基于区间犹豫模糊TOPSIS法的多属性群决策

基于区间犹豫模糊元,定义广义区间犹豫模糊元的距离公式,提出区间犹豫模糊逼近理想解排序(IVHF-TOPSIS)法,用于处理属性评价值为区间犹豫模糊元的多属性群决策问题.在权重向量未知的情况下,根据给定的属性评价值和最大化离差度方法确定权重,用IVHF-TOPSIS法得到所有方案的贴进度系数,再结合贴近度系数的大小对所有方案排序并选出最优方案,并将所提方法用于解决某网络企业的仓库选址问题.     

属性权重未知的不确定语言评价双边匹配决策

针对匹配主体没有提供属性权重信息的不确定多粒度语言评价双边匹配问题,提出了一种基于离差最大公式和二元语义的决策方法。决策中,首先创建一个基本语言评价集(BLTS),将多粒度的不确定语言评价信息转换为区间二元语义,并且将所有区间二元语义根据公式投影到基本语言评价集上。根据区间二元语义的距离公式,计算属性之间的离差。通过离差最大化公式,计算得到每个匹配主体的属性权重向量。进而通过属性权重对区间二元语义加权平均,根据理想逼近法计算最终的满意度,得到最终的求解模型。最后通过实验证明该决策方法的可行性。     

基于多粒度概率粗糙集与MULTIMOORA的q-RO模糊多属性群决策

为了探索q-RO(q-rung orthopair)模糊信息系统中具备稳定决策结果的多属性群决策方法,依据多粒度概率粗糙集与MULTIMOORA(multi-objective optimization by ratio analysis plus the full MULTIplicative form)建立了一种新的q-RO模糊多粒度计算模型,并用于求解多属性群决策问题.结合q-RO模糊概率粗糙集与多粒度粗糙集,提出了多粒度q-RO模糊概率粗糙集模型.利用离差最大化法计算属性权重与决策者权重,进一步建立了基于多粒度概率粗糙集与MULTIMOORA的q-RO模糊多属性群决策方法,该方法考虑了决策风险与容错能力,可提供稳定的决策结果.通过2个实际算例验证了所建立方法的可行性与有效性.     

一种带有偏好信息的多属性决策模型

针对属性值由实数形式给出,属性权重完全未知,且带有决策者偏好信息的多属性决策问题,以传统离差最大化决策方法为基础,提出了一种最优化决策模型．为解决权重信息不完全的多属性决策问题提供了新的思路．最后,给出了一个实际例子以说明模型的有效性和应用性．     

基于Jaynes最大熵的模糊多属性群决策投影方法

为了解决属性权重完全未知的模糊多属性群决策问题,采用基于Jaynes最大熵原理的投影偏差模型确定指标权重,运用基于多准则妥协解排序法的妥协解排序框架实现决策过程。首先运用区间直觉模糊集表达决策者的犹豫模糊评价信息,然后运用集成算子获得综合决策矩阵,再运用Lingo11~求解获得属性权重,利用信息集结获得备选方案的加权投影,最后根据方案的最大群效应值、最小后悔值和综合指标值进行方案排序。实验显示,方案的排序结果与其它方法保持一致,趋势图显示此方法计算的各方案综合指标值变化趋势更明显。分析表明,该方法避免了其他权重确定方法的不足之处,消除了计算过程中的折衷损失,适用于属性权重完全未知的多属性群决策方案排序问题的评价。     

属性权重未知情形下的区间直觉模糊多属性决策方法

针对区间直觉模糊信息环境下属性权重未知的多属性决策问题,提出了一种新的决策方法.在回顾相关基础理论知识基础上,定义了区间直觉模糊数的得分函数与精确度函数,提出了基于离差最大化的属性权重确定方法,然后基于区间直觉模糊加权平均算子给出了属性权重未知情形下属性信息为区间直觉模糊数的多属性决策方法.最后将该方法运用到突发事件应急预案有效性评价问题,通过实例分析验证了该方法的有效性.     

基于距离测度的折衷型区间数多属性决策方法

针对服从均匀分布的区间数情况,通过区间数之间的距离并考虑决策者的偏好,给出一种基于距离测度的折衷型区间数多属性决策方法,并以实例说明方法的有效性和可行性.该方法首先将区间数属性值转化为排序指标值,以方案排序指标值离差最大化为目标建立数学模型求得属性权重,然后按方案综合排序指标值的大小对方案进行排序.该方法充分利用已有的客观信息,结果准确可信,具有简洁、直观、便于上机实现等优点.     

基于平方差最大化法的采矿方法优选体系构建

采矿方法多目标数学决策中,获取指标客观权重,保证指标权重确定的合理性和最优性,是采用数学方法进行采矿方法优选的关键。基于离差最大化法、方差最大化法的理论,构建了基于平方差最大化法的采矿方案优选体系,从权重范围已知和权重范围未知两方面,对实例矿山采矿方法进行优选,得出了该矿最优的采矿方法为大直径深孔阶段矿房法。结果表明,平方差最大化方法能保证指标权重的最优性;采用该方法进行采矿方案优选,具有概念清晰、易于操作、排序结果准确等优点,为采矿方案优选提供了新思路。     

考虑属性关联的TOPSIS语言群决策方法

针对在实际的多属性语言群决策问题中属性之间往往具有相互关联作用这一问题,提出了一种考虑属性关联的TOPSIS语言群决策方法.该方法中决策者给出对方案的语言评价信息,并采用二元语义概念对语言评价信息进行处理.在传统理想点法的基础上引入λ模糊测度的概念,根据属性间的关联作用确定每个方案属性的权重并得到加权决策矩阵.然后计算每个方案与正、负理想点间在n维二元语义空间内的二元语义欧氏距离并得到相对贴近度,确定最优方案.该方法有效地避免了决策过程中语言评价信息的扭曲和损失,并能够考虑属性间的关联作用对于属性权重的影响,使得决策结果更加合理可信.通过一个实例验证了方法的有效性和实用性.     

基于VIKOR混合多属性群决策的供应商选择

为科学决策选择供应商,企业应吸纳有竞争力的供应商参与竞争,通过建立供应商评价指标体系,充分考虑供应商的比较优势,建构科学评价模型进行决策。根据混合多属性群决策的特点,采集混合的主客观评价指标信息,形成了科学的集结与规范化方法;然后运用层次分析法和离差最大化法相结合,确定评价指标权重,构建了VIKOR混合多属性群评价模型;最后以第三方物流供应商选择为算例,形成决策结论。     

基于决策指标分类的供需链合作伙伴选择算法

在传统的有限方案目标决策方法的基础之上，根据描述对象的不同将全部决策指标分成多个决策指标子集，然后运用熵信息法对决策指标集中的个体指标进行了个体重确定，得到个体指标的客观权重，再运用专家相对评分法对各个决策指标子集进行整体权重确定，得到各个决策指标子集的权重，从多层次，多角度对候选企业进行评估与决策，从而得到一种适合供需链中企业的合作伙伴选择算法。     

基于方案满意度的区间型多属性决策方法及应用

研究了属性权重和属性值均以区间数形式给出的不确定多属性决策问题.针对此类区间型多属性决策问题,定义了方案的综合属性正理想值、综合属性负理想值和带风险度的综合属性值;依据决策者对风险的态度,给出了方案满意度函数;提出了基于方案满意度的单目标优化模型;最后应用该模型解决了投资方案的选择问题.     

基于动态异质性参照点的地铁应急疏散出口选择行为

鉴于地铁应急疏散中决策者的有限理性、决策者的异质性以及所面临决策环境的差异性,本研究通过将决策者的个人属性和备选方案的方案属性引入参照点,建立了基于动态异质性参照点的地铁应急疏散出口选择模型。通过将该模型应用到上海世纪大道地铁站的调查数据,并将不同情景和不同决策者类别的模型结果分别与基于静态同质性参照点的模型结果进行对比,表明基于动态异质性参照点的模型预测结果与实际选择结果之间的误差更小,能更准确的描述决策者的决策行为。     

一种不确定型多属性决策方法及其应用

 讨论了权重完全未知且属性值为区间数的多属性决策问题,提出了一种基于理想区间数贴近度的决策方法。首先定义区间数的距离,并给出区间数贴近度的公理化定义,讨论区间数贴近度的性质,然后针对区间型多属性决策问题给出一种区间型决策矩阵的规范化方法,并给出3种确定权重的方法,分别是模糊标度重心赋权法（主观赋权法）、基于最小相对熵原理的熵与相对熵综合赋权法（客观赋权法）以及利用优化方法,以待评方案与理想最优方案的贴近度最大化为优化目标,建立的贴近度最大化赋权法（主、客观组合赋权法）。利用权重可计算出每个方案与理想方案的综合贴近度,即可得到所有方案的排序结果。最后通过实例分析验证了该方法的有效性和实用性。     

基于集对分析和直觉模糊集的语言型多属性群决策方法

针对语言型多属性群决策问题进行了研究,提出基于集对分析的直觉模糊群决策方法。首先给出语言信息与直觉模糊值的转换方法;分析集对分析的思想与直觉模糊集思想的兼容性,通过集对分析的方法求解出方案对于单个属性和所有属性的联系度表达式;最后通过一个排序公式对方案进行排序,并得出最优方案。算例证实了该方法的有效性。     

不完全信息下基于证据推理的多属性决策方法研究

针对不完全信息下多属性群体决策中存在的问题,提出一种基于证据推理的多属性群体决策方法。该方法首先应用灰色白化权函数将定量属性定性化,然后针对不同专家知识背景的不同,构建基于属性的专家赋权方法,用证据推理方法将不完全信息下的多个专家的意见进行集结,并应用效用理论对方案进行排序择优。最后通过一个算例验证该方法的有效性和可行性。     

模糊多属性决策问题中属性权重的确定及应用

确定属性的权重是模糊多属性决策中的重要问题,在对不可指定性度量的基础上,提出一种在模糊属性为多值时确定属性权重的新方法,并应用该方法进行供应商选择评价,说明了该方法的实际意义和应用价值.     

多目标决策中一种确定权重的方法

本文提出了一种在多目标决策中确定权重的方法－－多目标距离最大化法，它以客观统计的数据为基础，在实践中有一定的实用价值。     

考虑社会网络信任关系的多属性群决策方法

针对社会网络环境下决策者存在信任关系导致的信任风险,以及方案属性间存在关联性的问题,提出了一种考虑社会网络信任关系的多属性群决策(MAGDM)方法;首先根据决策者的社会网络关系进行聚类从而获得若干个子社区,并通过度中心性和特征向量中心性计算出决策者的权重与子社区权重;接着根据信任关系分别确定决策者个人与子社区的信任度,并针对信任度较低的子社区衡量出其信任风险系数与评价风险系数,然后对该子社区进行相应的意见调整;其次针对备选方案的多个属性具有关联性的问题采用Choquet积分算子获取备选方案的综合评价值,并通过得分函数对备选方案进行相应排序以获取最优决策方案;最后将所提决策方法应用于一个算例中,说明方法的可行性。