一种给出方案不完全偏好信息的多指标决策方法

一种给出方案不完全偏好信息的多指标决策方法樊治平，郭亚军，潘德惠本文针对决策者给出决策方案的不完全偏好信息的多指标决策问题，给出了一种逼近于决策方案们好信息的决策分析方法，并给出了一个算例．一种给出方案不完全偏好信息的多指标决策方法@樊治平，郭亚军，...     

不完全信息群决策在供应商选择中的应用

本文主要研究了基于不完全信息的群决策方法在供应商评价中的应用,供应商选择的评价指标体系,且构建了基于供应商选择的绩效评价体系;然后,将群决策的方法应用到供应商选择绩效评价中,给出了具体的决策分析步骤,以及结合实例加以验算,说明了该方法的简洁、易行等特点。     

Rough集规则知识获取研究中的不一致性问题

讨论数据挖掘问题 ,即从原始数据中构造决策规则。重点考虑不一致情况下的规则知识获取问题 ,即从包含不一致信息的数据中获取得到缺省规则 ,并研究在不一致条件下的决策规则选择策略 ,使之能够在不完全、不一致的条件下进行推理。同时将在 Skowron缺省规则获取算法的基础上 ,根据对不一致性的分析 ,提出从包含不一致信息的决策表中获取缺省规则 ,并能够对任意待识样本进行处理的方法。     

双寡头垄断市场下的企业广告竞争分析

利用线性函数模型对双寡头垄断市场下企业广告竞争进行研究.从理论上证明了,为作出最佳决定,在完全信息动态条件下进入企业控制渗透成本可以达到和在位企业同样的广告效果,而在不完全信息静态条件下,在位企业可以凭借信息不对称优势节约广告成本.在位企业根据渗透成本概率的高低选择广告决策.     

一种给出方案不完全偏好信息的多指标决策方法

针对决策者给出决策方案的不完全偏好信息的多指标决策问题。给出了一种逼近于决策方案偏好信息的决策分析方法，并给出了一个算例。     

基于矩阵分解的不完全偏好值信息双边匹配决策

针对匹配主体没有提供全部偏好值信息的双边匹配问题,提出了一种基于偏差矩阵分解技术解决不完全偏好值信息双边匹配问题的决策方法。给出了基于部分偏好值信息的双边匹配问题的描述,利用偏差矩阵分解技术,充分挖掘用户的潜在偏好,填充缺失偏好值,将匹配双方的不完全偏好值矩阵转化为完全偏好值矩阵并进一步转化为满意度矩阵。建立匹配优化模型并通过模拟退火算法求解,实验结果表明,该决策方法可行。     

心态函数的区间直觉模糊多属性决策的研究

针对心态函数在权重信息不完全已知的条件下对多属性决策方法进行了研究,通过建立LP模型,利用贴近度再结合区间直觉模糊加权平均算子,提出了一种新的基于贴近度的综合加权心态函数,当权重信息不完全已知时,此方法对心态函数的多属性决策提供了一种新的解决途径,并由实例说明其准确性.     

不确定语言环境下的ERP系统选型方法

针对在ERP系统选型过程中,评估者们所给出的评估信息不完全的特点,利用一种基于ULWG算子和ULHG算子的多属性群决策方法,对最终ERP系统的选型进行定量分析,以期为企业客观、有效地选择ERP系统供应商提供一定的理论依据.     

基于物元模型的索赔决策研究

工程施工过程中的索赔决策研究是多目标问题的研究,由于干扰事件各属性的认知数据难以收集齐全,决策人对索赔事件的信息认知不完全,故只能依据不完全信息通过适当的方法和模型的引入,逐步确定索赔结果.为此,引入物元分析方法并建立索赔决策的物元模型,同时以某水利水电工程中的索赔事件为例进行了实证分析,从而证明了该方法的有效性.     

淘宝网经营利益相关方的博弈分析

在淘宝网的交易中存在着买方、卖方和物流公司三方的不完全信息动态博弈以及卖方与买方之间的信息不对称,本着效用最大化原则,交易的利益相关方都会选择最佳决策。支付矩阵表明,诚信经营、提高服务质量是卖方及物流公司综合效用最大化的最佳选择,诚信消费同时积极维权则是买方获得最大综合效用的途径。     

基于激励机制的多属性决策方法及其应用

针对一类动态型多属性决策问题,提出了一种基于多属性拍卖思想的动态型多属性决策方法.首先以决策者效用最大化为目标设计了一个包含性能、进度等多个评价指标的评分函数对开发商的开发方案进行评分排序;然后论证了该方法具有激励性,即能积极引导开发商上报真实的信息,并证明了该决策方法能够降低项目的开发风险;最后通过一个导弹发动机的开发实例说明动态型多属性决策方法能够方便地应用于产品开发的实践中,为决策者优选开发商提供有效的决策方法.     

基于联系数的区间型多属性决策方法研究

对属性权重和属性值均以a bi型联系数形式给出的区间型多属性决策问题进行了研究。给出了a bi型联系数的一种定义,介绍了其运算法则,并利用a bi型联系数加权平均算子(WAA算子),提出了一种基于a bi型联系数的区间型多属性决策方法。实例计算结果表明该方法可行且有效。     

基于信息熵的模糊多属性决策方法

针对属性值为梯形模糊数的模糊多属性决策问题,给出一种基于信息熵的模糊多属性决策方法,并用实例进行检验.该方法利用信息熵求出各属性权重,利用简单加权法来计算方案的模糊效用值,根据梯形模糊数的期望值排序方法对方案进行排序和择优.用该方法选出的方案有效、可行而且计算简单,为解决模糊多属性决策问题提供了新途径.     

基于VIKOR法的供应商选择策略

针对属性值为区间数的多属性决策问题给出了一种VIKOR方法,并通过供应商选择问题说明此方法是合理有效的.     

TOPSIS中不同规范化方法的研究

针对不同规模、不同属性值数据范围和类型的多属性决策问题,采用排序一致性指标(RCI)定量地衡量了向量规范化法、极差变换法、线性比例变换法、比重变换法和指数变换法这5种规范化方法对TOPSIS排序一致性的影响.排序一致性指标越大,对应的规范化方法越好.研究结果表明,向量规范化方法能有效处理不同规模、不同属性值数据范围和类型的多属性决策问题,是TOPSIS排序中一种有效的规范化方法.     

多属性决策中属性值大小对其权重的影响

研究属性值大小对其属性权重的影响. 在常用权重分配方法的基础上,通过引入模糊集合的方法,提出了适合该情况下的属性分配方法.实例研究结果表明,考虑属性值大小的决策方法比传统的决策方法更为合理.     

连续区间Pythagorean模糊相似测度及其多属性决策方法

针对基于连续区间Pythagorean模糊相似测度的多属性群决策问题,首先,提出连续区间Pythagorean模糊有序加权平均(C-IVPFOWA)算子;然后定义一种新的连续区间Pythagorean模糊相似测度,并研究该相似测度的优良性质;接着,基于连续区间Pythagorean相似测度构建决策者权重和属性权重非线性优化模型,同时提出基于新的连续区间Pythagorean相似测度的多属性群决策方法;最后,通过智能家居工程案例验证所提出方法的可行性和有效性.     

基于概率语言相关系数的多属性群决策模型

针对评价信息为概率语言术语集,专家权重和属性权重完全未知的多属性群决策问题,提出基于概率语言相关系数的多属性群决策模型.首先定义了概率语言的相关系数并且拓展到概率语言矩阵间的相关系数; 然后基于每个专家的决策矩阵,通过最小化加权相关系数总和求得每个专家的属性权重向量,并且通过决策矩阵的相关系数客观地确定专家权重; 最后将经典的ELECTRE方法加以改进用于方案排序,并且通过算例分析与比较分析证明了该决策方法的有效性与优越性.     

一种区间型不确定多属性决策的统计方法

讨论了属性值为区间值的一类不确定性多属性决策问题.将属性值转化为决策者的满意值后,结合决策者的满意值和属性自身的权重,指出现行简单加权平均以及有序加权平均方法存在的缺陷,提出了一种新的基于随机变量和统计特征的新方法.通过实例证明了该方法的有效性.     

一种基于线段法的模糊多属性决策模型

研究了属性权重完全未知,属性值以模糊数给出的不确定型多属性决策问题,借鉴集值统计理论中的线段法,给出了求解属性权重的一个简洁公式．最后通过实例,通过与其他决策方法的比较,说明了该方法的实用性和有效性．