基于对偶犹豫模糊几何Heronian平均算子的多属性决策方法及其应用

针对需要同时考虑变量隶属度、非隶属度以及关联性的融合问题,本文将对偶犹豫模糊集与Heronian平均算子相结合,定义了对偶犹豫模糊几何Heronian平均算子和对偶犹豫模糊几何加权Heronian平均算子,讨论了新算子的一些优良特性,包括幂等性、置换不变性、有界性、单调性等性质,并针对属性值为对偶犹豫模糊语言信息关联系的多属性决策问题,建立了基于对偶犹豫模糊几何加权Heronian平均算子的多属性决策模型,基于所定义的算子和建立的数学模型,提出了一种新的基于对偶犹豫模糊Heronian平均算子的多属性决策方法。最后,通过多属性决策算例验证了方法的有效性和可行性。     

基于前景理论和隶属度的混合型多属性决策方法

针对带有决策者期望的混合型多属性决策问题,提出了一种基于前景理论和隶属度的决策分析方法。首先依据决策者对各个属性的期望,将具有清晰数、区间数和语义短语三种形式的决策矩阵转化成为前景决策矩阵。然后,根据各个方案与决策期望之间的广义加权欧氏距离,建立了可变模糊模式识别模型,并通过构造拉格朗日松弛函数,进行交叉迭代计算,得到各个方案的最优隶属度以及对应的属性权重,在此基础上,通过合成各个方案的累计前景值与隶属度,得到方案的综合前景值,并依据综合前景值的大小进行方案排序。最后通过一个原油管道路线优选实例,表明了该方法的可行性与有效性。     

一种语言评价信息不完全的多属性群决策方法

针对语言评价信息不完全的多属性群决策问题,提出了一种基于D-S理论的新决策方法。该方法首先对多个决策者给出不完全的语言评价信息进行分析,得到不同属性下各焦元的基本概率分配函数值,然后通过Dempster-Shafer合成法则对其值进行合成,计算决策方案的信度函数和似真函数值,并据此对所有决策方案进行排序。最后,通过一个算例验证该方法的可行性和有效性。     

基于Heronian平均算子的Pythagorean模糊不确定语言决策方法

针对评价信息为Pythagorean模糊不确定语言数、属性权重未知且属性间相互影响的多属性决策问题,提出一种基于灰色关联法和Heronian平均算子的决策方法。首先,提出Pythagorean模糊不确定语言Heronian平均（PFULHM）算子和Pythagorean模糊不确定语言几何Heronian平均（PFULGHM）算子,并证明其满足幂等性、单调性、有界性及可交换性。考虑到属性权重之间重要程度的差异,定义了Pythagorean模糊不确定语言加权Heronian平均（PFULWHM）算子和Pythagorean模糊不确定语言加权几何Heronian平均（PFULWGHM）算子。其次,将灰色关联法运用到Pythagorean模糊不确定语言环境中求解属性权重。最后,提出基于PFULWHM算子和PFULWGHM算子的决策方法,并通过算例分析说明本文提出方法的有效性。     

区间直觉模糊数环境下基于犹豫度和相关系数的多属性群决策模型研究

多属性群决策问题是当今复杂决策环境下的研究热点,而区间直觉模糊数可以从隶属度、非隶属度和犹豫度三方面描述不确定信息,具有很强的表现能力,因此学界基于区间直觉模糊数对多属性群决策问题进行了大量研究。但是现有研究一方面在处理共识达成问题时所广泛采用的"多数原则"策略会导致某些关键信息或知识被视为冲突意见而被修改或忽视;另一方面基于距离的区间直觉模糊数相似性测算方法忽略了犹豫度的影响,会造成评价信息损失。针对上述不足,提出区间直觉模糊数环境下基于犹豫度和相关系数的多属性群决策模型。首先,通过个体犹豫度和群体犹豫度的提出,保证了决策群体内部信息和知识的有效交流,使关键性决策信息或知识不会通过强制修改或删除的方式失效;其次,采用区间直觉模糊数相关系数测量相似度,避免基于距离测算而可能出现的错误结果;继而,将决策主体权重设置为区间直觉模糊数形式,通过计算不同决策者之间的相对优势值和劣势值进行主观赋值,保证了决策者权重的客观性和真实性;此外,结合TOPSIS和线性规划方法求解得到最优属性权重,保证了属性赋值的精确性,最后,通过具体的应用实例以及与当前学界主要研究成果的比较分析,进一步论证了所提模型的优势和创新性。     

考虑决策者损失规避的异质信息多属性变权决策方法

现实中存在大量异质信息（或数据）和需要考虑权重随属性值变化的多属性决策问题。针对这类异质信息多属性决策问题,本文提出了一种基于前景理论的变权综合求解方法。首先,构建了异质信息的统一距离计算公式,进而计算各个决策方案的相对贴近度;然后,提出基于不同类型效用函数的变权向量构造方法;其次,以初始权重为参考点,计算变权向量相对于参考点的益损决策矩阵,进而计算考虑决策者权重损失和收益的风险态度的各个决策方案的前景综合值,据此确定方案优劣排序和最优方案。通过数值例子的计算分析说明,文中所提决策模型与方法具有较好的有效性和合理性,可为解决复杂情景的决策问题提供理论依据与方法支持。     

基于犹豫直觉模糊语言集均值-标准差偏好距离的多属性决策研究

在犹豫直觉模糊语言集和语言尺度函数的基础上定义了均值-标准差偏好的Hamming距离，并提出了基于犹豫直觉模糊语言集距离TOPSIS和TODIM的多属性决策方法，进一步利用这两种方法对实例问题建筑商的招标方案进行排序，并讨论了偏好参数对排序结果的灵敏度分析。为验证上述方法的有效性，与已有方法对同一实例的排序结果进行了比较分析。     

基于前景理论的多阶段混合信息决策方法

针对属性值为混合信息的多阶段决策问题,考虑决策者风险偏好态度,提出一种新的基于动态参考点的前景理论决策方法。通过定义直觉模糊熵,将混合信息一致化为信息效用值,并在传统单阶段参考点设置方法的基础上引入目标参考点,综合发展状态和发展趋势计算得到具有决策者风险偏好波动特点的动态参考点;进一步通过熵权法确定属性的权重范围,并构建考虑偏差度的目标优化模型,在引入前景理论的基础上测算各备选方案的动态前景值。将该决策方法应用到商业银行对小微企业贷款融资的选择案例中,对比分析说明方法的合理性和可行性。     

基于前景理论的多阶段随机多准则决策方法

研究一种基于动态参考点的多阶段随机多准则决策方法。考虑多阶段决策过程中决策者的风险偏好,建立了基于前景理论的多阶段随机多准则决策分析框架,提出了一种基于阶段发展特征的动态参考点设置方法;构建准则权重的目标规划模型,结合阶段参考点动态变化的特征测算各阶段备选方案的综合前景值;设计方案综合前景值的范围估算模型,以反映决策风险对评价结果的影响;案例研究验证了上述方法的可行性和实际效果。     

基于区间灰色不确定语言的多准则决策方法

定义了区间灰色不确定语言及其运算法则和距离公式。拓展了连续区间数据的OWA(C-OWA)算子,提出了基于区间灰色不确定语言的有序加权C-OWA(IGULOWC-OWA)算子,并对其性质进行了分析。针对准则权重已知而方案的准则值为区间灰色不确定语言的多准则决策问题,提出了一种基于IGULOWC-OWA算子的多准则决策方法。该方法通过对各方案在各个准则下的评价值进行转换,将区间灰色不确定语言转化为不确定语言,然后,利用集结算子计算出各个方案的综合准则值,进而得出各方案的排序。最后通过算例表明了方法的可行性和有效性。     

基于改进语言评估标度的专家后验权重确定方法研究

针对大型复杂项目的高度不确定性,专家评价的模糊性和差异性等特点,本文给出了一种实用的语言评估新标度,并提出了不确定扩展语言信息的概念。利用改进的语言评估标度分别探讨确定语言信息、不确定语言信息及不确定扩展语言信息下的专家后验权重的确定方法,认为前两者均为后者的特殊表现形式。最后用型号项目风险评价实例证明了方法的科学有效性以及评价结果的合理性。     

基于信任关系和信息测度的概率语义社会网络群决策模型

设计专家权重和属性指标权重的计算模型已成为近年来备受关注的两个重要研究课题。针对评价信息为概率语义信任函数的社会网络群决策问题,提出一种基于信任关系和信息测度的概率语义社会网络群决策模型。首先,构建基于信任关系的概率语义决策空间,探究专家之间的信任传递模型,通过专家之间信任关系计算专家的权重;其次,引入概率语义信任函数的熵和相似度概念,并运用三角函数设计概率语义信任函数信息熵和相似度的衡量方法;最后,构建基于信任关系和信息测度的概率语义社会网络群决策模型,进而得到合理可靠的决策结果,同时将提出的社会网络群决策模型用于电动汽车供应商的选择实例,对比分析实验验证了模型的合理性和有效性。     

基于语言评价信息的快速集结方法研究

针对具有语言评价信息的多指标群决策问题,研究了基于二元语义的快速集结方法。把各决策者的语言评价信息转化为二元语义矩阵;依据各决策者的判断偏好,提出方案属性权重求解的规划模型;通过集结和比较各决策者偏好和总体偏好的差异,提出决策者权重确定模型;定义决策者判断一致度及决策者偏差的查找算法,快速辨别偏差较大的决策者并对其提供偏好调整建议;文后例子将其应用于某危险品的救险应急方案的选择。     

基于复杂网络和语言信息的交互式大规模群体评价方法

针对现有基于语言信息的交互式群体评价方法大多仅适用于中小规模群体的情况,提出一种新的基于复杂网络和语言信息的交互式大规模群体评价方法。首先,将评价者视为网络节点,并依据节点之间的距离构建复杂网络;其次,设计节点紧密度和子群紧密度,并确定节点权重和子群权重;再次,定义群体稳定性指标和群体满意度指标,并以此来判断交互终止和确定阶段权重;最后,在节点密度算子和节点加权算子的基础上,分别对单轮群体意见和多轮评价结果进行集结。文末通过一个实际例子验证了所提方法的有效性与合理性。实例分析表明,该方法能够较为全面、准确地集结交互式大规模群体评价意见,且其结果的满意度亦较为理想。