两类决策系统中规则获取的联合决策矩阵算法

提出了联合决策矩阵的概念以及基于联合决策矩阵的两类决策系统规则获取算法.将条件属性等价矩阵和决策属性等价矩阵合并到一个矩阵中,大大减少了矩阵生成过程的比较次数,能有效提高算法的效率.用一个实例说明了算法的执行过程,并通过算法复杂度分析与实验结果对比,进一步说明了该方法的有效性.     

基于二元关系和布尔推理的分级决策模型

分级决策问题是将备选方案分类到预先定义的具有偏好顺序的决策类中.其中每个方案是由一个有限属性集合来描述的,该属性集合包括名义属性、连续型属性和有序属性.为了建立分级决策模型.提出了一种基于粗集理论和二元关系、布尔推理相结合的方法.首先在名义属性、连续型属性和有序属性上分别定义了不可分辨关系、相似关系和优势关系.然后提出了分辨-相似-支配矩阵的概念来建立相应的布尔函数.通过计算布尔函数的主蕴含,得到了"IF…THEN…"分级决策规则集作为偏好模型.最后利用一个算例说明了该方法的有用性.     

改进分辨矩阵下的增量式条件属性约简算法

通过分析现有分辨矩阵的不足,给出了基于条件熵的分辨矩阵定义,以得到不一致决策信息系统下的合理条件属性约简结果.基于改进分辨矩阵的定义,提出了相应的条件属性约简算法,并证明了其约简为不同于代数观点下的约简,而与信息观点下的约简相同.进一步,对该改进分辨矩阵做进一步修正,提出了一个增量式条件属性约简算法.实验结果表明:所提出的改进分辨矩阵下的条件约简算法总体上优于同类求解算法,而其增量条件约简算法能够获得稳定可靠的约简结果,同时约简效率得到较大的提高.     

灰色风险型多属性群决策方法

对一类权重信息未知并且属性值为区间灰数的灰色风险型多属性群决策问题进行了探讨,提出了一种基于理想矩阵的相对优属度决策方法.首先,利用属性值为区间灰数这一特性,将灰色系统理论的思想和方法与经典风险决策方法相融合,构建了决策系统中各方案之间的关联度公式以及优化模型,合理地解决了属性权重未知问题.然后综合考虑决策者群体的主观偏好,通过构造理想矩阵,借助每一方案决策矩阵与理想矩阵、负理想矩阵的综合加权距离获得每个方案相对于理想方案的优属度,再由优属度的大小对方案的优劣进行排序.应用实例说明了所提出决策方法的合理性和算法的有效性.为解决灰色风险型决策问题提供了一种新思路.     

不完备信息系统的可信决策规则提取与E2相对约简

在不完备信息系统中,提出可信决策规则以及最优可信决策规则的概念,用以刻划信息系统中必定存在或可能存在的确定性决策规则.给出关于容差关系的最大相容类的∨-描述的概念,并由此得到初等可信决策规则.针对协调最大相容类,定义一种基于区分矩阵的区分函数;通过计算协调最大相容类的区分函数的析取范式,可由初等可信决策规则求得所有最优可信决策规则.最后给出条件属性的E-相对约简的概念及其区分函数求法.E-相对约简是保持不完备信息系统的确定性信息的极小条件属性子集.     

群组AHP判断矩阵的一种有效集结方法

针对群决策中判断矩阵的集结问题,提出了一种基于m阶简单无向连通图理论的正互反型判断矩阵的集结方法.在给出了该算法的具体步骤的同时,通过算例分析,说明了该方法的实施过程及其有效性.     

灰色多属性决策的模糊互补判断矩阵排序方法

以灰色系统理论的思想和方法为基础,探讨了决策方案的属性值为区间灰数的灰色多属性决策问题,提出了解决这种灰色决策问题的决策方法.根据区间灰数的本质特征,首先定义了两区间灰数的新的相离度和构建了基于相离度的灰色区间关联系数公式与灰色区间相时关联系数公式;其次通过引入方案间优势度和优势度比较矩阵概念及其计算公式,证明了方案间优势度比较矩阵为模糊互补判断矩阵,从而给出了方案的排序.实例分析说明了所提出的灰色决策方法的合理性及其算法的有效性.     

权重信息完全未知且对方案有偏好的多属性决策法

研究了属性权重信息完全未知且决策者对方案有偏好的多属性决策问题. 针对决策者对方案的偏好信息以互补判断矩阵形式给出的情形, 基于互补判断矩阵, 利用线性转换函数将决策信息一致化, 然后建立了一个优化模型, 进而给出了一种相应的决策方案排序方法. 最后进行了实例分析.     

一种基于判断矩阵信息的多属性群决策方法

对于多属性群决策中的属性和专家赋权问题,鉴于专家对于属性的权重信息和专家的权重信息完全蕴涵在专家给出的判断矩阵中,故应该充分挖掘判断矩阵的特征信息进行赋权.基于这种思想,提出了基于判断矩阵信息的多属性群决策方法,这种客观赋权法结构清晰、计算简便,而且还可以避免应用主观赋权时出现的对专家的主观评判与专家实际决策行为不一致的现象.算例验证证明,该方法具有合理性和有效性.     

基于模糊相容关系下的相容模糊粗糙集

本文针对模糊信息系统,提出了一种基于模糊相容关系的相容模糊粗糙集。文中给出了模糊相容类的定义,相容模糊粗糙集的表达形式,相容模糊粗糙隶属函数的定义及性质,相容模糊粗糙集的属性约简及模糊性测量方法.最后通过一个例子来说明了这种相容模糊粗糙集.     

基于决策类分割的动态数据环境下的归纳学习

深入分析了基于分辨矩阵和传统决策矩阵的归纳学习算法中存在的问题,提出了一种新的决策矩阵及基于它的归纳学习和动态数据环境下的递增式学习方法.其主要思想是基于决策类将决策系统分割为多个子系统,并构造其新的决策矩阵,然后将决策系统上的归纳学习转化为新决策矩阵下的递增式学习.这不仅解决了动态数据环境下归纳学习问题,而且能降低矩阵空间规模,避免了传统决策矩阵算法中的重复计算.实例分析和实验结果验证了基于分治策略算法的合理性和有效性.     

Joint Decision Matrix Computation for Rules Extraction in Two-Classes Decision Information System

Matrix computation for rules extraction of rough set algorithm's inefficiency restricts the application of rough set theory, so the search for efficient algorithms is of great practical significance. Therefore, the joint decision matrix is defined and a new algorithm JDMCRE for rule extraction is presented on the basis of joint decision matrix for two-classes decision information system. By combining both the conditional attribute equivalent matrix and the decisional attribute ones into one matrix, it can considerably reduce the number of comparison in the process of matrix forming, which can effectively increase the efficiency of algorithm. The complexity analysis and experiment results show that the algorithm is much better than existing matrix algorithms.     

Method for multiple attribute decision making based on incomplete linguistic judgment matrix

With respect to the multiple attribute decision making problems with linguistic preference relations on alternatives in the form of incomplete linguistic judgment matrix, a method is proposed to analyze the decision problem. The incomplete linguistic judgment matrix is transformed into incomplete fuzzy judgment matrix and an optimization model is developed on the basis of incomplete fuzzy judgment matrix provided by the decision maker and the decision matrix to determine attribute weights by Lagrange multiplier method. Then the overall values of all alternatives are calculated to rank them. A numerical example is given to illustrate the feasibility and practicality of the proposed method.     

基于期望值的模糊多属性决策法及其应用

研究了属性值以及决策者对方案的偏好信息均以三角模糊数形式给出的模糊多属性决策问题.定义了期望值决策矩阵的概念,对于权重信息完全未知或只有部分权重信息的情形,给出了一种基于期望值的模糊多属性决策方法.该法的特点是:既能充分利用已有的模糊客观信息,又能尽可能地满足决策者的主观愿望.最后把该法应用于解决虚拟企业的合作伙伴选择问题.     

一种基于奖优罚劣原则的多阶段多目标决策模型

针对一类动态多指标决策问题 ,提出一种多目标多阶段动态决策模型 .文章提出了一种新颖的效用函数 ,并据此将具有不同量纲、不同物理含义、不同指标类型的决策矩阵归一化转换到相应的效用矩阵 ,该效用函数以指标的平均值为参考点 ,突出了“奖优罚劣”原则 ,提高了分辨精度 ,物理概念更加清晰 .文未提出了一种动态决策目标函数 ,并通过对某省五城市三年综合经济效益的评估实例 ,说明此方法是合理可行的.     

直觉模糊偏好信息下的多属性决策途径

研究了属性值为直觉模糊数且决策者对方案有偏好的模糊多属性决策问题.针对方案偏好信息以直觉判断矩阵形式给出且属性权重信息不能确知的情形,定义了加型一致性直觉判断矩阵、积型一致性直觉判断矩阵以及直觉模糊决策矩阵的得分矩阵等新概念.基于得分矩阵和直觉判断矩阵,分别利用两种转换函数建立一些简洁的线性规划模型.通过求解这些模型获得属性的权重,进而给出了一种基于直觉模糊偏好信息的多属性决策途径.最后通过实例对该决策途径的详细过程及有效性进行了说明.     

Entropy-based procedures for intuitionistic fuzzy multiple attribute decision making

The class of multiple attribute decision making (MADM) problems is studied, where the attribute values are intuitionistic fuzzy numbers, and the information about attribute weights is completely unknown. A score function is first used to calculate the score of each attribute value and a score matrix is constructed, and then it is transformed into a normalized score matrix. Based on the normalized score matrix, an entropy-based procedure is proposed to derive attribute weights. Furthermore, the additive weighted averaging operator is utilized to fuse all the normalized scores into the overall scores of alternatives, by which the ranking of all the given alternatives is obtained. This paper is concluded by extending the above results to interval-valued intuitionistic fuzzy set theory, and an illustrative example is also provided.     

权重信息不完全的多粒度犹豫模糊语言群决策

针对属性权重信息不完全的多粒度犹豫模糊语言型多属性群决策问题,提出了一种基于指派模型的决策方法.本文的主要贡献在于:1)基于犹豫模糊语言术语集的得分函数,提出了从犹豫模糊语言术语集向量中确定备选方案序频次矩阵的算法;2)给出了专家关于备选方案的群体加权序频次矩阵的计算方法,将决策者给出的不完全属性权重信息作为约束条件,建立了混合0-1二次规划模型来确定备选方案的群体排序;3)通过将该方法应用于医疗废物处理技术选择问题,说明了所提决策方法的可行性和有效性.