基于残缺互补判断矩阵的交互式群决策方法

研究基于残缺互补判断矩阵的群决策问题.首先利用残缺互补判断矩阵的积型一致性,将每个残缺互补判断矩阵拓展为完整的互补判断矩阵(简称拓展互补判断矩阵),并将所有个体拓展互补判断矩阵集成为群体互补判断矩阵;然后基于群体互补判断矩阵与个体拓展互补判断矩阵之间的偏离阈值同决策者进行交互,使得决策者的意见尽可能协调一致;最后给出一种基于残缺互补判断矩阵的交互式群决策方法,并进行了算例分析.     

基于模糊判断矩阵的两阶段群决策方法

针对多属性群决策问题,提出一种两阶段决策分析方法。通过分析积型模糊一致性判断矩阵和模糊判断矩阵的排序向量之间的偏差,建立并求解一个规划模型,得到专家模糊判断矩阵的排序向量。由最小化专家模糊判断矩阵的排序向量与专家群组排序向量的偏差,再次建立并求解一个规划模型,得到反映专家群组偏好的排序向量,从而得出基于模糊判断矩阵的两阶段群决策方法。通过2个算例说明了该方法的可行性与有效性。     

模糊互补判断矩阵一致性检验和改进方法研究

针对模糊互补判断矩阵的一致性修正问题,指出了模糊互补判断矩阵一致性修正方法的不足,从模糊一致矩阵传统定义出发,讨论了检验模糊判断矩阵是否满足完全一致性的方法,推导出模糊一致性指标,并给出了模糊判断矩阵一致性改进的方法,从理论上分析了该算法的可行性,这种算法不仅简便实用,而且为专家对原始判断信息进行针对性修正提供了参考依据.     

模糊判断矩阵环境下的大型群决策方法

为解决大型的群决策问题,对传统的模糊C均值算法(FCM)进行了扩展。通过扩展的算法对专家个体模糊判断矩阵聚类,获取模糊划分矩阵和聚类原型,根据模糊划分矩阵确定类权重,进而利用WAA算子对聚类原型进行集结,求取群综合模糊判断矩阵。通过算例验证了该算法的可行性。     

考虑社会网络邻接关系的群体判断矩阵决策方法

随着社会化媒体的快速发展,社会化因素己经成为影响群体决策过程及其结果的重要因素.针对群体决策者的判断信息以残缺判断矩阵形式给出,且考虑群体决策者社会网络邻接关系的群体决策问题,提出可行的解决方法.首先,提出一种基于决策者相似性程度和社会网络距离的残缺判断矩阵补全方法;然后,提出考虑决策者社会网络影响力的群体共识交互决策...     

群决策中两类判断矩阵的一种集成方法

研究群决策中不同偏好信息形式的集成方法。根据多个决策者给出关于方案的两类偏好信息－Fuzzy判断矩阵和AHP判断矩阵,建立了能够集成这两类偏好信息的最优化模型,通过求解该模型可直接得到每个方案的参考排序列,并使方案的排序结果最大程度地反映每个决策者的偏好。     

一种基于残缺语言判断矩阵的群决策模型

研究了偏好信息为残缺语言判断矩阵的群决策问题。通过创建一个转换公式,将加性语言判断矩阵转化为互补判断矩阵,探讨了判断矩阵转换的一致性;应用转换公式将专家个体的加性残缺语言判断矩阵转化为残缺互补判断矩阵,并利用残缺互补判断矩阵排序向量的和行归一法,求出专家个体的排序向量;根据专家个体的排序向量,通过建立并求解一个非线性规划模型,得到专家群组的排序向量,从而实现备选方案的排序和择优。通过算例说明了方法的可行性与有效性.     

区间互补判断矩阵可接受一致性

对区间互补判断矩阵的一致性进行研究,提出一种新的可接受一致性定义,将不满足可接受一致性的矩阵较容易地修正为可接受一致性矩阵.基于凸组合方法,一族明晰数互补判断矩阵的权重向量可被用来求取可接受一致性区间互补判断矩阵的区间权重,并提出了求取可接受一致性区间互补判断矩阵区间权重向量的算法.数值例子显示了所提出的可接受一致性定义以及算法的可行性和有效性.     

基于不同类型残缺判断矩阵的群决策方法

定义了一系列残缺不确定判断矩阵的概念,并且定义了一种连续区间数据有序加权几何（C-OWG）算子．利用连续区间数据有序加权平均（C-OWA）子和C-OWG算予等转化途径把不同类型的残缺不确定判断矩阵均一致化为残缺期望值互补判断矩阵,进而提出一种基于不同类型残缺判断矩阵的群决策方法．最后通过实例验证了方法的可行性和有效性．     

基于语言判断矩阵的专家群体判断一致性分析

针对群决策中基于语言判断矩阵的专家群体判断一致性问题,提出了一种分析方法．首先给出有关语言判断矩阵,导出矩阵和相客性的若干定义,得出了语言判断矩阵具有完全一致性或满意一致性的充要条件,其相应的导出矩阵也具有同样的结论;然后通过定义有关专家群体判断各个方案以及专家群体判断的一致性指标,给出了专家群体判断一致性的判别方法及专家群体判断不一致的调整方法;最后通过一个算例说明了所提出方法的有效性。     

基于Vague软集的模糊群决策方法研究

运用传统的模糊集进行模糊型群决策时存在一定的困难,而Vague软集是一种处理不确定信息的重要工具。为此,给出了一种加权的Vague软集间相似度定义,并运用Vague软集对备选方案进行评判;在此基础上运用正态云模型进行群体一致性评判,将基于Vague软集的模糊群决策方法应用于供应商选择问题中,结果表明,Vague软集能极大地提高模糊群决策的科学性和有效性。     

基于动态双极值模糊软集的群决策方法

针对实际问题中双极值模糊软集随时间变化的影响，定义了动态双极值模糊软集等概念，讨论了相关运算及性质。根据时间权重符合对数增长模型得到权重确定公式。利用集成思想定义双极值模糊软集的运算并给出几何加权平均算子的计算公式，将动态双极值模糊软集集成为综合双极值模糊软集。利用水平软集算出各对象的机会值，得出最优决策。通过实例分析证明此决策方法的合理性与可行性。     

考虑信任度的Pythagorean模糊两阶段交互多属性群决策方法

针对属性值为Pythagorean模糊语言,属性权重未知且考虑群体一致性和决策者属性偏好不确定性的决策问题,探讨了一种考虑信任度的两阶段交互多属性群决策方法.首先,考虑决策者偏好,将属性集分为必选属性集和可选属性集;其次,构建两阶段交互机制以确保必选属性集的群体一致性达到阈值,第一阶段以提升群体共识水平为目标进行交互,第二阶段以降低冲突水平为目标进行交互;再次,同时考虑交互的积累稳定性和积累影响因子以确定必选属性集下的决策者权重,并依据信任度确定可选属性集下的决策者权重;最后,用距离熵确定属性权重,并用VIKOR法选出最优方案.算例分析表明,该方法能够较好地解决考虑共识和冲突水平的多属性群决策问题.     

基于直觉梯形模糊TOPSIS的多属性群决策方法

提出一种改进的逼近理想解排序(TOPSIS)方法,即直觉梯形模糊TOPSIS多属性群决策方法。首先,应用直觉梯形模糊数形式表示方案属性偏好和属性权重信息且专家权重完全未知;然后,利用直觉梯形模糊数间距离测度和期望值及直觉梯形模糊加权平均算子来确定决策者权重信息和属性权重信息;进而给出直觉梯形模糊环境下方案优选的算法;最后,通过算例进一步说明了该直觉梯形模糊TOPSIS方法的有效性。     

基于FAHP的信息安全风险群组决策评估方法*

结合当前信息安全风险评估的特点和发展现状,提出一种结合FAHP和群组决策的风险量化评估方法。该方法利用FAHP处理主观评估判断结果,实现了综合考虑风险发生概率和风险损失的偏好排序;在评估过程中引入群组决策,建立群组偏好排序的线性规划模型,以降低个体评估决策的不确定性。以某政务公开信息系统脆弱性评估为例,验证了评估方法的合理性和可行性,结果表明该评估模型计算简单且排序稳定性好。     

基于模糊群体多属性的项目融资决策模型*

针对城市群基础设施项目融资决策过程中参与决策主体过多、决策意见模糊复杂而量化困难或决策意见量化结果失真等问题,构建了一个全新的项目融资模糊多属性群体决策模型。该模型综合影响融资决策的各方面因素,采用三角模糊语言变量量化专家群体意见,运用计算机语言来实现专家群体意见的集结与模糊变换。整个过程充分考虑专家意见的权威性与群体意见的一致性,保持决策过程高度客观真实。模型最后运用三角模糊隶属函数期望值概念,对备选方案进行自动排序决策。实例验证表明,该模型能取得较好的决策效果,可为城市群基础设施项目融资提供决策参考。     

Group decision making based on incomplete multiplicative and fuzzy preference relations

The main aim of this paper is to investigate the group decision making on incomplete multiplicative and fuzzy preference relations without the requirement of satisfying reciprocity property. This paper introduces a new characterization of the multiplicative consistency condition, based on which a method to estimate unknown preference values in an incomplete multiplicative preference relation is proposed. Apart from the multiplicative consistency property among three known preference values, the method proposed also takes the multiplicative consistency property among more than three values into account. In addition, two models for group decision making with incomplete multiplicative preference relations and incomplete fuzzy preference relations are presented, respectively. Some properties of the collective preference relation are further discussed. Numerical examples are provided to make a discussion and comparison with other similar methods.     

A method for fuzzy group decision making based on induced aggregation operators and Euclidean distance

In this paper, we present the fuzzy‐induced Euclidean ordered weighted averaging distance (FIEOWAD) operator. It is an extension of the ordered weighted averaging (OWA) operator that uses the main characteristics of the induced OWA (IOWA), the Euclidean distance and uncertain information represented by fuzzy numbers. The main advantage of this operator is that it is able to consider complex attitudinal characters of the decision maker by using order‐inducing variables in the aggregation of the Euclidean distance. Moreover, it is able to deal with uncertain environments where the information is very imprecise and can be assessed with fuzzy numbers. We study some of its main properties and particular cases such as the fuzzy maximum distance, fuzzy minimum distance, fuzzy‐normalized Euclidean distance (FNED), fuzzy‐weighted Euclidean distance (FWED), and fuzzy Euclidean ordered weighted averaging distance (FEOWAD) operator. Finally, we present an application of the operator to a group decision‐making problem concerning the selection of strategies.     

Qualitative hesitant fuzzy group decision making: An additively consistent probability and consensus-based perspective

Hesitant fuzzy linguistic preference relations (HFLPRs) can efficiently denote the hesitant qualitative judgments of decision makers. Consistency and consensus are two critical topics in group decision making (GDM) with preference relations. This paper uses the additively consistent concept for linguistic fuzzy preference relations (LFPRs) to give an additive consistency definition for HFLPRs. To judge the additive consistency of HFLPRs, 0-1 mixed programming models (0-1-MPMs) are constructed. Meanwhile, additive-consistency-based 0-1-MPMs to ascertain missing values in incomplete HFLPRs are established. Following the consistent probability of LFPRs, an algorithm to calculate the linguistic priority weighting vector is presented. In consideration of the consensus of GDM, a consistency-probability-distance-measure-based consensus index is defined, and an interactive improving consensus method is provided. Finally, a method for GDM with HFLPRs is offered that can address incomplete and inconsistent cases. Meanwhile, numerical examples are offered, and comparative analysis is made.