对方案有偏好的不确定语言多属性决策方法

研究了属性权重完全未知、属性值和对方案的偏好值以不确定语言变量形式给出的不确定语言多属性决策问题。首先,引入不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念。针对属性权重完全未知的情形,给出了求解权重的公式。然后,利用不确定语言加权平均算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优。最后进行了实例分析。     

区间直觉不确定语言集成算子及在群决策中的应用研究

基于文献[7]将语言变量和直觉模糊集相结合定义直觉语言集的思路,提出了区间直觉不确定语言变量的概念,研究了区间直觉不确定语言变量相关的基本理论与方法,并针对属性值为区间直觉不确定语言信息的多属性群决策问题,提出了相应的决策方法。首先,定义了区间直觉不确定语言变量的概念、运算规则、期望值、精确函数以及区间直觉不确定语言变量大小比较方法,提出区间直觉不确定语言变量加权算术平均算子、区间直觉不确定语言变量有序加权平均算子并证明这些算子的一些性质,如单调性、幂等性、界值性和交换性等,在此基础上提出区间直觉不确定语言变量混合加权平均算子,并证明它是区间直觉不确定语言变量加权算术平均算子和有序加权平均算子的一般化表示。其次,基于这些算子提出一种属性权重已知且属性值以区间直觉不确定语言形式给出的多属性群决策方法。最后通过实例证明了该方法的有效性。     

区间概率条件下属性值为不确定语言变量的风险型多属性决策研究

针对区间概率条件下属性值为不确定语言信息且属性权重未知的风险型多属性决策问题,提出了一种基于概率理论和不确定语言变量的TOPSIS决策方法。首先建立了区间概率转化为点概率的数学模型,通过期望值将风险型决策矩阵转化为确定型矩阵;然后利用方案与理想解越近方案越优,与负理想解越远方案越优的原则建立属性权重确定模型,并利用TOPSIS方法的相对优属度大小确定方案的排序;最后通过应用案例说明了本方法的决策步骤。     

基于不确定纯语言混合调和平均算子的多属性群决策方法

在现实生活中,由于决策者对一些特定领域问题的熟悉度和时间限制等因素制约,决策信息一般以不确定纯语言的形式给出,即专家权重、属性权重及属性值均为语言标度的形式. 本文研究了不确定纯语言环境下的多属性群决策问题,给出了不确定环境下的纯语言有序加权调和平均(UPLOWHA)算子,纯语言混合调和平均(UPLHHA)算子等,研究了基于这些算子的纯语言多属性群决策问题,提出了相应的多属性群决策方法. 该方法计算方便且能充分利用已有语言决策信息. 同时,将该方法应用于解决虚拟企业中的合作伙伴选择问题,并通过与其他方法的比较分析,说明此方法的有效性.     

一类不确定型多属性决策问题的排序方法

研究了属性权重信息完全未知且属性值以区间数形式给出的不确定型多属性决策问题, 给出了区间数决策矩阵的规范化公式. 基于区间数相离度, 给出了求解属性权重的一个简洁 公式, 并提出了一种基于可能度的决策方案排序方法. 最后通过实例说明了该法的实用性和 有效性.     

基于离差的区间二元语义多属性群决策方法

针对具有多粒度区间语言评价信息的多属性群决策问题,提出一种基于区间二元语义信息处理和离差最大化的群决策方法。该方法首先针对由基本语言评价集表示的区间二元语义信息,采用了多粒度区间语言评价信息一致化的方法;然后对属性权重信息完全未知的情形建立基于离差最大化的目标规划模型,得到一个求解属性权重的公式,从而获得相应的属性权重;再利用区间二元语义的集结算子对评价信息进行加权集成,通过区间二元语义信息的可能度公式对集成结果进行排序和择优;最后由实例分析说明该方法的有效性和可行性。     

基于二元联系数的信息不完全的群决策方法

对准则值为二元联系数而准则权重信息不完全确定的群决策问题进行了研究。定义了二元联系数及其期望值、均方差等概念,利用期望—方差准则给出了一种对二元联系数进行比较和排序的方法;给出了几种二元联系数信息集成的几何算子,包括二元联系数加权几何(BCNWG)算子、二元联系数有序加权几何(BCNOWG)算子和二元联系数混合几何(BCNHG)算子;在群体决策情形下,提出了一种基于二元联系数的信息不完全的群决策方法。该方法利用BCNWG算子和BCNHG算子对二元联系数准则值进行集成;利用二元联系数准则值的方差和准则权重的随机性,通过建立优化模型确定最优准则权重;利用二元联系数的比较规则对决策方案进行排序和择优。最后,实例分析表明了该方法的可行性和有效性。     

权重信息完全未知的灰色多属性群决策方法研究

基于灰色系统理论的思想和方法,探讨了决策方案的属性值为区间灰数、属性权重及各决策人的权威权重完全未知的灰色多属性群决策问题。通过分析,引入了个体理想最优方案向量、理想专家、方案间优势度和方案集中方案间优势比较矩阵等概念。根据区间灰数的本质特征,定义了两区间灰数的新的相离度,构建了基于两区间灰数相离度的灰色区间关联系数公式及灰色关联度。建立了基于投影的特征向量法和模糊互补判断矩阵排序方法的两种决策算法,给出的算法避免了权重的计算。文中实例分析说明了所提出的灰色多属性群决策方法的合理性及其算法的有效性。     

方案有不确定偏好的区间数相对熵群决策方法

研究了属性值是区间数并且已知方案偏好信息的多属性群决策问题。建立了每个方案客观偏好值与主观偏好值偏差的相对熵测度矩阵;基于客观信息和方案偏好信息的相对熵建立了属性权重模型;建立了一个新的区间数比较的可能度公式,基于可能度公式给出了方案排序方法,算例说明方法可行性。     

基于Heronian平均算子的Pythagorean模糊不确定语言决策方法

针对评价信息为Pythagorean模糊不确定语言数、属性权重未知且属性间相互影响的多属性决策问题,提出一种基于灰色关联法和Heronian平均算子的决策方法。首先,提出Pythagorean模糊不确定语言Heronian平均（PFULHM）算子和Pythagorean模糊不确定语言几何Heronian平均（PFULGHM）算子,并证明其满足幂等性、单调性、有界性及可交换性。考虑到属性权重之间重要程度的差异,定义了Pythagorean模糊不确定语言加权Heronian平均（PFULWHM）算子和Pythagorean模糊不确定语言加权几何Heronian平均（PFULWGHM）算子。其次,将灰色关联法运用到Pythagorean模糊不确定语言环境中求解属性权重。最后,提出基于PFULWHM算子和PFULWGHM算子的决策方法,并通过算例分析说明本文提出方法的有效性。     

基于知识和模糊神经网络的学习型评价系统

提出一种学习型评价系统的建立方法. 评价功能是基于决策者(专家) 的知识和模糊神经 网络实现的,适用于以语言型变量为主的系统的评价问题. 样本数据集的建立及语言型变量的 描述,是通过挖掘专家知识,建立符合其偏好的隶属函数实现的. 该评价系统可以充分利用以 往的决策案例,通过学习获取决策者的知识和经验,从而得到与决策者的评价结论相同的评价 结果.     

基于语言评价信息的快速集结方法研究

针对具有语言评价信息的多指标群决策问题,研究了基于二元语义的快速集结方法。把各决策者的语言评价信息转化为二元语义矩阵;依据各决策者的判断偏好,提出方案属性权重求解的规划模型;通过集结和比较各决策者偏好和总体偏好的差异,提出决策者权重确定模型;定义决策者判断一致度及决策者偏差的查找算法,快速辨别偏差较大的决策者并对其提供偏好调整建议;文后例子将其应用于某危险品的救险应急方案的选择。     

基于改进语言评估标度的专家后验权重确定方法研究

针对大型复杂项目的高度不确定性,专家评价的模糊性和差异性等特点,本文给出了一种实用的语言评估新标度,并提出了不确定扩展语言信息的概念。利用改进的语言评估标度分别探讨确定语言信息、不确定语言信息及不确定扩展语言信息下的专家后验权重的确定方法,认为前两者均为后者的特殊表现形式。最后用型号项目风险评价实例证明了方法的科学有效性以及评价结果的合理性。     

基于犹豫直觉模糊语言集均值-标准差偏好距离的多属性决策研究

在犹豫直觉模糊语言集和语言尺度函数的基础上定义了均值-标准差偏好的Hamming距离，并提出了基于犹豫直觉模糊语言集距离TOPSIS和TODIM的多属性决策方法，进一步利用这两种方法对实例问题建筑商的招标方案进行排序，并讨论了偏好参数对排序结果的灵敏度分析。为验证上述方法的有效性，与已有方法对同一实例的排序结果进行了比较分析。     

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。     

语言信息评估新标度及其应用

对已有语言信息的评估标度进行了分析,指出了它们的不足,提出了一种实用的语言信息评估新标度.利用语言评估新标度、以及语言加权平均(LWA)算子和语言混合集成(LHA)算子,对江苏省企业技术创新管理进行评估.理论分析和数值结果表明:该法不仅简洁可行,而且不丢失任何决策信息.     

Assessment of supplier performance based on product-development strategy by applying multi-granularity linguistic term sets

Measuring supplier performance possesses the properties of multi-dimension and multi-scale, it increases the complexity of the aggregation and assessment process. A focal company must develop an effective procedure for overcoming the complexity of performance measurement. Furthermore, the assessment of supplier performance must conform to the product-developed strategy of the focal company. This study is a further research deeper into the concept already introduced in Chang et al. [1] [Applying fuzzy linguistic quantifier to select supply chain partners at different phases of product life cycle. International Journal of Production Economics 2006; 100(2):348–59]; using multi-granularity linguistic variable and numerical ration scale to represent the overall supply performance. By unifying the derived information, the measurement complexity could be resolved. The fuzzy preference was constructed to adjust the consistent direction and transform information into fuzzy relationship. Finally, fuzzy linguistic quantifier guided ordered weighted aggregation (FLQG-OWA) operator with maximal entropy was computed and aggregated with all indicators to meet the current policy of the focal company.     

人群工作行为定性模拟方法

依据QSIM算法的思路,提出了一种对人群工作行为特征的变化过程进行预测和描述的定性模拟方法.设计了人群工作行为特征及其相互作用关系的定性表示法,提出了决策变量和状态变量的概念;给出状态转换规则,在此基础上列举了所有可能的I转换和P转换,并做了相应的图形解释;设计了算法步骤;最后对某人群工作行为变化过程进行了定性模拟,表明所提出的人群工作行为定性模拟方法能够较好地解释或预测人群工作行为的变化过程.