基于累积前景理论的动态风险灰靶决策方法

研究信息值为区间灰数, 指标权重未知的动态风险决策问题, 提出一种基于累积前景理论和灰靶思想的决策方法. 该方法定义了区间灰数的距离测度和排序方法; 以各指标值的平均值作为参照点计算各时段的前景矩阵; 通过WAA算子将动态前景矩阵集结为静态前景矩阵; 在此基础上求解基于极大熵思想的规划模型得出各指标权重. 构造正负椭球灰靶模型, 根据各方案的正负靶心综合距对方案进行排序. 最后, 通过算例分析结果验证了该方法更加符合决策者的心理行为.

     

基于后悔理论的多目标灰靶决策方法

针对属性值为区间灰数、权重信息不确定的多目标决策问题, 考虑决策者的心理行为, 提出一种基于后悔理论的多目标灰靶决策方法. 首先构造基于正负理想点的欣喜-后悔值函数, 建立正负靶心, 同时考虑方案与正负理想方案的接近性, 利用正负靶心距的空间投影距离构造一种新的靶心距函数, 并构建非线性优化模型来确定目标权重,最终确定出方案的排序. 最后以城市应急实例验证了所提出方法的有效性和可行性.

     

三参数区间灰数信息下的动态多属性决策方法

针对方案属性值为三参数区间灰数的动态多属性决策问题, 提出一种基于前景理论的动态多属性决策方法. 定义了三参数区间灰数距离测度和排序方法; 鉴于被评价对象在时序上的差异信息和波动性, 建立基于方差和时间度的确定时间权重的优化模型; 以两两方案互为参考点确定前景价值函数, 由此构建求解最优权向量的优化模型,并通过求解方案的综合前景值对方案进行排序. 实例研究表明了该方法的合理性和有效性.

     

基于类别加权算子的环形灰靶决策

针对现有灰靶决策方法只有一个靶, 不能科学解决评价信息疏密程度不一致的决策问题, 通过有序增量法将决策者评价信息按信息的差异性分成不同的组别, 并给出类别加权算子的定义. 在此基础上, 定义一个靶心多个靶环的环形灰靶, 并将类别权重赋予相应的环形灰靶, 建立基于类别加权算子的环形灰靶决策方法. 该方法更接近现实灰靶, 且通过对方案评价信息的环内和环间信息的二次集结, 使得评价结果更为实用合理. 最后以一个应急案例进行了验证.

     

正态分布区间灰数灰色预测模型

近期灰数预测主要关注无分布信息和均匀分布区间灰数预测. 基于灰朦胧集演化思想, 研究在不确定信息广泛存在的正态分布背景下, 正态分布区间灰数序列的灰色预测问题. 首先, 通过正态分布随机函数实现区间灰数序列与实数序列族的信息等效转换; 然后, 对正态分布区间灰数随机白化序列进行GM(1,1) 建模, 利用最大值最小值及正态分布“3?? 法则”建立区间灰数预测模型; 最后, 通过实例对比分析验证了所提出模型的可行性和有效性, 为区间灰数预测问题提供新的思路和方法.

     

基于核和灰度的区间灰数多属性决策方法

针对属性值为区间灰数且部分权重信息已知的多属性决策问题, 提出一种基于区间灰数的核和灰度的决策方法. 根据专家评价值的取值范围设置区间灰数的取值论域, 给出了区间灰数的基于核和灰度的简化形式, 建立了普通区间灰数到标准区间灰数的转化方法, 分别基于标准灰数的核和灰度分别求取属性的权重, 进而得到属性的综合权重, 并提出了一种基于标准区间灰数相对核的排序方法对方案进行排序. 最后通过一个算例验证了所提出方法的有效性和可行性.

     

基于Choquet积分的多属性灰靶群决策方法

针对属性间具有关联性且属性值为区间灰数的多属性群决策问题,提出一种基于Choquet 积分的多属性灰靶群决策方法.根据模糊测度和Choquet积分的性质,定义关于区间灰数的Choquet积分信息集成算子,并证明其相关性质;通过灰靶决策方法,对方案集的综合靶心距进行排序.仿真实例验证了所提出方法的合理性.     

基于模糊熵和证据推理的语言?? 数多准则决策方法

定义了语言??数及其模糊熵, 提出了基于模糊熵和证据推理的多准则决策方法, 以解决准则权系数信息不完全确定的语言??数多准则决策问题. 所提方法通过建立基于语言??数模糊熵的线性规划模型来得到准则的最优权系数, 利用证据推理算法确定方案的综合准则值, 进而得出最优方案. 最后通过实例验证了所提出方法的有效性和可行性.

     

基于广义“灰度不减”公理的区间灰数预测模型

区间灰数是灰色预测的基本研究对象之一, 针对其中蕴含的灰度信息, 在充分挖掘和拓展“灰度不减”公理的基础上, 建立基于广义“灰度不减”公理的区间灰数预测模型. 通过准灰度因子对区间灰数上下界进行灰度最大化处理, 保证建模过程中的灰度不减, 并根据区间灰数序列灰度走势得到的灰度因子进一步修正模型, 提高预测的可靠性. 最后通过实例验证了模型的有效性和实用性.

     

基于改进的TODIM方法的区间灰数多属性决策模型

针对属性值为区间灰数的多属性决策问题, 提出一种基于改进的TODIM方法的区间灰数多属性决策方法. 考虑决策者参照依赖的心理行为特征, 结合随机占优的思想给出两两方案相比较时的收益和损失; 分析经典TODIM方法中优势度和全局价值的不足, 给出新的优势度的表示方法和方案; 相对于其他方案收益和损失的总优势度的表示方法, 提出一种改进的TODIM方法. 最后通过实例说明了所提出方法的有效性和可行性.

     

基于前景理论的多目标灰靶决策方法

针对权重信息部分已知且属性值为区间数的多目标决策问题,考虑决策者风险态度对多目标决策的影响,提出一种基于前景理论的区间数多目标灰靶决策方法.该方法利用奖优罚劣的区间数线性变换算子对原始决策信息进行规范化处理,设计正负理想靶心,并定义前景价值函数.利用该构建方案建立优化模型以得出最优权向量,并最终确定出方案的排序.最后,通过一个实例验证了该模型适用于具有风险态度特性的区间数多指标决策,并且表明了该模型的有效性和可行性.     

基于前景M-V准则的正态三角模糊随机多属性决策方法

针对具有正态三角模糊随机变量且属性权重未知的多属性决策问题, 提出基于前景均值-方差(M-V) 准则的正态三角模糊随机多属性决策方法. 该方法首先构建正态三角模糊随机决策矩阵, 进而通过运算得到属性值的期望与方差, 并将其转化为M-V 决策矩阵; 然后, 通过定义前景效应构建前景M-V 决策矩阵, 利用改进灰色系统理论模型求解属性权重值, 获取综合前景M-V 决策矩阵; 最后, 定义前景序关系, 两两比较前景M-V 价值获取方案排序. 在此基础上, 通过案例验证了所提出方法的可行性及有效性.

     

基于前景理论的群体灰靶决策方法

考虑决策者关于各指标均有期望灰靶对群体决策的影响,提出一种基于前景理论的群体灰靶决策方法.该方法以期望灰靶为参考点来定义前景价值函数,利用奖优罚劣的线性变换算子对前景价值进行规范化处理,能够充分反映评价值是否中靶.根据群体意见一致性以及最高和最低评价对决策结果偏差的影响,构建决策者权重确定模型,并根据综合前景值的正负判断方案是否中靶.最后通过突发事件应急预案选择问题说明了该模型的可行性和有效性.     

基于二元语义一致性的混合多属性灰关联决策

为了解决指标权重未知的混合型多属性决策问题, 提出基于二元语义一致性的灰关联决策方法. 首先, 针对异质决策信息问题, 提出了使所有决策信息转化为二元语义变量的一致化方法; 然后根据离差最大化原理, 客观确定属性的指标权重, 利用灰关联分析对决策方案进行排序; 最后以某供应链中供应商的绩效评估作为算例, 用所提出方法对混合型多属性决策问题进行求解, 结果表明该方法易于操作且可为决策者提供丰富的决策信息.

     

基于施密特正交马田系统和φs转换的灰模糊积分关联度决策模型

针对传统灰关联度不能有效处理属性间存在的交互作用问题,定义了灰模糊积分关联度的概念,并给出了利用Фs函数将属性权重与属性间的交互度转换为λ模糊测度的方法;对于属性权重的计算,提出一种利用施密特正交马田系统计算属性权重的方法,该方法不但考虑了决策者的主观偏好,而且可以消除属性间的重叠信息,从而使权重的计算更加合理;构建了灰模糊积分关联度决策模型,并给出了详细的决策步骤.最后,通过实例验证了所提出的决策模型的可行性,并分析了不同交互度对决策结果的敏感性.