多属性决策决问题的满意度与赋权研究

多属性决策问题的决策中,决策者往往对属性上的数值存在一定的心理预期。首先,通过心理预期与实际数据获得决策对象在每个属性上的满意度,对决策对象进行筛选过滤;其次,提出属性值信息相容关系,利用属性值之间的相容度进行赋权,信息融合对满足决策者心理预期的决策对象排序择优;再次,提出决策对象满意度,并指出传统的排序方法获取的最优决策对象与决策者总体满意度最大的决策对象并不等价。具体算例表明,该方法科学有效且可行。     

风险偏好与属性约简在决策问题中的应用研究

将决策者风险偏好与属性约简算法应用到具有大量属性的决策问题,提出先对决策者分类再进行决策的策略． 根据决策者的风险偏好特征将其分为风险规避型、风险中立型、风险偏好型,针对不同类型的决策者分别采取相应的算法,提取有效属性并利用有效属性进行决策; 针对不同风险偏好的决策者,提出相应的风险偏好预期规则; 提出基于优势关系辨析矩阵的属性赋权算法及基于属性值优势度矩阵的进行信息融合与排序算法; 最后通过属性值为实数与区间数的两个实际案例表明该算法的科学合理性．     

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.     

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。     

语言多属性决策的目标规划模型

研究了只有部分属性权重信息、属性值以语言变量或不确定语言变量形式给出且决策者对方案有偏好信息的语言多属性决策问题.给出了语言变量和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,定义了语言变量的偏离度概念.在属性值以1)语言变量和2)不确定语言变量,这两种形式给出的情形下,分别建立了一个基于偏离度的目标规划模型,并通过求解这两种模型分别获得相应的属性权重.然后对于情形1),利用语言加权平均(LWA)算子,对语言决策信息进行加权集成,继而对方案进行排序和择优;对于情形2),利用不确定语言加权平均(ULWA)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.     

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。     

权重信息不完全的区间直觉模糊数多属性决策方法

针对权重信息不完全的区间直觉模糊数多属性决策问题,首先,引入了区间直觉模糊数的一些运算法则、区间直觉模糊数的得分函数和精确函数。然后,对权重信息不完全的区间直觉模糊数的多属性决策方法进行了研究,给出了一个基于最大偏差的目标规划模型,从而获得相应的属性权重,并基于IIWAA算子对区间直觉模糊数信息进行集结,进而根据得分函数和精确函数对方案进行排序。最后,进行了实例分析,说明了该方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。     

不确定多属性决策双目标组合赋权模型研究

本文提出了灰距离熵的概念,并把灰距离熵作为区间灰数相离度的一个度量标准,建立了不确定多属性决策属性值的灰距离熵离差最大化模型。并在此基础上, 讨论了基于灰距离熵和极大熵的双目标规划组合赋权模型。从而实现了决策属性区间权重向点值权重的转化。最后并结合具体实例,验证了模型的有效性。     

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。     

基于样本集的区间数灰靶分类决策模型及应用

基于灰靶思想的不确定背景分类决策问题分析,本文提出了区间数灰靶分类决策模型。该模型将灰靶决策拓展到决策信息为区间数的情况,提出了区间数的靶心距测度方法;根据靶心距提出了灰靶分类决策中的靶心分类临界值设置方法;以决策对象的靶心距与临界值之间的偏差总量最小为目标,建立了指标权重和分类临界值的确定模型;依据求解的权重与分类临界值对决策对象集进行分类评价。算例分析验证了该模型的有效性和可行性,可以很好地解决决策对象众多、分类数不确定等特性的多属性分类决策问题。     

基于愿景满意度函数的多属性群决策方法

针对定性和定量属性相混合的多属性群决策问题，提出基于愿景满意度函数的多属性群决策方法。该方法从损失和收益的角度考虑问题，通过计算标准化的愿景值和属性值之间的距离，建立考虑专家不同风险态度的愿景满意度函数，求得专家各自的满意度，最后应用简单加权算子集结专家的排序结果。通过案例分析和算法对比说明了该算法可适用于不同风险态度的专家进行决策，而风险态度和愿景值的分析结果表明当属性不确定性较大时，专家看重损失或者收益取决于专家的风险态度和愿景值的高低，该方法可为参与决策的双方提供有价值的参考意见。     

基于限制优势关系的粗糙决策分析模型

针对信息不完全的偏好多属性决策问题,给出一种基于拓展粗糙集的决策分析模型.首先提出限制优势关系的概念;然后在限制优势关系下得到知识的粗糙近似,给出分类决策规则.对比分析证明,限制优势关系既保留了扩展优势关系的优点,又在一定程度上克服了扩展优势关系的局限性.最后通过一个实例验证了所提出的模型对信息不完备决策系统的处理更符合实际情况。     

An approach to consensus measurement of linguistic preference relations in multi-attribute group decision making and application

This paper studies the group decision making problem with linguistic preference relations. We first study the consensus measure between the individual preference relations and the collective (group) preference relation by defining the concept of degree of similarity between two linguistic values and two linguistic preference relations. Then we propose a concept of the acceptance consensus threshold value for group decision making with linguistic preference information. We show that the consensus between individual preference relations and the collective (group) preference relation is greater than the weighted similarity degree of a given individual preference relation with respect to other individual preference relations in group decision making with linguistic preference relations. The results will help in the analysis of crucial issues of conflict and agreement among preferences of decision-makers, which affect the consensus of group decision making with linguistic preference relations. Theoretical foundations are then established for the proposed method. Finally, the proposed method is applied to evaluate the degree of consensus of individual overall preference values with respect to the collective overall preference values for multi-attribute group decision making with linguistic information. The main contribution of this paper is twofold. One is to present a new way to measure the consensus between the individual preference relations and the collective (group) preference relation in group decision making with linguistic preference information. Another is to provide an effective approach to evaluating individual overall preference values with respect to the collective overall preference values in multi-attribute group decision making with linguistic information.     

考虑后悔规避的灰色群体偏离靶心度决策方法

针对指标值、指标权重以及状态概率均为区间灰数的风险型多指标群决策问题，考虑决策者的后悔规避的心理行为，提出基于后悔理论和区间灰数信息的群体偏离靶心度决策方法。该方法将后悔理论融入到群决策过程中，建立了各决策者的综合灰色感知效用矩阵，由此定义了群体灰色正负靶心以及灰色群体偏离靶心度；以灰色群体偏离靶心度综合值最大化为目标、同时结合极大熵原理构建优化模型并解出最优专家权重向量，利用灰色群体偏离靶心度大小对方案进行排序；最后，通过具体算例验证了该方法的有效性和实用性。     

群决策中基于二元语义的主客观权重集成方法

针对一类属性值和属性权重信息均以语言评价信息形式给出的多属性群决策问题,提出了一种基于二元语义信息处理的主客观属性权重集成方法.首先运用二元语义集成算子计算属性的主观权重,然后给出一种基于最小偏差的属性客观权重计算方法,该方法根据决策者给出的语言决策矩阵计算决策群体对属性判断的偏差,偏差越大,表明决策者对该属性评价意见的分歧越大,则应赋给该属性越小的权重值,以提高群体意见的一致性.在此基础上,对属性的主、客观权重信息进行集成,得到属性综合权重.最后通过算例说明了该方法的有效性和实用性.     

基于κ-可加模糊测度的多属性决策分析

基于κ-可加模糊测度和 Choquet 积分理论,讨论基于关联的多属性决策分析问题的建模和求解.首先通过构建属性间的直接关联矩阵确定κ值;然后依据 Marichal 熵理论求解属性和属性集的权重;利用 Choquet 积分计算方案的综合评价值并以此对方案进行排序;最后给出算例验证上述理论和方法的合理性.     

时序多属性决策的广义等级偏好优序法

实际中很多复杂的多属性决策问题往往需要考虑多个时间序列的决策信息,针对这类时序多属性决策问题,本文在优序法的基础上,定义了广义优序数的概念。同时提出基于理想时间权向量的方法来解决时序多属性决策中时间权重的确定问题,进而在此基础上提出时序多属性决策的广义等级偏好优序法。最后,利用文献中的数据,用本文的方法对某集团的四个铜矿企业的综合效益进行了评价,其结果表明了本文方法的可行性和有效性。本文为解决时序多属性决策问题提供了一种新的方法和思路。     

Missing consequences in multiattribute utility theory

This paper addresses how to deal with decision alternatives with missing consequences in multicriteria decision-making problems. We propose disregarding the attributes for which a decision alternative provides no consequence by redistributing their respective weights throughout the objective hierarchy in favor of a straightforward idea: the assignation of the respective attribute range as a default value for missing consequences due to possible uncertainty about the decision alternative consequences. In both cases, decision alternatives are evaluated by means of an additive multi-attribute utility model. An illustrative example of the restoration of radionuclide contaminated aquatic ecosystems is shown.