一种基于SPA的不确定多属性决策的排序方法

针对具有不确定性区间数的多属性决策问题,提出了一种基于集对分析的排序方法.通过介绍一个决策分析模型,把属性权重和决策矩阵均为区间数的多属性问题转化为区间数表示的决策方案综合评价值.然后把该区间评价值转化成联系度的形式,并给出排序准则.最后,通过算例验证该算法的有效性.     

基于中值-半宽(M-H)的区间多属性决策方法

从不确定区间数的中值与半宽角度出发研究属性权重信息完全未知且属性值以区间数形式给出的多属性决策问题。文中给出区间数定义,构建中值-半宽(M-H)区间数排序方法与运算法则;给出基于(M-H)区间数决策矩阵的规范化方法,依据决策方案与理想方案的关联系数离差最大化原则,提出求解属性权重的优化方法,并通过实例验证了该方法的实用性和有效性。     

基于区间粗糙数相似度的多准则群体决策方法及其应用

针对权重未知的区间粗糙数多准则群体决策问题,提出一种基于相似度最大化的群体决策方法。文章对区间数构造区间粗糙数的方法进行改进,进一步定义区间粗糙数相似度公式,并给出相应的性质;以各方案与标准方案相似度最大化及熵值最大为目标,建立多目标优化模型求解准则权重,利用区间粗糙数算子求出方案的综合决策值,进而由区间粗糙数可能度和排序向量模型获得方案的排序结果。最后,通过投资实例证明该方法是有效的、合理的。     

区间数多属性决策的SPA-TOPSIS方法

借鉴集对分析(SPA)理论将属性值为区间数的多属性决策问题转化为基于三元联系数的多属性决策问题,并依据传统的逼近理想解的排序(TOPSIS)方法的基本思路,提出了一种解决区间数多属性决策问题的SPA-TOPSIS方法。该方法简洁直观,易于计算,无需对区间数进行排序。实例分析说明了它的有效性和实用性。     

基于新距离测度的区间数排序

为解决属性取值为区间数的多属性决策问题,本文针对现有区间数距离公式的不足,通过考虑两区间数中任意两点之间的偏差,同时减去两区间数公共部分中任意两点之间的偏差,给出一种新的区间数距离公式,并进一步给出区间数的排序函数,通过该排序函数对区间数进行排序.实例证明,该公式有效避免了以往方法的不足,体现出更高的计算精度.     

语言直觉模糊数的可能度排序方法及其应用

提出新的排序方法对语言直觉模糊数进行排序并将其应用到多属性语言决策问题中。首先基于可能度和Atanassov偏序提出语言直觉模糊数的可能度定义并讨论一些相关性质, 然后通过构造可能度矩阵计算排序向量并结合精确函数提出基于可能度的排序方法, 并在已知属性权重和专家权重的情况下使用语言直觉模糊数加权聚合算子将决策信息聚合得到方案整体综合值。根据提出的可能度排序方法设计出一个语言直觉模糊信息下的多属性群决策方法, 通过一个具体案例说明该方法是合理有效的。     

区间数刻画属性值下的两种多属性决策新算法

为了解决区间信息多属性决策问题,建立了两种多属性决策算法(算法1和算法2).算法1: 首先利用区间数的积型贴近度公式将属性的区间信息数据转换为精确数值,然后使用Maclaurin对称平均算子集结属性的精确数值,进而通过比较其数值大小来判断方案的优劣.算法2: 首先利用区间数的积型贴近度公式算出各方案在所有属性上的积型模糊互补判断矩阵,然后通过求解积型模糊互补判断矩阵的排序向量来判断方案的优劣.研究表明,两种算法的决策路径虽然不同,但其排序结果相同,即不同决策路径不会影响方案的排序结果,因此决策者可以根据实际问题需要选择适当的决策算法及排序规则,以更好地满足决策需求.     

有风险偏好的区间直觉模糊多属性的 意见集中排序法

针对属性值为区间直觉模糊数的多属性群决策问题,考虑决策者风险偏好和属性权重不完全确定的情况,提出一种新的意见集中排序法。首先根据定义的得分函数对决策矩阵中的评价值比较大小,进而对方案排成线性序;然后基于新的排序方法,建立模型获得属性权重值,并利用加权平均算子对方案集结,得到排序方案。最后,通过数值实例验证该方法的可行性。     

Ranking Method for Complementary Judgment Matrixes with Fuzzy Numbers Based on Hausdorff Metric Distance

A method for ranking complementary judgment matrixes with traspezoidal fuzzy numbers based on Hausdorff metric distance and fuzzy compromise decision approach is proposed. With regard to fuzzy number complementary judgment matrixes given by a decider group whose members have various weights, the expert＇s information was aggregated first by means of simple weight average（SWA） method and Bonissone calculational method. Hence a matrix including all the experts＇ preference information was got. Then the matrix＇ column members were added up and the fuzzy evaluation values of the alternatives were got. Lastly, the Hausdorff metric distance and fuzzy compromise decision approach were used to rank the fuzzy evaluation values and then the ranking values of all the alternatives were got. Because exact numbers and triangular fuzzy numbers could all be transformed into trapezoidal fuzzy numbers, the method developed can rank complementary judgment matrixes with trapezoidal fuzzy numbers, triangular fuzzy numbers and exact numbers as well. An illustrative example is also given to verify the developed method and to demonstrate its feasibility and practicality.     

基于直觉梯形模糊数的信息不完全多属性决策方法

针对权重信息不完全未知且属性值为直觉梯形模糊数的多属性决策问题,给出了基于直觉梯形模糊数得分函数和投影模型下的多属性决策方法,通过投影法建立了非线性规划模型,并通过数学软件得到各属性权重,通过投影率作为排序指标,进行排序择优。最后通过实例说明了该方法的有效性。     

基于可能度的区间直觉模糊数排序方法及其在决策中的应用

根据区间直觉模糊数的隶属度与非隶属度的代数和与差,定义一种用区间数表达的得分函数和精确函数, 并利用本文定义的得分函数和精确函数给出区间直觉模糊数大小的可能度,然后基于可能度提出区间直觉模糊数的一种新的排序方法。最后,基于这种新的排序,给出了区间直觉模糊信息环境下的多属性决策方法,并用数值算例说明该方法的可行性和有效性。       

方案排序对属性值的敏感性分析

多属性决策问题的属性值是决定方案排序的基础。由于许多主观和客观的原因 ,多属性决策问题中属性值的确定常常受到不确定、不精确和易变的因素影响 ,而这些因素将直接影响到决策的结果。从属性值最小变化量出发 ,结合实际案例研究了属性值变化对方案排序的影响及其量化方法 ,采用该方法可以确定出每一个方案对属性值改变的敏感性以及最敏感的方案。     

基于决策人满意度的区间UTA方法

针对区间数多准则决策问题,扩展了传统的效用加性(utility additive, UTA)方法,提出了一种区间UTA方法。该方法首先根据传统的UTA方法,将参考方案的所有指标值转换为效用范围,即效用区间;然后利用区间数运算,得到参考方案的综合效用,进一步根据决策人的满意度和区间数的中点、半宽构建一个线性规划模型,计算出最小误差;在再优化分析中,以各指标下所有节点郊用的方差最小为目标函数,建立二次规划模型,计算出每一指标下各节点的效用值,利用效用值得到待评方案的综合效用区间和排序。算例表明,提出的区间UTA方法能有效地对方案排序,并与决策人以往的偏好信息一致。     

给出方案偏好值的模糊多属性决策方法

针对属性值均为模糊变量,属性权重完全未知但给出方案偏好值的模糊多属性决策问题给出了决策方法。该方法通过建立一个模糊期望值目标规划模型来确定属性的权重,基于简单加权平均法则来计算方案的模糊综合评价值,利用比较模糊变量大小的期望值方法来对方案进行排序。最后通过实例说明了该决策方法的可行性和有效性。     

基于CC-OWG算子的区间数多属性群决策方法

针对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,提出一种基于CC-OWG算子的区间数多属性群决策方法.该方法利用连续区间数据有序加权平均(C-OWA)集成算子对区间数属性权重进行处理,利用组合的连续区间数据有序加权几何(CC-OWG)集成算子对区间数属性值进行集成.最后,以实例分析说明了该方法的实用性和有效性.     

部分指标权重信息下的区间数多指标决策方法

针对指标权重信息部分已知、部分未知且指标值为区间数形式的多指标决策问题,提出一种决策分析方法.在对具有部分指标权重信息的区间数多指标决策问题进行数学描述的基础上,依据传统的理想点方法的基本思路,给出解决指标权重信息不完全的区间数多属性决策问题的计算步骤,其核心是通过构建最优化模型,得到每个方案与正理想点、负理想点的差异值,进而通过计算出相对接近度,即可得到所有方案的排序结果.通过一个算例说明该方法的实用性和有效性.     

虚拟企业伙伴选择中模糊因素的定量评估

针对虚拟企业伙伴选择时存在不一致区间判断的复杂评估问题,组建战略联盟决策群并确定着眼于候选伙伴实现机遇的互补竞争力评价指标体系,提出在层次分析法(AHP)框架下,运用有下限和上限的区间数表达候选伙伴之间不一致、不确定的比较比例,获得区间比较矩阵,引入模糊集的隶属度函数表示对选择方案的满意程度,构造模糊约束集合,利用线性规划方法求解具有最大满意程度的优先权矢量,计算出候选者的总体优先顺序.结果表明,该方法能够从可行域为空的不一致区间比较矩阵导出模糊优先权矢量.列举的虚拟企业伙伴选择实例验证了应用这个方法从模糊判断矩阵计算出确定的优先权重的有效性,这是其他方法难以做到的.     

模糊多属性群决策问题的一种新TOPSIS方法

基于梯形模糊数的期望值算子,给出了一种新的TOPSIS方法来处理模糊决策矩阵、属性权重和决策者权重都已知,且均以梯形模糊数给出的模糊多属性群决策问题.先采用加权算术平均(Weighted Arithmetic Averaged)算子把所有规范化模糊决策矩阵集结为综合加权规范化模糊决策矩阵.然后以梯形模糊数的期望值排序方法和距离公式,求得模糊理想解和模糊负理想解及备选方案到模糊理想解和模糊负理想解的距离,从而确定各备选方案对模糊理想解的相对贴进度,并以其大小判断方案的优劣次序.最后通过一个实例说明该群决策方法的有效性.     

部分权重信息下的三角模糊数型多属性决策方法

针对属性值为三角模糊数且只有部分权重信息的多属性决策问题给出了逼近理想点法.该方法首先提出了规范化决策矩阵的新的计算公式,然后通过求解两个线性规划模型来确定属性的权重,再利用两个三角模糊数之间的距离分别计算各方案到模糊理想点和模糊负理想点的距离,最后根据各方案与模糊理想点的相对贴近度的大小排序得到方案的优劣排序.     

部分权重信息下的三角模糊数型多属性决策方法

针对属性值为三角模糊数且只有部分权重信息的多属性决策问题给出了逼近理想点法。该方法首先提出了规范化决策矩阵的新的计算公式，然后通过求解两个线性规划模型来确定属性的权重，再利用两个三角模糊数之间的距离分别计算各方案到模糊理想点和模糊负理想点的距离，最后根据各方案与模糊理想点的相对贴近度的大小排序得到方案的优劣排序。