混合非结构MAGDM的决策导向一致性检验方法

为有效应对现有群决策一致性检验方法的系列弊端,针对群决策的决策导向多元、决策方案众多、决策属性异构、决策信息多样等特征,在引入票权概念解析群决策一致性判定复杂性、刻画非结构多属性群决策合意信息表征假设情景的基础上,通过对常规混合非结构多属性群决策（MAGDM）问题进行公理化描述,并依据从方案层面到属性层面的整体决策信息判定策略,给出决策导向层面的整体判断信息一致性检验方法、多轮次非一致性决策信息调整策略及信息集结方法。案例应用结果表明提出的方法有效、可行。     

考虑多种偏好信息的多阶段方案选择方法

针对方案选择过程中专家倾向于采用不同偏好信息的问题,提出了考虑多种偏好信息的方案选择方法。专家可以从方案集中选择出子集,从效用值、偏好次序、互反判断矩阵和模糊偏好关系四种形式中选择一种对方案子集进行评价;采用转化函数将专家给出的偏好信息转化为偏好向量;根据各个专家的偏好向量集结方案分类结果;将结果用于反馈调整各专家的方案子集;最后通过多个阶段的反馈与调整,改进群体一致性以获得最优方案。将该方法用于某汽车制造商汽车零部件再制造方案的选择,验证了所提方法的有效性。     

群决策中多阶段多元判断偏好的集结方法研究

研究群决策过程中决策者基干多个决策阶段、多种结构形式的判断偏好集结方法.基于互反判断偏好与互补判断偏好的转化公式,将多种类偏好的结构一致化;利用决策者判断偏好的一致性水平和与群体综合偏好偏差的距离,提出了确定决策者权重的方法;建立了基于决策先验信息的多阶段偏好集结的决策阶段赋权模型.根据各决策阶段的权重,将多阶段判断偏好集结成群体综合偏好.     

基于方案修订的群决策一致性形成的研究

层次分析法(AHP)是群决策中经常使用的一种方法,利用AHP进行群决策的过程实质上也是决策者个体偏好集结的过程。针对如何将不同形式的偏好信息进行有效集结以形成群决策一致性方案的问题,提出一种通过活用AHP修订决策方案达到决策者群体的一致性偏好最终得以形成的方法,在利用决策者的决策信息进行群组划分的基础上明确各个划分的决策偏好差异,提出了活用AHP进行群决策一致性形成的方向,并形成了有效的动态群决策过程。     

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.     

基于可加一致性的不完全偏好信息估算方法

针对基于方案对比较的不完全模糊偏好信息的方案优选群决策问题,通过引入模糊偏好关系中的可加一致性概念,提出了一种估算评估专家缺失的偏好信息的迭代估算方法。该方法仅仅依赖专家在可加一致性基础上提供的信息,而不用考虑其他专家的信息,因而估算出来的偏好信息能够与专家原始偏好信息保持良好的一致性,从而提高了估算结果的可信度。最后给出了一个算例。     

群决策中多阶段多元判断偏好的集结方法研究

研究群决策过程中决策者基于多个决策阶段,多种结构形式的判断偏好集结方法.基于互反判断偏好与互补判断偏好的转化公式,将多种类偏好的结构一致化;利用决策者判断偏好的一致性水平和与群体综合偏好偏差的距离,提出了确定决策者权重的方法;建立了基于决策先验信息的多阶段偏好集结的决策阶段赋权模型.根据各决策阶段的权重,将多阶段判断偏好集结成群体综合偏好.

     

群决策中两类三端点区间数判断矩阵的集结方法

研究群决策过程中三端点区间数互反判断矩阵和三端点区间数互补判断矩阵的集结. 采用OWA(Ordered weighted averaging) 方法将决策者的偏好信息集结为两个三端点区间数判断矩阵. 基于三端点区间数判断矩阵的完全一致性概念, 建立三端点区间数判断矩阵的权重求解模型. 根据群决策背景下专家群最大一致的目标, 建立求解专家群体偏好权重的模型. 在第二阶段建立群偏好权重分布范围估计模型, 最后通过可能度方法以排定各方案的最终优劣顺序.     

基于前景理论的农村电子商务发展水平多维偏好决策方法

现实中存在多维偏好和需要考虑专家心理行为的农村电子商务发展水平决策问题.针对这类农村电子商务发展水平决策问题,提出一种基于前景理论的多维偏好决策方法.首先,描述农村电子商务发展水平评价问题,进而计算各个决策方案的综合前景值;然后,定义基于前景理论的客观排序与专家偏好的一致性程度和不一致程度;最后,以决策者的期望水平和容忍度为基础,建立模糊多维偏好优化模型,进而计算各个决策方案的综合前景值,据此确定方案优劣排序和最优方案.通过分析三明市各个县市农村电子商务的发展水平表明了所提出方法有效合理.     

群决策中多形式偏好信息的转换及一致性分析

描述序关系、效用值、互补判断矩阵、互逆判断矩阵4种形式的偏好信息,给出将前3种偏好信息转换到互补判断矩阵的公式。在集结前,对转换后的互补判断矩阵进行一致性分析,如果没有达到规定的一致性指标,找出该矩阵中一致性最差的元素,并提交给其决策者进行调整,直到达到一致性指标。通过一个算例说明该方法的应用过程。     

基于按需服务的用户QoS 偏好信息的处理策略

为满足按需服务的需求,需建立处理用户QoS 偏好信息的具体策略与方法．本文研究了QoS 偏好信 息的描述方式,提出了基于AHP 判断矩阵的QoS 偏好信息表示方法．该方法使用数字标度方法把QoS 偏好转换为 AHP 矩阵,用特征向量法计算出矩阵的权重向量,从而为QoS 偏好提供了量化表示．在此基础上,给出了基于QoS 偏好的相对最优服务的求解策略．具体数例表明,本文中QoS 偏好信息的处理方法与策略是有效的．     

Consistency and consensus models for group decision-making with uncertain 2-tuple linguistic preference relations

Due to the uncertainty of the decision environment and the lack of knowledge, decision-makers may use uncertain linguistic preference relations to express their preferences over alternatives and criteria. For group decision-making problems with preference relations, it is important to consider the individual consistency and the group consensus before aggregating the preference information. In this paper, consistency and consensus models for group decision-making with uncertain 2-tuple linguistic preference relations (U2TLPRs) are investigated. First of all, a formula which can construct a consistent U2TLPR from the original preference relation is presented. Based on the consistent preference relation, the individual consistency index for a U2TLPR is defined. An iterative algorithm is then developed to improve the individual consistency of a U2TLPR. To help decision-makers reach consensus in group decision-making under uncertain linguistic environment, the individual consensus and group consensus indices for group decision-making with U2TLPRs are defined. Based on the two indices, an algorithm for consensus reaching in group decision-making with U2TLPRs is also developed. Finally, two examples are provided to illustrate the effectiveness of the proposed algorithms.     

基于语言信息一致性调整算法的数据产品选择

针对语言评价信息环境下的数据产品选择问题，设计了一种基于语言偏好关系加性一致性改进算法的数据产品选择模型。以专家提供的语言偏好关系信息为基础，引入了衡量语言偏好关系一致性水平的计算方法，提出了完全加性一致语言偏好关系的构造模型。构建了一种具有收敛性的基于语言偏好关系一致性改进算法的数据产品选择模型。通过数据产品选择实例，发现构建的决策算法更为可靠有效。     

Large-scale group decision making with multiple stakeholders based on probabilistic linguistic preference relation

A large number of stakeholders take part in the process of decision making, namely, large-scale group decision making (LGDM) problems. Every stakeholder utilises a linguistic preference relation (LPR) to represent her/his preference information for alternatives. Then, a probabilistic LPR (PLPR) is established to represent the group preference. However, some stakeholders may only provide partial preference information about the alternatives. Thus, a PLPR with incomplete probabilities can be used to manage LGDM problems in complex environments. Based on the defined expected multiplicative consistency of PLPR, a probability computation model is established by mathematical programming to derive the missing probabilities of PLPR. In addition, an iterative algorithm to improve the consistency is proposed to obtain the PLPR with satisfactory consistency. Finally, a real-world investment decision-making problem with multiple stakeholders is solved to demonstrate the effectiveness of the proposed method.     

Supplier selection using AHP methodology extended by D numbers

Supplier selection is an important issue in supply chain management (SCM), and essentially is a multi-criteria decision-making problem. Supplier selection highly depends on experts’ assessments. In the process of that, it inevitably involves various types of uncertainty such as imprecision, fuzziness and incompleteness due to the inability of human being’s subjective judgment. However, the existing methods cannot adequately handle these types of uncertainties. In this paper, based on a new effective and feasible representation of uncertain information, called D numbers, a D-AHP method is proposed for the supplier selection problem, which extends the classical analytic hierarchy process (AHP) method. Within the proposed method, D numbers extended fuzzy preference relation has been involved to represent the decision matrix of pairwise comparisons given by experts. An illustrative example is presented to demonstrate the effectiveness of the proposed method.     

Methods for fuzzy complementary preference relations based on multiplicative consistency

To improve the consistency of a preference relation is a hot topic in decision making. Wang and Chen (2008) gave a simple method to construct the complete fuzzy complementary preference relation from only n − 1 pairwise comparisons. However, some values may not be in the defined scope and need to be transformed, and thus some original information may be lost in the transformation process. In this paper, we propose a new method to avoid this issue based on the multiplicative consistency of the fuzzy complementary preference relation and apply it to fuzzy Analytic Hierarchy Process (AHP). An example is further given to illustrate our method.