基于后悔理论和证据理论的犹豫模糊决策方法

针对属性值为犹豫模糊信息、属性权重和自然状态发生概率完全未知的多属性群决策问题,考虑决策者心理行为,提出一种基于后悔理论和证据理论的多属性群决策方法。首先,运用证据理论计算各自然状态发生的概率;然后,基于区间模糊矩阵、t-分布估计以及得分函数矩阵确定属性信息的效用值,进而依据后悔理论得到每个自然状态下的感知效用矩阵;通过加权算术平均得到综合感知效用矩阵,并依据方案综合感知效用的大小确定方案优劣排序;最后,将所提方法运用于对投资公司的选择实例中。实验结果表明,虽然所提方法与现有方法得到的决策结果相同,但是所提方法在决策过程中只需考虑较少数量的参数。对比分析实验表明,所提方法得到的决策结果合理、可靠,且能反映实际决策情况。     

基于后悔理论的概率犹豫模糊双边匹配决策方法

针对概率犹豫模糊信息下准则具有期望水平的双边匹配决策问题,考虑双边主体后悔规避的心理行为特征,提出一种基于后悔理论的双边匹配决策方法.首先,定义概率犹豫模糊元的新兰氏距离和兰氏记分函数.然后,基于后悔理论提出一种准则具有期望水平的概率犹豫模糊双边匹配决策方法.该方法利用期望效用函数和概率犹豫模糊元兰氏记分函数构建双边主体的准则效用值矩阵;利用后悔-欣喜函数构建双边主体对于准则期望水平的后悔-欣喜值矩阵;依据后悔理论构建双边主体对于准则期望水平的感知价值矩阵.进一步,先利用离差最大化思想和概率犹豫模糊元新兰氏距离构建优化模型求解准则权重,再利用线性加权法构建双边主体的综合感知价值矩阵,利用极差变换法构建双边主体的满意度矩阵.在此基础上,基于满意度最大化,构建考虑双边匹配方案稳定性的多目标优化模型,并通过求解模型得到双边匹配结果.最后,通过算例分析表明了所提出匹配决策方法的有效性和实用性.     

属性权重完全未知的犹豫模糊双边匹配决策

针对基于犹豫模糊属性（HFV）信息且权重完全未知的双边匹配（TSM）问题,提出一种多属性匹配决策方法。首先,根据双方主体给出的犹豫模糊多属性评价值,通过最大化各属性之间的离差和从而确定属性权重;然后,由犹豫模糊有序加权平均算子集结多属性及权重信息获得双方的匹配度;进而建立一种基于匹配度的多目标优化模型,并使用极大极小法转化为单目标优化模型求解得到匹配方案;最后,进行实例分析和对比,所提方法得到目标函数值分别为1.689和1.575,且匹配解唯一。实验结果表明,所提方法可避免因主观确定目标函数权重而产生不唯一匹配解。     

基于可信度的基本不确定区间犹豫模糊广义TODIM应急群决策方法

针对应急决策环境所存在的信息不完备、认知不足等问题,区间犹豫模糊集能充分表达决策者在信息评价时的犹豫性和模糊性,但随着研究的深入,发现其存在无法保证信息质量的缺陷.为此,提出更符合实际决策需求、信息表达更加灵活的基本不确定区间犹豫模糊集,其为包含区间犹豫模糊集和确定度的二维信息集.在此基础上,定义基本不确定区间犹豫模糊加权平均算子、犹豫度及可信度,提出基于可信度的专家权重调整方法和属性权重确定方法,充分考虑了决策专家提供评价信息的可靠程度.最后,将广义TODIM方法拓展到基本不确定区间犹豫模糊环境,通过应急决策案例验证所提方法的可行性,并利用灵敏度分析和对比分析验证该方法的稳定性和有效性.     

考虑个体累积共识贡献的犹豫模糊语言自适应共识模型

针对犹豫模糊语言信息下的多属性群决策问题,提出一种基于个体累积共识贡献的自适应共识决策模型.首先,利用犹豫模糊语言得分函数,基于经典的信息熵和相对熵理论,综合考虑同一属性下不同方案间的信息差异,以及各方案分别与正理想方案和负理想方案的信息差异,构建确定属性权重的优化模型;然后,提出个体累积共识贡献测度和全局共识测度,利用全局共识度进行共识控制,依据个体累积共识贡献度对专家权重进行自适应修正,构建一种新的犹豫模糊语言自适应共识过程.该过程的特点是对拥有较少合作的非全共识专家执行专家权重惩罚,而且专家权重的更新引起属性权重的自适应更新,反过来又影响个体共识贡献的累积.最后通过一个应急医疗设施选址的共识决策例子表明方法的可行性和有效性.     

基于证据理论的偏好型直觉模糊群决策方法

针对直觉模糊多属性群决策问题,研究属性和专家权重的确定以及信息的集结方法.利用直觉模糊熵确定属性客观权重,并根据偏好信息确定合理的属性综合权重;在属性层面区分专家权重,将直觉模糊评价值作为Mass函数,构建证据冲突度模型确定专家权重,并利用犹豫度加以修正,避免综合支持度低而对方案排序影响大的专家权重过分削弱;采用证据理论集结决策信息,根据得分值进行方案排序.最后通过算例分析,验证了所提出方法的合理性和有效性.     

基于前景理论的犹豫模糊TOPSIS多属性决策方法

针对属性权重未知、属性值为犹豫模糊集的决策问题,提出一种前景理论和逼近理想解(TOPSIS)相结合的多属性决策方法.考虑到决策者对指标集的不同偏好,利用犹豫模糊熵的相关理论,提出一种基于犹豫模糊熵的熵权法确定属性权重.将决策者的风险心理因素引入犹豫模糊多属性决策中,定义了犹豫模糊数的前景价值函数,并以此将犹豫模糊决策矩阵转化为价值矩阵,计算出各方案的收益损失比值.最终应用TOPSIS的基本思路,确定备选方案的优劣排序,并通过算例分析验证了所提出方法的有效性.     

基于犹豫模糊语言的多阶段多属性决策方法

针对不确定语言条件下的决策问题,考虑专家偏好的阶段性差异,提出基于犹豫模糊语言的多阶段多属性决策方法。首先为了更准确地表达专家在决策过程中的犹豫性,采用犹豫模糊语言来表达专家的评估信息;其次考虑阶段权重的波动性,运用基于专家阶段性偏好的信息熵方法构建阶段权重优化模型确定阶段权重;然后利用最大化偏差法来求解属性权重,并采用基于平均解距离评价(EDAS)方法对备选方案进行排序;最后以某企业选取物流商问题为例,验证该方法的有效性和可行性。     

基于前景理论的犹豫二元语义灰关联群决策法

针对偏好信息为犹豫二元语义形式、专家权重和属性权重均完全未知的多属性群决策问题,基于前景理论和灰色关联分析法的思想,提出一种多属性群决策方法.首先,利用矩阵拉直运算和灰色关联分析法确定专家权重,利用偏差最大化法确定属性权重.其次,给出了两个犹豫二元语义元的比较方法,结合该比较方法确定各决策矩阵的正、负理想方案,并以此作为决策参考点.然后,根据前景理论和灰色关联系数确定犹豫二元语义环境下的前景价值函数,进而确定各方案的收益损失比值,并据此对候选方案进行排序.最后,将所提方法应用于一个投资决策算例,其结果表明了该方法的合理性和有效性.     

基于犹豫度和相似度的专家权重确定方法及其应用

针对属性评价值为语言变量、专家权重未知的供应商选择决策问题,提出一种综合考虑评价犹豫度和相似度的专家权重确定方法.首先,根据专家评价的犹豫度差别改进语言变量转化标准,将语言变量转换为更符合决策实际的直觉模糊数;然后,从评价信息的犹豫度和相似度两个方面集成专家权重,得到集结后的综合评价矩阵;最后,运用逼近理想解排序法(TOPSIS)对供应商进行排序,通过算例验证所提方法的可行性和有效性.敏感性分析及对比分析结果表明,决策者对专家评价确定性和一致性的不同偏好会影响最终的决策结果,当专家因认知局限和个人偏好对属性评价的犹豫度存在差别时,采用考虑犹豫度差别的语言变量转化方法能够降低评价信息不确定性对评价结果产生的不合理影响,有利于提高评价结果的可信度.     

基于前景理论的犹豫模糊多属性群决策方法

针对属性指标值为犹豫模糊信息且属性权重完全未知的多属性群决策问题,提出一种基于新的决策参考点和前景理论的多属性群决策方法。将犹豫模糊决策矩阵转变为区间模糊决策矩阵,并结合t-分布估计方法,构建期望得分函数值,将其作为决策参考点;基于属性值得分函数与决策参考点之间的差异,确定价值函数,进而得到前景价值综合矩阵;利用同一属性下的前景价值方差计算属性的权重,并基于前景理论计算各方案的加权前景价值,进而对决策方案进行优劣排序;通过对云计算产品的选择实例验证提出的决策方法的可行性与有效性。     

属性权重未知情形下的q阶orthopair犹豫模糊TOPSIS法

在多属性决策问题中,q阶orthopair犹豫模糊集可以有效地处理不确定信息.基于Theil不等系数,提出一种新的q阶orthopair犹豫模糊距离测度,并研究该距离测度的性质.针对属性权重完全未知的q阶orthopair犹豫模糊多属性决策问题,构建离差最大化的属性权重模型.基于该权重确定模型和q阶orthopair犹...     

基于符号距离和交叉熵的概率犹豫模糊多属性决策方法

针对概率犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于符号距离和交叉熵的多属性决策方法.首先,定义用于测量决策者犹豫程度的3种概率犹豫模糊元的犹豫度:数值犹豫度,信息不完全度和总犹豫度,基于3种犹豫度提出概率犹豫模糊符号距离;然后,为了避免人为添加元素,定义调和概率犹豫模糊元,并结合信息不完全度提出概率犹豫模糊元的交叉熵;最后,根据概率犹豫模糊元的符号距离和交叉熵构建多属性决策模型,并通过算例验证了该模型的有效性和合理性.     

基于非线性复杂系统观的直觉模糊变权多属性决策方法

为克服传统直觉模糊多属性决策方法所存在的采用固定不变的权重体系难以反映复杂系统因素之间蕴含的非线性联结机理、尚未考虑方案之间的内在关联性、对于决策主体风险偏好的异质性关注不足等缺陷,依据非线性复杂系统思维观,通过将属性因素变权、方案因素关联和决策主体风险态度合理引入三方面有机融合,提出一种直觉模糊变权多属性决策方法.该方法运用决策试行与评价实验室(DEMATEL)算法确定出不同方案情境下变化的属性权重,且通过综合集成集对势理论和风险态度系数构建出新的记分函数,并证明了其相关性质.最后,通过案例应用及对比分析验证了所提出方法的科学性和可行性.     

属性权重未知情况下犹豫模糊多属性决策方法

针对属性权重未知的犹豫模糊多属性决策,利用犹豫模糊元边界的确定性与边界内隶属度的犹豫性,把犹豫模糊元转换成集对分析中的三元联系数;再根据三元联系数的势函数和属性离差最大法确定属性权重,基此建立属性权重未知条件下的基于三元联系数的犹豫模糊多属性决策模型,利用模型中不同犹豫强度对备选方案进行排序。实例计算和对比分析结果表明,新模型不仅包含了其他模型得到的结果,还提供了更多潜在的排序方案信息,由此形成的有条件决策,是犹豫模糊多属性决策不确定性本质属性的映照,与犹豫模糊多属性决策实际应用情况吻合。     

基于改进符号距离的权重未知犹豫模糊决策方法

研究犹豫模糊环境下属性权重完全未知的多属性决策问题.针对犹豫模糊元中人为添加元素影响方案排序等问题,提出一种基于符号距离的犹豫模糊多属性决策方法.首先,根据犹豫模糊元中元素个数及偏差定义一种新的犹豫度,并基于犹豫度定义犹豫模糊符号距离;其次,基于符号距离提出一种属性权重优化模型以确定属性权重,并对方案进行排序;最后,通过算例表明所提出方法的合理性和有效性.