直觉模糊多属性群决策的VIKOR方法

针对属性权重信息完全未知且属性值以直觉模糊数形式给出的多属性群决策问题,提出了一种基于多准则妥协解排序的决策方法.利用直觉模糊加权平均算子集成所有的个体决策信息,以获取群决策信息.利用直觉模糊数熵权公式求得属性的熵权.依据传统VIKOR法的基本思想,结合直觉模糊数的距离公式,对备选方案进行排序择优.文中通过实例分析,表明该方法的实用性与可行性.     

基于集对分析的三角模糊数多属性决策方法

针对属性值和属性权重都是三角模糊数的多属性决策问题,借鉴集对分析理论的思想,把三角模糊数的属性值和属性权重转换成同异型二元联系数形式,依据传统的逼近理想解的排序方法(TOPSIS),构建属性值的绝对正理想联系数和绝对负理想联系数,基于联系数距离提出了一种集对分析的三角模糊数的多属性决策新方法,运用实例进一步验证了该方法的合理性和有效性。     

一种基于三角模糊数的理想点多属性决策方法

基于模糊数上一种距离定义,针对属性值和属性权重均为三角模糊数的多属性决策问题,给出一种基于理想点法的多属性决策方法。该决策方法具有运算简洁的特点。最后,以实例说明该方法的有效性。     

部分权重信息下的三角模糊数型多属性决策方法

针对属性值为三角模糊数且只有部分权重信息的多属性决策问题给出了逼近理想点法.该方法首先提出了规范化决策矩阵的新的计算公式,然后通过求解两个线性规划模型来确定属性的权重,再利用两个三角模糊数之间的距离分别计算各方案到模糊理想点和模糊负理想点的距离,最后根据各方案与模糊理想点的相对贴近度的大小排序得到方案的优劣排序.     

部分权重信息下的三角模糊数型多属性决策方法

针对属性值为三角模糊数且只有部分权重信息的多属性决策问题给出了逼近理想点法。该方法首先提出了规范化决策矩阵的新的计算公式，然后通过求解两个线性规划模型来确定属性的权重，再利用两个三角模糊数之间的距离分别计算各方案到模糊理想点和模糊负理想点的距离，最后根据各方案与模糊理想点的相对贴近度的大小排序得到方案的优劣排序。     

基于联系数广义有序加权平均算子的三角模糊数多属性决策方法

为解决属性值和属性权重都是三角模糊数时的多属性决策问题,采用等价转换的思路将属性值和属性权重的三角模糊数转换成同异型二元联系数,进而将三角模糊数的多属性决策转换成二元联系数的多属性决策.基于对二元联系数的有效信息集成,构建了一种新型的联系数广义有序加权平均(CNGOWA)算子,并提出了一种基于CNGOWA算子的三角模糊数多属性决策方法.实例分析表明,基于CNGOWA算子的三角模糊数多属性决策方法合理、稳定,可应用于三角模糊数型的模糊数据的决策分析和应用.     

一种确定模糊数决策矩阵属性权重的方法

在实际的多属性决策过程中,往往由于决策自身的模糊和不确定因素,从而导致了方案的属性值、属性权系数等等参数的不确定和不完备.针对关于属性权重未知且属性值为三角模糊数的多属性决策问题,利用属性的熵计算出属性权重,三角模糊数排序进行比较,进而从备选方案中选出最优方案.实例分析说明,该方法在实际应用中是可行有效的.     

基于权重为区间数的区间直觉模糊多属性决策

针对属性权重为区间数和属性值为区间值直觉模糊集的多属性决策问题,提出了一种新的基于理想解的决策方法。首先,定义了两个区间直觉模糊集的距离、属性权重与属性值之间的运算及正负理想方案;其次计算各个备选方案到理想方案的距离,通过评价指数公式判断方案的优劣;最后,通过一个具体的实例说明该方法的可行性。     

权重信息未知的区间直觉模糊多属性决策方法

针对权重信息完全未知且属性值为区间直觉模糊数的多属性决策问题,提出了一种基于线性规划和投影模型的决策方法.该方法首先引入区间直觉模糊数相离度的概念,然后,给出了一种基于加权属性值离差最大化的线性规划模型,通过求解此模型得到相应的属性权重.进而利用各个方案的加权属性值在加权模糊正理想点上的投影对方案进行排序.最后用实例说明了该方法的可行性和有效性.     

模糊多属性群决策问题的一种新TOPSIS方法

基于梯形模糊数的期望值算子,给出了一种新的TOPSIS方法来处理模糊决策矩阵、属性权重和决策者权重都已知,且均以梯形模糊数给出的模糊多属性群决策问题.先采用加权算术平均(Weighted Arithmetic Averaged)算子把所有规范化模糊决策矩阵集结为综合加权规范化模糊决策矩阵.然后以梯形模糊数的期望值排序方法和距离公式,求得模糊理想解和模糊负理想解及备选方案到模糊理想解和模糊负理想解的距离,从而确定各备选方案对模糊理想解的相对贴进度,并以其大小判断方案的优劣次序.最后通过一个实例说明该群决策方法的有效性.     

基于区间优势可能势的模糊折衷型防洪多目标多属性决策方法

通过综合考虑防洪多目标调度中的各种风险因素,提取了影响水库群防洪需求的若干风险指标,针对防洪多目标方案集的决策优选问题,提出了一种基于区间优势可能势的模糊折衷型多属性决策方法,建立了多属性目标的决策矩阵,避免了备选方案的模糊性和不准确性。并根据区间数的可能度对各方案进行优属度排序,分别选取各属性下的正、负理想方案。另外,还提出了一种描述备选方案与理想方案差异度的优势可能势,更加精确地度量不同方案之间的优劣程度。并在此基础上,采用模糊折衷型多属性决策方法,结合不同属性的主观权重,对备选方案进行优选和排序,得到了满足实际需求的多属性决策最佳优选方案。     

对方案有偏好的三角模糊数型多属性决策方法

针对权重信息不完全,决策者对方案有偏好的三角模糊型多属性决策问题提出了一种新方法。该方法是首先对三角模糊数求截集,将三角模糊数转化为区间数并引入偏差函数,然后建立目标线性规划模型并利用Lingo软件求出属性权重向量,进而对截集下的方案进行排序。     

直觉对偶犹豫模糊集的集结算子及其应用

在对偶犹豫模糊集与直觉模糊集的基础上,提出了直觉对偶犹豫模糊集的概念和基本运算,构造了直觉对偶犹豫模糊集的算术加权平均集结算子和几何加权平均算子,并考虑有序和广义的情况,分别给出相对应的公式。同时针对某些算子的特殊性质,给出了详细描述和证明。针对模糊集的多属性群决策问题,提出了一种新的基于直觉对偶犹豫模糊集的集结算子的多属性群决策方法,通过一个实例说明了该方法的实用性和有效性。     

基于决策者不确定偏好的模糊多属性决策方法

模糊多属性决策中,决策者对于不确定性不同的偏好,会产生对模糊数不同的排序,因而会导致不同的决策结果。为此,在考虑决策者对于不确定性的偏好特性后,给出了决策者的不确定偏好模糊效用函数,并在此基础上提出了一种模糊数的比较和排序的新方法。通过具体的算例,说明了这种方法正确性。     

一种基于模糊偏好信息的多属性决策方法

传统的多属性决策方法在解决某些主次属性区别明显的决策问题时效果不理想，为此，从决策者提出的模糊偏好信息出发，结合方案满意度和方案在各属性上的达成程度，提出了一种解决此类问题的新方法。算例表明．该方法具有较强的实用性和可操作性。     

模糊语言群决策影响因素的分析方法

针对模糊语言评价信息群决策的影响因素分析问题,提出了一种FL-DEMATEL(fuzzy language DE-MATEL)方法。该方法将传统的DEMATEL方法拓展到模糊语言环境中,首先将语言变量转化为梯形模糊数,进行量化处理;然后利用拓展的FL-DEMATEL方法,计算出群决策的梯形模糊数综合影响矩阵,并以此计算出影响因素的中心度和原因度,确定因素的归属问题;最后将FL-DEMATEL方法应用于区域FEEEP系统协调发展中,分析其影响因素之间的关系,说明了该方法的可行性和有效性。     

广义区间直觉梯形模糊优先级加权几何算子及应用

针对决策指标和决策者不在同一优先级下的区间直觉梯形模糊多属性决策问题,提出了广义区间直觉梯形模糊优先级加权几何算子,并推导出其数学表达式,研究了该算子的相关性质和一些特例,探讨了基于广义区间直觉梯形模糊优先级几何算子的多属性群决策方法;最后给出数值实例证明了算子的有效性。     

Improved Group Fuzzy Preference Programming Method Based on Fuzzy Random Theory

A new prioritization method in the analytic hierarchy process （AHP）, which improves the group fuzzy preference programming （GFPP） method, is proposed. The fuzzy random theory is applied in the new prioritization method. By modifying the principle of decision making implied in the GFPP method, the improved group fuzzy preference programming （IGFPP） method is formulated as a fuzzy linear programming problem to maximize the average degree of the group satisfaction with all possible group priority vectors. The IGFPP method inherits the advantages of the GFPP method, and solves the weighting trouble existed in the GFPP method. Numerical tests indicate that the IGFPP method performs more effectively than the GFPP method in the case of very contradictive comparison judgments from decision makers.