一种不同偏好信息下的多目标群决策方法

研究决策者给出属性偏好信息的多目标群决策问题。根据多个决策者给出关于属性的两类偏好信息——属性偏好顺序和AHP判断矩阵，首先构造一个转换函数将不同的偏好信息作归一化处理——转化为AHP判断矩阵，其次建立了一个能够集成决策群体对属性偏好信息的线性目标规划模型，通过求解该模型算出群体对属性权重的集成值，最大程度地反映了每个决策者的偏好。最后给出了一个算例。     

一种新的模糊多目标群决策方法

考虑到客观事物的复杂性和人们对事物认识的模糊性，为了使多层次多目标群决策方法更客观、更确切地反映所研究的问题，详细研究了三角模糊数的运算性质。引入了二个三角模糊M1≥M2的可能性程度的定义，并给出了其简明的表示形式，使层次单排序的值由三角形模糊数转化为普通实数。根据总目标的要求，由参加评价的决策者对各项指标两两比较；比较的结果用三角模糊数表示，得到评价准则的模糊判断矩阵，进行层次单排序然后合成总排序。     

考虑权重信息的二元语义多属性群决策方法

针对具有语言评价信息的多属性决策问题,提出了一种考虑权重信息的二元语义多属性群决策方法.该方法首先将决策专家给出的语言评价矩阵转化为二元语义,然后根据是否已知与二元语义相对应的权重信息,分别给出了两种不同的集结算子来对各决策专家给出的偏好信息进行群集结,在此基础上对方案进行排序,从而得到最终的群决策结果,最后给出了一个算例.     

一种模糊随机多目标决策方法

从可能度的定义出发，将模糊多目标决策的模糊判决原理推广到模糊随机多目标决策，提出了一种基于目标函数的可信度、可能度、满意度的决策方法，建立了可能度－可信度（PR）、可能度－可信度－满意度（PRS）的决策模型，可广泛应用于各种充满不确定性决策信息的复杂决策问题。     

基于OWA算子的不同形式偏好信息的群决策方法

研究了决策者(或专家)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、互补判矩阵型三种偏好信息一致化为互反判矩阵型的偏好信息。其次，利用OWA算子对一致化的决策信息进行群集结，再对各方案的相对优势度进行综合集结，并以此进行方案的排序。提出了基于OWA算子的群决策方法。最后，通过实例说明方法的可行性和实用性。     

区间多属性群决策集结方法新探

针对一般区间多属性群决策集结算法复杂,普通决策者难以掌握问题,提出了一种新的相对简单方 便的集结方法。该方法利用区间评价值基础区间的分解进行求解,为提供直观求法,还给出了相应图解。最后用两 个算例与文献方法进行了结果比较分析,两者结果一致,说明了文章方法的有效性。     

一种基于模糊偏好信息的多属性决策方法

传统的多属性决策方法在解决某些主次属性区别明显的决策问题时效果不理想，为此，从决策者提出的模糊偏好信息出发，结合方案满意度和方案在各属性上的达成程度，提出了一种解决此类问题的新方法。算例表明．该方法具有较强的实用性和可操作性。     

多目标群决策方法在高校评估中的应用

应用多目标群决策理论听社会福利函数和社会选择函数建立了“２１１工程”中高等学校评估数学模型，给出了确定指标权重的两种方法，同时文中还给出了一个应用例子。     

多目标群决策交互式模糊规划方法

基于决策者按各自模糊愿望水平给出的偏好信息，将多目标群决策问题等价成模糊规划问题加以交互迭代求解，应用双向搜索算法处理决策者间的抵触性，求取一个满意解。     

不完全信息条件下的多指标决策及应用

提出了一种指标的权重信息不完全的多指标决策问题,探讨了其决策原理和方法,并将它应用于军事领域。     

给出方案偏好值的模糊多属性决策方法

针对属性值均为模糊变量,属性权重完全未知但给出方案偏好值的模糊多属性决策问题给出了决策方法。该方法通过建立一个模糊期望值目标规划模型来确定属性的权重,基于简单加权平均法则来计算方案的模糊综合评价值,利用比较模糊变量大小的期望值方法来对方案进行排序。最后通过实例说明了该决策方法的可行性和有效性。     

指标排序条件下方案有偏好的多指标决策及应用

为了解决指标条件下决策者对方案有主观偏好信息的多指标决策问题,给出了决策分析模型,了决策原理和方法,并给出实例。     

直觉模糊多属性决策自适应一致性算法研究

针对直觉模糊多属性决策问题中专家决策矩阵一致化问题,在使用直觉模糊加权平均算子对专家决策矩阵进行集结得到群决策矩阵的基础上,作者提出了依靠专家决策矩阵和群决策矩阵进行自适应迭代算法,对专家决策矩阵进行反复修正,使之与同步更新的群决策矩阵间达到可接受的一致性程度。算法不需要专家对决策矩阵进行反复的修正,提高了决策的效率。通过计算实例验证了算法的有效性。     

动态多指标决策的一种分析方法

本文针对一类动态多指标决策问题，提出了一种决策分析方法，并以实例说明该方法的应用。     

一种基于SPA的不确定多属性决策的排序方法

针对具有不确定性区间数的多属性决策问题,提出了一种基于集对分析的排序方法.通过介绍一个决策分析模型,把属性权重和决策矩阵均为区间数的多属性问题转化为区间数表示的决策方案综合评价值.然后把该区间评价值转化成联系度的形式,并给出排序准则.最后,通过算例验证该算法的有效性.     

基于投影的多粒度语言信息多属性群决策方法

针对具有多粒度语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理与投影的群决策方法。该方法首先给出了多粒度语言评价信息一致化为由基本语言评价集表示的相同粒度二元语义信息的方法;然后对于属性权重信息不完全的情形,建立了一种基于投影的多目标规划模型,以获得相应的属性权重,并利用二元语义的集结算子对语言评价信息进行加权集成,从而获得各个决策方案的排序和择优结果;最后通过实例分析,说明了该方法的有效性和可行性。     

H—OWA算子及其在多属性决策中的应用

类似于Bonferroni平均算子和BON-OWA算子,分别引入含参量的Heronian平均算子和H～OWA算子,并研究它们的一些性质,如幂等性、单调性及有界性等,并将H—OWA算子应用于多属性决策。     

多属性决策的直觉模糊排序评估法及实验分析

多属性决策不但可处理多目标间的冲突、模糊问题,尚可处理优先次序不同的问题,因而在应用面上受到广泛地探讨．本研究是以直觉模糊集合为基础来发展多属性决策问题中的直觉模糊排序评估法,目的在于解决直觉模糊权重资料搜集的困难,以建构数学规划模型求解,提出1套新的排序评估法．在数据简化之计算实验部分,采用随机数模拟分析的方式,计算一致率、矛盾率、反转率与等级相关系数4大指标,比较最后的结果是否和未变化前一致．实验结果发现,当控制方案个数时,前3个指标的平均维持相当高的程度,等级相关系数的部分,也呈现出平均值越高,标准差越低的趋势．因此可得知,若要进行简化的程序,可在矩阵或权重部分进行部分简化;此外,当所需之决策方案个数增加时,转换前后的决策矩阵,其运算结果会越趋一致．