算子求出方案的综合决策值,进而由区间粗糙数可能度和排序向量模型获得方案的排序结果。最后,通过投资实例证明该方法是有效的、合理的。     

基于联系数的梯形直觉与非直觉模糊决策算法与应用

针对梯形直觉模糊数运算过于复杂且不能作不确定性分析的问题,应用集对分析理论及其联系数给出一种新算法.该算法的基本原理是把梯形直觉模糊数转换成"均值"加"最大偏差"形式的二元联系数,再按联系数规则展开运算.实例应用表明:其决策对象的排序结果不仅与该实例用其它方法所得的结果基本相同,而且还能方便地开展不确定性分析,最主要的是该算法也适用于"区间型梯形模糊数决策问题".该方法综合利用了集对分析及其联系数研究中的最新成果,解决了梯形直觉模糊决策算法的运算复杂性问题,对于模糊决策的理论和应用研究都具有重要价值.     

扩展区间运算的变量值范围分析技术

首先扩展了数值区间代数理论,首次提出区间集的概念并定义了区间集上的运算,接着定义了布尔型和引用型变量的取值区间及其运算,最后将区间运算应用于程序的静态分析中,提出了一种基于区间运算的变量取值范围分析方法(Range Analysis Based on Interval Computation, RABIC)。该方法一方面可以直接判定出程序中的不可达路径;另一方面可以应用于软件缺陷检测工具中,减少误报,提高检测结果的准确率。     

区间直觉模糊数的精确函数及其在决策中的应用

针对区间直觉模糊数的排序问题,定义一种新的区间直觉模糊数精确函数。在考虑犹豫度信息的情况下,讨论了该精确函数的性质。通过实例与已有的精确函数比较,结果显示,该精确函数的排序能力有一定程度的提高。最后将其应用到区间直觉模糊多属性决策中,并用实例分析验证该方法的有效性。     

基于新距离测度的区间数排序

为解决属性取值为区间数的多属性决策问题,本文针对现有区间数距离公式的不足,通过考虑两区间数中任意两点之间的偏差,同时减去两区间数公共部分中任意两点之间的偏差,给出一种新的区间数距离公式,并进一步给出区间数的排序函数,通过该排序函数对区间数进行排序.实例证明,该公式有效避免了以往方法的不足,体现出更高的计算精度.     

Applying Possibility Degree Method for Ranking Interval Numbers to Partnership Selection

A new interval number ranking approach is applied for assessment of priorities of the alternative partners,where the attribute values are given out as interval numbers while the weight of each criterion is still exact numerical value pattern.After aggregating with the weighted arithmetic averaging operator,the result is still in the form of interval number.To achieve the priorities of alternative partners we take the possibility method for ranking interval numbers into account which could derive priorities from inconsistent attribute values,thus eliminating the adjustment to the inconsistent attribute values.Moreover,this method is very simple and needs less calculation.An illustrative example is given out to demonstrate this smart method.     

区间数刻画属性值下的两种多属性决策新算法

为了解决区间信息多属性决策问题,建立了两种多属性决策算法(算法1和算法2).算法1: 首先利用区间数的积型贴近度公式将属性的区间信息数据转换为精确数值,然后使用Maclaurin对称平均算子集结属性的精确数值,进而通过比较其数值大小来判断方案的优劣.算法2: 首先利用区间数的积型贴近度公式算出各方案在所有属性上的积型模糊互补判断矩阵,然后通过求解积型模糊互补判断矩阵的排序向量来判断方案的优劣.研究表明,两种算法的决策路径虽然不同,但其排序结果相同,即不同决策路径不会影响方案的排序结果,因此决策者可以根据实际问题需要选择适当的决策算法及排序规则,以更好地满足决策需求.     

区间数多属性决策的SPA-TOPSIS方法

借鉴集对分析(SPA)理论将属性值为区间数的多属性决策问题转化为基于三元联系数的多属性决策问题,并依据传统的逼近理想解的排序(TOPSIS)方法的基本思路,提出了一种解决区间数多属性决策问题的SPA-TOPSIS方法。该方法简洁直观,易于计算,无需对区间数进行排序。实例分析说明了它的有效性和实用性。     

基于可能性理论的广义模糊数排序

针对广义模糊数排序的问题,提出一种基于可能性理论和决策者风险态度的排序方法。利用可能变异系数与决策者风险态度定义广义模糊数大小,在此基础上建立一种新的广义模糊数排序方法,并用实例对该方法的合理性和有效性进行验证。该方法不仅可解决广义模糊数的可能均值与可能标准差相等时的排序问题,还可同时排序不同类型的广义模糊数,并且该方法计算简单,易于推广应用。经数值例子和上海银行间同业拆放利率实例验证,该方法合理有效。     

基于区间数互反判断矩阵的一致性调整新方法

提出了一种区间数互反判断矩阵一致性和排序的新方法。首先根据已有的区间数互反判断矩阵的一致性定义给出了其一致性等价定义,通过定义导出矩阵,给出了完全一致性判别方法和满意一致指标,并根据此指标给出了一种完全一致性的逼近方法和满意一致的调整方法。最后通过对实互反判断矩阵权重公式的推广给出了区间数互反判断矩阵的一个权重计算公式,算例证明了此方法的有效性。     

语言直觉模糊数的可能度排序方法及其应用

提出新的排序方法对语言直觉模糊数进行排序并将其应用到多属性语言决策问题中。首先基于可能度和Atanassov偏序提出语言直觉模糊数的可能度定义并讨论一些相关性质, 然后通过构造可能度矩阵计算排序向量并结合精确函数提出基于可能度的排序方法, 并在已知属性权重和专家权重的情况下使用语言直觉模糊数加权聚合算子将决策信息聚合得到方案整体综合值。根据提出的可能度排序方法设计出一个语言直觉模糊信息下的多属性群决策方法, 通过一个具体案例说明该方法是合理有效的。     

基于前景理论的改进灰色关联多属性群决策方法

针对属性指标权重未知、决策者权重已知,且属性值为区间二元语义变量的多属性群决策问题,提出了一种基于前景理论的改进灰色关联分析方法.首先,根据区间二元语义变量之间的广义距离对灰色关联度公式进行了改进,并定义了基于改进灰色关联度的前景价值函数; 其次,构建了方案综合前景值最大化的非线性规划模型,并通过模型的最优权重确定各方案的排序; 最后,通过数值模拟说明了该方法的有效性和可行性.