基于灰色聚类的大规模群体语言评价信息集结研究

研究群体规模较大的情况下基于语言评价信息的决策方法,提出了基于灰色关联聚类的方法以降低大规模群体的协调困难;根据决策者所属群体类别差异,基于语言信息转化函数提出了类内评价指标权重确定方法,并测算了各群体类别的综合偏好;研究群体类间权重确定模型,建立了基于群体类别意见偏差最小的群体偏好集结模型;进而提出了决策者判断一致度定义以及决策者偏差协调方法.算例分析表明了该方法的应用步骤及可行性.     

基于属性不完全判断的语言群决策方法

研究多个决策者对属性有不完全类别偏好的语言案例决策方法.基于案例学习框架定义属性公共提及因子,提出考虑多重类别偏好的信息增益系数;基于灰靶决策框架建立综合靶心距最小的属性权重优化模型;基于决策者个体和群体的关联度确定决策者权重,进而给出方案排序.案例分析表明了所提出方法的应用步骤和可行性.     

基于情绪感知的语言多属性决策方法

情绪对于决策有着重要影响,由于缺乏有效的决策者情绪状态获取方法,当前考虑情绪状态的语言多属性决策方法研究偏少.随着物联网技术的发展,通过可穿戴传感器能够便捷地获取决策者脑电信号,进而可感知其情绪状态.为此,研究基于情绪感知的语言多属性决策方法.首先,提出基于SVM概率输出模型的情绪感知方法,根据决策者脑电信号,实时、准确感知决策者情绪状态的概率分布;其次,提出基于云模型的语言评价定量化方法,一方面考虑语言评价的模糊性与随机性,另一方面考虑决策者情绪状态因素,定量化语言评价;然后,提出基于前景理论的方案排序方法,在情绪泛化假设下,根据综合前景值将各方案排序;最后,通过实例验证该决策方法的可行性和有效性.     

犹豫不确定离散语言Z-numbers及其基于离散T模的多准则群决策问题的应用

介绍基于Z-numbers和语言模型的犹豫不确定离散语言Z-numbers(HUDLZNs).HUDLZNs能够有效地描述决策信息的复杂性和不确定性,并能较好地反映出决策者的犹豫性.在此基础上,提出一种基于离散T模融合和正理想方案的多准则群决策方法.首先,借助语言尺度函数来处理语言信息,并定义HUDLZNs间的距离、$\lambda$ 截集和$C^λ截集;其次,提出基于HUDLZNs的离散T模融合;再次,结合离散T模融合和语言尺度函数的优点提出一种HUDLZNs的多准则群决策方法;最后,用ERP系统选型的实例进行阐明,并通过灵敏度分析和已有方法的比较进一步表明所提出方法的有效性和可行性.     

基于语言共识模型的电子商务信用风险评价方法

电子商务信用风险评价能够更好地维护市场规则并防范交易主体的合法权益.从语言评价信息的角度,利用多属性群决策方法对电子商务信用风险评价方法进行探讨.首先,提出个体语言共识测度和群体语言共识测度;然后,针对共识性水平较低的决策群体,构建一种整数规划模型,用于调整决策者给出的初始语言决策信息;最后,提出一种基于语言共识模型的电子商务信用风险评价方法,并通过电子商务信用风险评价问题说明该方法的可行性和有效性.     

犹豫模糊语言PROMETHEE方法在川酒品牌评价中的应用

基于犹豫模糊语言集理论,提出一种犹豫模糊语言信息环境下的PROMETHEE多属性决策方法,并应用于川酒品牌评价决策问题中.研究表明,犹豫模糊语言集能够很好地描述和处理复杂定性信息环境下的川酒品牌评价与决策问题;所提出的犹豫模糊语言PROMETHEE算法简便, 且改进的偏好函数允许决策者根据其对方案的严格优于偏好对参数进行选择,可保证决策过程的科学性和决策结果的准确性.     

数据驱动的犹豫模糊语言信息策略优先权排序方法

数据挖掘使得决策者获取信息更为方便有效。本文在冲突分析图模型理论框架下,首先基于数据对冲突策略进行挖掘,实现了冲突策略的合理构建。其次,考虑到现实冲突中决策者对某策略的选择更多表现为一种被选择的可能性,将犹豫模糊语言信息和冲突分析图模型理论进行有效交叉融合,采用犹豫模糊语言信息进行评估,并基于粗糙集思想对犹豫模糊语义评价信息进行集结以代表这种可能性;进一步地,提出一种新的基于犹豫模糊语言信息的冲突分析图模型策略优先权排序法。最后,对沭河跨境水污染进行建模分析,对沭河水污染治理提出建议,并且就状态排序结果对比了新旧两种方法,结果验证本文提出方法的合理性。     

基于双重语言信息联动的多阶段决策模型

研究双重语言信息联动下多阶段决策信息的动态集结方法. 考虑决策依据信息和专家偏好信息的自身特点, 设计基于双重语言信息融合的多阶段决策问题分析框架; 分析决策信息的动态变化特征, 以两类信息之间差异最小为原则构建规划模型群, 探寻阶段权重和各阶段下属性权重的具体表现; 设定决策者的信息偏好程度, 集结方案的动态综合绩效和专家判断结果, 在多阶段情形下实现候选方案的优选决策. 最后通过算例验证了所提出方法的科学性和适用性.     

基于双重语言信息联动的多阶段决策模型

研究双重语言信息联动下多阶段决策信息的动态集结方法.考虑决策依据信息和专家偏好信息的自身特点,设计基于双重语言信息融合的多阶段决策问题分析框架;分析决策信息的动态变化特征,以两类信息之间差异最小为原则构建规划模型群,探寻阶段权重和各阶段下属性权重的具体表现;设定决策者的信息偏好程度,集结方案的动态综合绩效和专家判断结果,在多阶段情形下实现候选方案的优选决策.最后通过算例验证了所提出方法的科学性和适用性.     

基于EDAS和共识模型的动态概率语言多属性群决策方法

针对评价信息为概率语言术语且属性权重未知的多属性群决策问题,提出一种新的、基于离平均解距离(EDAS)和共识模型的概率语言多属性后悔理论群决策方法.首先,考虑到现实决策中决策者面对方案选择时会呈现“有限理性”的行为,将后悔理论融入群决策方法的研究中,通过计算决策者的后悔-欣喜值来度量其感知效用;其次,将EDAS方法与概率语言信息处理相结合用于方案排序,并基于最大化偏差法思想,给出一种概率语言多属性决策问题属性权重的确定方法,以得到初始解决方案;然后,对初始解决方案进行共识测度,进一步根据个人属性集得到个人方案集,通过共识模型的动态反馈调整,得到符合大多数决策者意愿的最终解决方案;最后,以共享自行车设计方案的选择为例对所提出方法进行验证,并通过对比分析说明方法的可行性和有效性.     

基于综合云的不确定语言多准则群决策方法

针对准则权重已知、决策者权重未知、准则值为不确定语言的多准则群决策问题,提出一种基于云模型的决策方法.该方法首先将不确定语言值转化为综合云;然后采用生成浮动云的方法进行偏好集结,并通过计算＂不确定度＂和＂决策者偏差度＂求得决策者权重;最后引入Hamming距离求得贴近度大小,通过比较得到方案集的排序.实例分析表明了该方法的有效性和可行性.     

语言修饰集的研究现状与前景

语言修饰集作为一种刻画不确定信息的有效表达方式,用更加符合语言习惯的表达形式描述决策者对事物的评价结果.与其他语言术语相比,语言修饰集旨在修正隶属函数使其在表达专家的决策信息过程中更具有有效性、客观性,因此基于语言修饰集的研究是非常必要的.鉴于此,对语言修饰集的发展进行综述:首先回顾语言修饰集的研究背景;然后对语言修饰集在运算法则、语义量化、模糊逻辑、分类器等方面的发展进行回顾,同时介绍一些基于语言修饰集在情感分析、工程风险管理等方面的应用;最后展望语言修饰集的研究前景.     

面向犹豫模糊语言信息的大型群体分类集结模型

研究基于犹豫模糊语言信息的大型群体决策分类和集结问题.提出一种面向犹豫模糊语言信息的专家相似度构建方法,相似度测算基于犹豫相似度和距离相似度综合考虑;改进编网分类方法,借助基于相似矩阵的编网分类方法对大型群体专家进行初步分类,确定可接受范围,对专家进行再分类并通过分类精度指标对分类的有效性进行验证以确定最终类别;构建大规模群体信息集结的类内集结和类间集结框架,对类内专家信息进行集结以获得概率语言信息;提出一种基于语言概率分布的类可靠度计算方法,基于类可靠度和类专家数量占总体数量比例综合考虑确定类别权重以实现类间信息集结,进而根据集结的概率语言信息计算对象期望值并进行排序.最后,通过算例及方法比较验证所提出方法的有效性.     

基于语言型混合算子的模糊信息聚合方法

在多属性决策过程中经常会用到聚合算子,有序加权平均聚合(OWA)算子是最常用的聚合算子之一,通常用于聚合确切的数值.然而,现实世界部分信息的不确定性以及决策者对一些信息的模糊性,使得部分信息不能用确切的数值表示,从而导致OWA算子及其扩展算子向着多元化发展.对此,给出一种语言型混合有序加权平均聚合(LHOWA)算子,同时研究该算子所应具备的一些基本性质,并给出一种基于该算子的语言型信息聚合方法,用于多属性决策过程中模糊信息的聚合.最后,通过一个煤矿安全评价的算例对所提出方法的优越性进行了验证.     

基于相对熵和二元熵的多粒度直觉语言TODIM决策方法

针对评估信息为多粒度直觉语言集的决策问题,提出一种基于相对熵和二元熵的TODIM方法。该方法首先定义了直觉语言数的相对熵和二元熵,以度量决策信息的差异和不确定性;其次,构建了基于相对熵和二元熵的专家赋权模型,并建立了主观权重完全已知、部分已知和完全未知场景下的属性赋权模型;最后,为集结多粒度群体决策信息,提出了多粒度直觉语言加权算术平均(MIL-WAA)算子。算例分析表明,该方法能够较好地度量决策信息的不确定性和差异性,并考虑了决策者的有限理性行为,具有一定的合理性和有效性。     

基于犹豫语言判断矩阵的数据产品选择研究

犹豫语言判断矩阵作为一种新的判断矩阵,能够有效地处理决策信息为语言变量且决策者态度犹豫不行的决策问题。针对犹豫模糊语言信息环境下的数据产品选择问题,构建了一种基于犹豫语言判断矩阵的数据产品选择方法。该方法引入了犹豫语言判断矩阵的一些相关概念,包括加性一致性、一致性指数、可接受一致性;研究了犹豫语言判断矩阵一致性判定方法和特征矩阵的构造方法,并设计了一种收敛性算法用以改进犹豫语言判断矩阵的一致性;建立了基于犹豫语言判断矩阵的决策模型,并通过数据产品的选择实例说明提出的决策方法是合理和有效的。     

基于概率语言术语信息的前景决策方法

针对属性值为概率语言术语、属性权重完全未知的多属性决策问题,提出一种基于概率语言术语信息的前景决策方法.首先,为解决语言决策信息的群集结问题,通过power语言集结算子把一组语言术语集集结为概率语言术语,最大程度保留决策信息;其次,考虑概率语言术语集现有距离公式分辨率不高,定义一种新的距离公式;再次,鉴于决策者主观风险态度,引入前景理论至概率语言环境中,结合新的距离公式,构建前景决策矩阵;进而,综合主客观因素,构建组合赋权模型计算属性权重;最后,结合前景理论决策模型和指标权重求得综合前景值以此排序得最优方案,并通过算例验证其有效性.     

模糊语言下的梯形模糊数心态指标群决策方法

在模糊语言下,提出了梯形模糊数心态指标的群决策方法。在属性权系数和决策者权系数信息都不完全的情况下,引入心态指标,将模糊语言的梯形模糊数决策矩阵转化为带心态指标的决策矩阵;利用决策的不完全信息构造Fuzzy线性规划,分别求解出属性权重和决策者权重;对决策者的心态指标进行集成得到群体风险态度,模糊集成群体风险态度与方案的群体评价值,得到整个方案集的排序。选取实例说明该方法的有效性、可行性和可操作性。     

基于异质信息的被执行人的评估决策问题研究

针对异质信息下被执行人财产隐匿行为甄别评估问题,考虑到被执行人评价指标关联性和执行人员的心理行为,提出一种基于复杂网络和前景理论的异质多属性决策方法.首先,对被执行人进行定量与定性分析,建立被执行人多维评价指标体系,进而利用复杂网络确定评价指标的权重;然后,考虑到被执行人评价指标的异质性,评价指标信息采用精确数、语言变量、概率语言等异质信息表示,在此基础上考虑决策者心理行为,利用前景理论计算各个被执行人的前景值,确定重点查控对象;最后,通过具体案例验证所提出方法的有效性和可行性,切实推动解决“执行难”问题,并为解决具有异质信息的实际管理决策问题提供新思路和新方法.     

语言区间直觉模糊Frank算子

针对语言区间直觉模糊信息的集结问题,文中提出Frank集结算子,并构建解决供应商选择问题的群决策方法.首先引入拓展Frank t-模与s-模定义语言区间直觉模糊集的Frank运算法则,提出语言区间直觉模糊Frank加权平均(LIVIFFWA)算子与几何(LIVIFFWG)算子,证明算子的幂等性、封闭性、单调性等基本性质,剖析算子关于参数的退化性.然后,基于LIVIFFWA算子与LIVIFFWG算子构建语言区间直觉模糊多属性群决策方法,用于解决供应商决策问题.最后,通过共享单车回收供应商选择的案例分析验证文中决策方法的可行性和灵活性,讨论参数变化对决策结果的影响,并验证参数具有表征和反馈决策者态度的能力.