模糊多属性决策中的离差最大化方法

本文研究属性权重完全未知且属性值为L-R模糊数的多属性决策问题,提出了一种在多属性决策中,基于模糊数及α-截集理论,用离差最大化方法来估计属性权重的方法,随后研究了这种方法的相关性质,给出方程的解,得到方案排序结果。研究表明,由本文所提出的方法是有效、可行的。     

基于离差最大化的挤奶机方案综合评价

针对以往挤奶设备方案评价过程中权重确定存在的主观随意性,提出了一种新的基于离差最大化方法的挤奶机方案综合评价方法.首先从经济性、技术性和质量三个角度建立了多层次的挤奶机方案综合评价指标体系,然后介绍了属性权重完全未知时利用离差最大化方法确定属性权重的基本原理.在此基础上,建立了基于离差最大化方法的挤奶机方案综合评价模型.最后通过仿真实例对三型挤奶机方案进行了评价和分析,验证了方法的可行性和有效性.     

基于交叉熵和Shapley值的犹豫模糊多属性决策方法

针对属性值以犹豫模糊集形式给出的多属性决策问题,将Shapley理论和模糊测度进行结合,提出了两种更加能全面融合信息的诱导型广义犹豫模糊混合Shapley平均(I-GHFHSA)算子和诱导型广义犹豫模糊混合Shapley几何(I-GHFHSG)算子,同时详细研究了它们的相关特性。这两种算子综合考虑了数据不同组合的重要性、数据间的关联性,以及数据位置之间的相互依赖性。考虑到有时会存在属性权重以及数据位置权重未知的多属性决策问题,将交叉熵理论和Shapley函数进行结合,建立了最优模糊测度确定模型。最后提出了一种基于I-GHFHSA算子和I-GHFHSG算子的犹豫模糊多属性决策方法,并通过实际案例验证了其可行性和合理性。     

犹豫模糊语言距离测度及其在多属性决策中的应用

针对现有犹豫模糊语言距离测度存在不满足直递性、改变了原始决策信息、忽略了犹豫度差异等方面的问题,提出了一系列更为合理的新型犹豫模糊语言距离测度方法。首先,对现有犹豫模糊语言距离测度的局限性进行了枚举和分析。其次,给出了犹豫模糊语言犹豫度的定义,分别提出了犹豫模糊语言集的Euclidean距离、Hamming距离、Hamming-Hausdorff距离、Euclidean-Hausdorff距离以及它们的广义形式、加权形式和广义加权形式等一系列新型犹豫模糊语言距离测度,并对新型犹豫模糊语言距离测度的相关性质和定理进行了证明。在此基础上,提出了一种基于新型犹豫模糊语言距离测度和离差最大化的多属性决策方法。最后,通过具体算例和对比分析验证了新型犹豫模糊语言距离测度和多属性决策方法的可行性和有效性。     

模糊多属性决策的三种结构元方法

将结构元理论引入到模糊多属性决策中,按照经典多属性决策的乐观型准则、悲观型准则和乐观-悲观结合型准则,对应地建立了基于模糊结构元理论的模糊乐观型、模糊悲观型、模糊乐观-悲观结合型决策方法。借助一个实例,本文运用这三种算法进行了决策,得出了和传统决策算法一致的结论。本文提出的算法不仅易于理解,而且计算的速度也远比传统算法要快,对于进一步研究模糊多属性决策问题有很好的参考作用。     

直觉模糊多属性决策的TOPSIS法

属性值和权重都是直觉模糊集的多属性决策问题不同于一般的多属性决策问题，不能运用现有的决策方法求解。本文给出了直觉模糊正、负理想方案的定义及其与每个方案的欧氏距离，进而建立了每个方案与直觉模糊正理想方案的相对贴近度计算方法，从此产生所有方案的优序排序，即拓展了TOPSIS法。数值实例说明了该方法的有效性和实用性，可为解决直觉模糊多属性决策提供新途径。     

基于模糊熵的直觉模糊多属性群决策方法

针对专家权重未知、专家判断信息以直觉模糊集给出的多属性群决策问题,提出了一种新的决策方法.通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度,进而确定每位专家的权重.然后定义直觉模糊集的模糊交叉熵确定备选方案距理想方案和负理想方案的距离,再根据加权算术算子集结专家的判断信息,得到方案的排序.最后,通过一个实例分析验证了方法的有效性.     

基于直觉模糊集的多属性决策方法

对基于直觉模糊信息的多属性决策问题进行了研究,引入了直觉模糊数的得分函数、直觉模糊正理想点和负理想点,然后给出了基于TOPSIS的多属性决策方法,通过计算各备选方案的得分向量与直觉模糊负理想点得分向量之间的距离来确定各备选方案的综合评价指数,进而判断方案的优劣次序.最后,通过一个具体的实例分析说明了该方法的有效性与具体应用过程.     

基于ELECTRE方法的模糊多属性群决策

结合模糊集理论知识,将经典的ELECTRE方法拓展到模糊环境下,用来解决模糊多属性群决策问题.决策问题中涉及到的属性评价值与属性权值是以三角模糊数的形式给出.首先集结各决策者的评价矩阵,构造模糊群决策矩阵,在规范化的基础上,分别对其进行模糊和谐性检验与模糊非和谐性检验,最后通过设定否决门槛值得到一致性比较矩阵,最终评价结果也是以三角模糊数的形式给出.该方法操作方便,计算简单.给出的实例验证了此方法的可行性和有效性.     

基于EU-R准则的多属性风险决策方法

风险决策问题中确定方案间的优劣关系必须综合方案前景的期望效用以及前景风险.针对一类多属性风险决策问题,首先规范了其描述方法,其次明确了标准差-信息熵风险度量的概念,然后提出期望效用-风险评价准则,并建立方案的综合评价函数,能够反映决策者风险偏好和效用-风险权衡对决策的影响,最后通过算例验证所提方法的有效性,深入分析决策者主观态度与决策结果间的关系.     

基于犹豫正态模糊可能度的多属性决策方法

针对属性权重未知的多属性决策问题,提出了一种基于犹豫正态模糊可能度的决策方法.首先提出了犹豫正态模糊环境下可能度的概念,并分析了其性质;之后,根据两两属性间优劣的可能度确定属性权重,集成各方案的属性值得到综合属性值,利用综合属性值获取方案间优劣的可能度,对方案进行排序和择优;最后,通过一个算例说明算法的实用性和可行性.     

基于模糊语言的多属性联系数决策方法

针对属性权重已知,属性值以模糊语言给出的多属性决策问题,提出了一种基于模糊语言标度的区间数表示形式,并利用集对分析方法将区间数进行转化为联系数的表示方式,通过联系数中同、异、反的关系,给出相应集势值,由集势值的大小进行择优排序.最后,通过实例分析,验证了该方法的可行性和有效性.     

基于模糊熵-熵权法的混合多属性决策方法

针对决策信息以区间数、直觉模糊数和语言变量给出的混合多属性决策问题,提出了基于模糊熵-熵权法的混合多属性决策方法。通过规范化的方法把区间数转化为直觉模糊数,建立了直觉模糊数与语言变量的对应关系,把混合多属性决策信息统一在同一决策框架下;然后利用熵权法确定属性的客观权重区间,通过求解属性信息模糊熵最小的线性规划模型得到属性客观权重;再与主观赋权方法相结合确定属性的组合权重;最后应用相对熵排序法得到方案的最终排序结果。算例分析表明方法的可行性和实用性。     

基于区间粗糙直觉模糊数的多属性决策方法

研究了区间粗糙直觉模糊多属性决策。探讨了区间粗糙直觉模糊数的运算法则及其性质;定义了区间粗糙直觉模糊数的得分函数和精确函数,进而给出其排序方法;给出了区间粗糙直觉模糊数的变权算术平均和变权几何平均算子,并且建立了区间粗糙直觉模糊数的多属性决策模型;实例验证了所提出决策方法的有效性。     

基于熵和关联系数的概率对偶犹豫模糊多属性决策方法

针对概率对偶犹豫模糊环境下属性权重完全未知的多属性决策问题,提出基于熵和关联系数的多属性决策方法。首先定义了概率对偶犹豫模糊熵的公理化定义和公式,然后基于概率对偶犹豫模糊集的特征信息集合和熵测度定义了概率对偶犹豫模糊集的关联系数,最后根据概率对偶犹豫模糊集的熵和关联系数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。     

基于模糊环境下的最大偏差法和TODIM法的多属性应急选址决策

犹豫模糊集(HFS)是一个元素的隶属度可以用多个实数值表示的集合.该方法通常用于处理决策者在具有多个评价指标、方案、变量等多个值时犹豫不决的情况.本文基于犹豫不决的模糊环境,提出了一种新的混合方法.首先,基于最大偏差法确定属性权重;其次,利用TODIM方法计算各方案的优势度.通过对这些优势度的聚合,可以进一步得到每个方...     

基于相似度和改进雷达图的概率犹豫模糊多属性决策方法

为了解决属性权重未知的概率犹豫模糊多属性决策问题,构建基于相似度和改进雷达图的多属性决策方法。首先基于概率犹豫模糊元的信息完全度构建概率犹豫模糊集的距离测度和灰色关联系数,然后基于灰色关联理想解法定义了概率犹豫模糊集的相似度,最后根据概率犹豫模糊集的相似度和改进雷达图构建多属性决策模型,并通过案例进行了验证分析。     

基于新模糊熵和得分函数的区间直觉模糊多属性决策

属性权重的确定以及对区间直觉模糊数的排序是多属性决策问题中两个最为关键的点。本文主要针对属性权重完全未知的多属性决策问题进行了研究,分析了现有大多数研究中关于区间直觉模糊熵和得分函数存在的局限性,进而提出了一种将不确定度和犹豫度相结合的新的模糊熵和得分函数。最后,通过对比实验证实了本文所提出的熵和得分函数应用到多属性决策中的有效性和合理性。     

基于累积前景理论和VIKOR的毕达哥拉斯犹豫模糊风险型多属性决策方法

针对属性权重未知,且属性值为毕达哥拉斯犹豫模糊数(PHFN)的风险型多属性决策问题,考虑到决策者的有限理性行为,提出基于累积前景理论(CPT)和多准则妥协优化解(VIKOR)的决策方法。首先,定义PHFN的分散率,并构建优化模型确定属性权重。其次,将CPT融入PHFN环境,定义PHFN的价值函数,并结合决策权重函数计算方案在各属性下的综合前景值。进一步,构建综合前景值矩阵,在此基础上运用VIKOR法确定方案排序。最后,通过风险投资项目选择的应用案例说明所提方法是可行、有效的。