两种基于个体偏好集结的多属性群决策共识方法

针对多属性群决策中的共识问题, 提出两种使群体达成共识的方法. 假设群体决策的结果以从个体偏好通过集结得到的群体偏好为基础, 在使用算术加权集结算子和几何加权集结算子的条件下, 分别设计相应的共识达成算法, 并对算法的收敛性进行分析. 与已有方法相比, 所提出算法能够体现决策个体的差异和决策个体对群体的影响. 通过某市政图书馆空调系统安装方案的选择表明了所提出方法的合理性和可行性.

     

面向具有多部门多指标特征的复杂大群体应急决策方法

针对具有多部门多指标特征的复杂大群体应急决策问题, 提出一种新的决策方法. 首先, 给出直觉模糊数相似度公式, 将其作为相聚度公式对专家偏好进行聚类; 然后, 以同一部门指标数据的方案区分度最大化为目标, 构建优化模型以确定部门指标权重; 接着, 基于部门信息区分度结合极大熵原理对部门权重进行求解, 进而对备选方案进行排序; 最后, 通过一个算例验证了所提出方法的可行性和有效性.

     

一种基于案例的多准则排序方法

针对带有间接偏好信息的多准则决策问题, 首先利用加性效用函数理论提出一种排序方法, 该方法通过构建一个简单的优化模型, 得到与间接偏好信息相容的各评价值的效用; 然后, 利用线性插值方法计算出剩下方案各评价值的效用, 进而得到所有方案的综合效用及排序; 最后, 通过实例验证了该方法的有效性和可行性.

     

基于属性多粒度的双层权重大群体决策方法

针对多属性大群体决策信息的模糊性以及属性差异性问题, 提出一种基于属性多粒度的区间二元语义大群体决策方法. 首先, 依据决策成员偏好将大群体进行聚类, 形成偏好聚集结构, 考虑到各聚集中决策成员对所处聚集一致性的贡献不同, 以及不同聚集的偏好对于群体偏好的贡献不同, 提出双层权重模型; 其次, 利用扩展的可能度公式对各聚集内决策成员的权重进行确定, 利用模糊熵确定各个聚集的权重; 再次, 结合模糊相对熵和优劣解距离法(TOPSIS) 得到决策方案的排序; 最后, 通过案例的分析与对比验证了所提出方法的有效性和适用性.

     

基于信任机制的不完全信息大群体决策方法

针对不完全偏好信息大群体决策问题, 引入访问控制中的信任机制, 建立直接信任度与推荐信任度, 提出一种基于信任机制的补值方法; 分析了基于距离相似度存在的问题, 定义了一种新的距离相似度, 并与余弦相似度结合, 构建了决策偏好二元相似度的相聚模型; 利用聚类方法求解决策成员的权重, 并与补值后的完整偏好矩阵进行合成, 求得决策方案排序. 最后, 利用一个现有的文献案例验证了所提出方法的有效性和优越性.

     

面向偏好冲突的直觉模糊多属性群体决策方法

针对偏好具有冲突性且权重信息完全未知的直觉模糊多属性群体决策问题, 提出一种基于多目标决策的求解方法. 首先, 建立以决策方案差异程度和决策成员偏好冲突程度为目标函数的多目标决策模型; 然后, 利用极小极大方法求解该模型, 得到各方案的属性权重和决策成员权重, 据此确立最优方案; 最后, 通过数值算例表明了该方法的有效性.

     

一种基于多粒度语言偏好矩阵的多属性群决策方法

针对决策专家以多粒度语言偏好矩阵形式给出偏好信息的多属性群决策问题,提出一种基于二元语义一致化的多属性群决策方法.首先,构建一个基本语言偏好集作为多粒度语言一致化的参考集合;然后,采用基于二元语义的一致化处理方法将不同粒度的语言偏好信息均统一转化为相同粒度的二元语义形式,再通过二元语义的相关集结算子,对各决策专家给出的偏好信息进行集结并进行方案优选,得到满意结果;最后,通过算例说明了该方法的有效性.

     

基于多等级方案成对比较的决策方法

为了解决现有的方案两两比较方法一般构建单等级上的比较关系, 且不能同时表达多种不同偏好关系的不足, 提出一种新的基于多等级方案成对比较的决策方法, 构建方案集上基于对称框架的分布式多等级偏好关系. 通过设定各等级的得分值, 计算分布式偏好关系的得分矩阵, 并基于此矩阵构建成对优化模型, 求取各方案的优先权区间, 进而产生决策结果. 将所提出的方法应用于某制造企业云服务供应商的选择问题, 验证了所提出方法的应用性和有效性.

     

考虑直觉模糊偏好关系的双边稳定匹配及应用

针对现有双边匹配决策要求主体给出另一方全体偏好序信息的条件过于苛刻的问题, 提出一种新的匹配方法. 一方主体先两两比较另一方全体成员, 给出直觉模糊集形式的评价值并由全体成员评价值组成直觉模糊偏好关系; 然后, 通过改进的最小对数二乘法对其进行转化, 间接得到主体满意度; 进一步以双方主体满意度最大为目标, 同时考虑稳定匹配约束条件, 建立单目标优化模型并求解获得匹配方案; 最后, 通过算例分析表明了所提出方法的可操作性和有效性.

     

基于退出-委托动态冲突消解机制的应急大群体决策方法

针对应急决策时间紧迫的特点, 提出一种基于退出-委托动态冲突消解机制的应急大群体决策方法. 首先, 对决策群体进行偏好聚类, 对群体冲突进行测度并判断冲突程度的高低, 在冲突程度过高的情况下进行消解; 然后,在决策过程中建立退出机制, 使与群体偏好冲突较大的聚集退出决策过程, 利用委托机制使退出决策过程的聚集对后续决策过程仍有影响并通过反馈机制对冲突进行消解. 算例分析验证了所提出方法的合理性和可行性.

     

基于共识标准的语言标度颗粒优化模型

研究语言偏好信息下的群决策问题.定义了反映群体共识的两个测度指标,分别反映群体内所有专家的一致性水平及专家的个人观点与群体观点的分歧程度;基于共识测度指标构建一种语言标度的颗粒优化模型,提出了求解语言标度颗粒最佳分界点的改进PSO算法,并给出一种对方案排序进行择优的群决策方法. 最后,通过一个算例说明了所提出方法的可行性和有效性.     

考虑专家偏好关联的群决策方法及其应用

通过分析群决策过程,提出使用模糊测度描述专家偏好之间可能存在的关联关系,并给出了一种考虑专家偏好关联的群决策方法.该方法从参评专家知识结构的相似性及判断结果的相似性出发,通过计算得到相应的2-可加模糊测度来描述专家的重要程度,并使用Choquet积分将多个专家的偏好信息聚合为群体的判断结果.最后,通过一个潜艇装备论证的例子验证了所提出方法的可行性和合理性.     

A decision support model for group decision making with intuitionistic fuzzy linguistic preferences relations

As a new preference structure, the intuitionistic fuzzy linguistic preference relation (IFLPR) was introduced to efficiently cope with situations in which the membership degree and non-membership degree are represented as linguistic terms. For group decision making (GDM) problems with IFLPRs, two significant and challenging issues are individual consistency and group consensus before deriving the reliable priority weights of alternatives. In this paper, a novel decision support model is investigated to simultaneously deal with the individual consistency and group consensus for GDM with IFLPRs. First, the concepts of multiplicative consistency and weak transitivity for IFLPRs are introduced and followed by a discussion of their desirable properties. Then, a transformation approach is developed to convert the normalized intuitionistic fuzzy priority weights into multiplicative consistent IFLPR. Based on the distance of IFLPRs, the consistency index, individual consensus degree and group consensus degree for IFLPRs are further defined. In addition, two convergent automatic iterative algorithms are proposed in the investigated decision support model. The first algorithm is utilized to convert an unacceptable multiplicative consistent IFLPR to an acceptable one. The second algorithm can assist the group decision makers to achieve a predefined consensus level. The main characteristic of the investigated decision support model is that it guarantees each IFLPR is still acceptable multiplicative consistent when the predefined consensus level is achieved. Finally, several numerical examples are provided, and comparative analyses with existing approaches are performed to demonstrate the effectiveness and practicality of the investigated model.

     

基于折衷型变权向量的直觉语言决策方法

研究一种基于折衷型变权向量的直觉语言决策方法. 首先, 定义折衷型变权向量, 提出与之对应的状态变权向量; 其次, 研究利用马氏效用函数诱导出折衷型变权向量; 再次, 定义直觉语言变量运算法则和大小比较方法, 提出直觉语言信息变权加权平均算子和直觉语言信息变权加权几何平均算子, 进而提出一种初始属性权重确定且属性值以直觉语言形式给出的多属性决策方法; 最后, 通过实例表明了所提出方法的有效性和合理性.