一种基于序区间偏好信息的群决策分析方法

针对序区间偏好信息的群决策方案排序问题,本文提出了一种新的分析方法.首先,给出了序区间的有关定义及其性质;然后,通过定义专家群体判断关于方案在排序位置的期望可能度和专家群体判断关于方案的数学期望值,给出了序区间偏好信息的群决策方案排序方法.最后,通过一个算例说明了本文提出的分析方法。     

综合同异质群决策的配送中心选址研究

考虑到决策专家由于各自的专业和经验不同,提出了基于决策专家重要性的模糊多属性群决策方法解决物流配送中心选址决策问题。最终决策者根据各个专家的不同重要程度分配权重,各个专家采用语言变量对备选方案的各级准则赋予权重和评价等级。最后,通过集成和清晰化方法计算出各个配送中心备选方案的优先排序。     

直觉模糊数的序优先度及其在群评价中的应用

直觉模糊数是处理模糊问题的一种有效的信息表达形式,其排序方法是研究的热点问题之一.基于均匀分布的原理,提出新的直觉模糊数序优先度的概念,给出各种情形下的序优先度的计算公式,并探讨了直觉模糊数序优先度的若干性质.给出了基于直觉模糊数序优先度的群评价算法.实例分析表明本文提出的方法是可行有效的.     

基于模糊不确定性理论的Bernardo方法

Bernardo方法是一种多属性群决策方法。针对Bernardo方法，本文结合模糊不确定性理论，提出“模糊Bernardo”方法；利用模糊变量表示决策者对多方案排序的模糊目标值，给出其Bernardo方法的模糊混合0-1规划模型和模糊机会约束混合0-1规划模型。该方法为群决策提供了一种多方案排序问题的实用且有效的理论依据和计算方法。最后通过实例对此方法予以验证。     

基于集值统计原理的多指标灰靶决策方法研究

针对区间数多指标群决策问题,提出一种基于集值统计模型的改进灰靶决策方法。首先利用集值统计模型对多专家的区间评价进行估计,得到符合可信度要求的决策指标样本矩阵。然后利用基于加权广义马氏距离的灰靶决策方法对决策方案进行排序,给出决策样本为区间数群决策矩阵形式的灰靶决策模型。最后通过一个具体的算例给出决策方法的过程,避免了马氏距离不存在的情况,克服了决策指标间的相关性、重要性差异和不同量纲对决策过程和决策结果的影响,方法的可行性与有效性得到验证。     

基于OWGA算子的偏好信息集结法及其在群决策中的应用

研究了决策者的偏好信息以不同形式给出的群决策问题。首先，利用不同偏好信息之间的转换公式，将偏好次序型、效用值型、互反判断矩阵型三种偏好信息一致化为模糊互补判断矩阵型的偏好信息；其次。利用加权几何平均（OWGA）算子对一致化后的决策信息进行集结。再对方案的加权几何平均优势度进行综合集结，并以此进行方案的排序，提出了基于OWGA算子的群决策方法，该方法具有操作简便和计算量少的特点。最后。通过实例说明方法的可行性和实用性。     

区间直觉模糊数的序优先度及其在群评价中的应用

区间直觉模糊数是处理模糊问题的一种准确且细腻的信息表达形式,其排序方法也是当今研究的热点问题之一.基于范数理论,提出一种新的概念:区间直觉模糊数的序优先度,给出相应的序优先度的计算公式,并探讨了区间直觉模糊数的序优先度的一些性质,同时给出基于区间直觉模糊数的序优先度的群评价算法,最后结合实例表明本文提出的方法是有效、可行的.     

基于三参数区间数群决策的第三方物流服务商选择方法研究

对第三方物流服务质量评价与选择属于多属性的群决策问题.为解决传统物流服务商的选择和评价中专家主观性问题,提出了基于三参数区间数群决策的第三方物流服务商选择方法.分析了三参数区间数的概念,对三参数区间数运用偏差函数确定决策专家的权重,根据三参数区间数偏好序概率矩阵和权重,求解第三方物流服务商的排序问题.最后通过实例验证了三参数区间数群决策算法的有效性和可行性.     

带有方案优先序的模糊多属性决策方法

针对属性值为模糊变量,属性权重完全未知但已知方案优先序的模糊多属性决策问题给出一种新的决策方法.该方法通过建立一个线性目标规划模型来确定属性的权重,再基于简单加权平均法则来计算各方案的模糊综合属性值,然后根据比较模糊变量大小的期望值方法对方案进行排序.最后给出了应用实例.     

一种具有不确定偏好序评价信息的群决策方法

针对具有不确定偏好序评价信息的群决策问题,提出了一种决策方法。首先,描述了不确定偏好序的概念,并将它转化为概率向量,同时给出概率向量加权算子;然后,给出了概率向量两两比较的可能度的定义及性质分析;依据概率向量加权算子及可能度,建立了方案两两比较的可能度矩阵;基于可能度矩阵及互补判断矩阵的权重公式,计算方案的优先权重并对方案进行优选;最后,通过一个算例说明了该方法的可行性和有效性。     

考虑群体参照点的多属性决策方法

针对考虑群体参照点的多属性决策问题,提出一种基于前景理论的决策分析方法。在提出的方法中,考虑了群体成员的心理行为。首先,依据D-S证据理论的思想,计算各参与决策人的参照点对群体参照点的影响度,进而确定群体参照点;然后,依据前景理论分别建立相对于群体参照点的群体收益矩阵和群体损失矩阵,并通过计算每个方案的群体前景值进行方案排序。最后,实例分析说明了提出方法的可行性。     

基于二元联系数距离的不确定语言多属性决策模型

研究了属性权重范围已知,方案主观偏好值为语言变量,决策信息为不确定语言决策矩阵的多属性决策问题.在给出不确定语言变量转换为二元联系数的公式以及二元联系数距离公式的基础上,将方案主观偏好语言评价值转换为二元联系数,将不确定语言决策矩阵转换为二元联系数决策矩阵,从而得到方案的二元联系数综合属性值,通过最小化方案的二元联系数综合属性值和主观偏好值之间距离,建立多目标优化模型,并将其转换为一个单目标规划模型计算出属性权重.然后,通过对方案的二元联系数综合属性值进行不确定性分析,得到各方案的排序总数,利用排序总数对方案进行排序择优.应用实例表明该决策方法可行有效.     

Multicriteria decision-making method using the Dice similarity measure based on the reduct intuitionistic fuzzy sets of interval-valued intuitionistic fuzzy sets

This paper proposes the concept of the reduct intuitionistic fuzzy sets of interval-valued intuitionistic fuzzy sets (IVIFSs) with respect to adjustable weight vectors and the Dice similarity measure based on the reduct intuitionistic fuzzy sets to explore the effects of optimism, neutralism, and pessimism in decision making. Then a decision-making method with the pessimistic, optimistic, and neutral schemes desired by the decision maker is established by combining adjustable weight vectors and the Dice similarity measure for IVIFSs. The proposed decision-making method is more flexible and adjustable in practical problems and can determine the ranking order of alternatives and the optimal one(s), so that it can overcome the difficulty of the ranking order and decision making when there exist the same measure values of some alternatives in some cases. This adjustable feature can provide the decision maker with more selecting schemes and actionable results for the decision-making analysis. Finally, two illustrative examples are employed to show the feasibility of the proposed method in practical applications.     

权值不确定的模糊多属性格序决策方法

针对权值是区间数且指标值以三角模糊数形式给出的模糊多属性决策问题,基于格序决策的理论,提出一种新的格序决策办法.方法通过计算梯形模糊数的中心将TOPSIS方法推广到了模糊数的领域,进而给出一种新的方案排序方法.     

模糊多属性群体决策模糊距离折中比值法及应用

为解决复杂条件下的模糊多属性群体决策问题,利用模糊距离的概念,提出了模糊距离折中比值法(FCRM)。在FCRM中,属性权重和定性属性评估值由语言变量和三角模糊数描述,并用模糊距离度量模糊数之间的距离。FCRM的决策原则是所选择的最优解在尽可能地贴近正理想解的同时尽可能地远离负理想解,同时充分考虑多个决策者的主观态度。文中详细阐述了FCRM的决策过程,通过实例将其应用于军事航线优选问题并与其他相关方法进行了比较分析,证实了该方法的有效性。     

三角模糊数互补判断矩阵排序的目标规划法

针对决策者以三角模糊数互补判断矩阵形式给出的多目标决策问题.给出三角模糊数加性一致性互补判断矩阵的判定定理.利用该定理基于最小偏差建立一个目标规划模型而解得三角模糊数互补判断矩阵的权重向量,从而使用三角模糊数排序公式对方案排序,提出了基于目标规划的三角模糊数互补判断矩阵排序法.最后,将模型与方法应用于项目投资决策中.     

基于模糊证据推理及改进TOPSIS的多属性群决策方法

针对不同识别框架多属性群决策问题属性准则度量的不确定性、随机性,定义基于梯形模糊数表征的属性准则评价等级相似度量,求解专家决策权重的最优解。对公共识别框架备选方案属性准则采用模糊证据推理过程综合专家评价等级置信度信息;利用可严格区分属性准则评价等级的相似度量,改进TOPSIS方法中备选方案属性准则评价等级置信度距离因子,获取备选方案逼近正负理想解的贴近度。实例分析以某通信企业电信产品市场竞争力评估为例,说明基于模糊证据推理、改进TOPSIS的多属性群决策问题求解过程,从属性准则专家模糊评价等级置信度集中获取直观的待评估产品市场竞争力排序结果,验证该方法解决此类决策问题的可行性与有效性。     

A new method for ranking fuzzy numbers and its application to group decision making

In this paper, a new method for comparing fuzzy numbers based on a fuzzy probabilistic preference relation is introduced. The ranking order of fuzzy numbers with the weighted confidence level is derived from the pairwise comparison matrix based on 0.5-transitivity of the fuzzy probabilistic preference relation. The main difference between the proposed method and existing ones is that the comparison result between two fuzzy numbers is expressed as a fuzzy set instead of a crisp one. As such, the ranking order of n fuzzy numbers provides more information on the uncertainty level of the comparison. Illustrated by comparative examples, the proposed method overcomes certain unreasonable (due to the violation of the inequality properties) and indiscriminative problems exhibited by some existing methods. More importantly, the proposed method is able to provide decision makers with the probability of making errors when a crisp ranking order is obtained. The proposed method is also able to provide a probability-based explanation for conflicts among the comparison results provided by some existing methods using a proper ranking order, which ensures that ties of alternatives can be broken.     

基于模糊聚类的不同形式偏好信息的集结方法研究

针对具有5种不同形式偏好信息的群决策问题给出了一种分析方法.当专家给出的偏好信息是模糊互补判断矩阵、区间值、正互反矩阵、序关系值以及效用值时,首先把不同形式的偏好信息转化为模糊互补判断矩阵,然后,再根据模糊互补判断矩阵得出每个专家的方案排序值,据此对专家进行模糊聚类,根据聚类结果确定专家的权重,进而进行信息合成和方案选优,并用算例进行了验证.