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。     

GIOWA算子在直觉模糊多属性决策中的应用研究

广义的导出有序加权平均（GIOWA）算子是一种有效的信息集结方法,对方案以模糊语言形式进行评估的多属性决策问题有重要的理论意义。采用GIOWA算子对隶属度值进行加权,进而对方案集进行优序排序。结合实例分析说明方法有效、可行。     

改进直觉模糊熵和证据推理的多属性群决策方法

针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法.针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式.然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序.最后,通过算例进行比较分析,验证提出方法的可行性和有效性.     

基于I-IFHA算子的动态直觉模糊多属性群决策方法

假设各决策时段的时间权重、各决策时段下的属性权重以及决策者权重均已知,各决策者针对各决策时段给出的属性值以直觉模糊数形式给出的动态多属性群决策问题,提出了一种基于导出直觉模糊混合平均(I-IFHA)算子动态直觉模糊多属性群决策方法.该方法利用动态直觉模糊加权平均(DIFWA)算子和动态加权平均(DWA)算子集结动态决策信息分别得到各决策者的综合直觉模糊决策矩阵和综合属性权重向量,并在此基础上利用直觉模糊加权平均(IFWA)算子计算得到各决策者下各方案的直觉模糊评价值;利用I-IFHA算子集结决策者群体决策信息得到各方案的综合直觉模糊评价值;利用直觉模糊数的得分函数及精确函数对决策方案进行排序和择优.最后,通过投资银行对企业进行投资的实例说明了该方法的应用.     

直觉模糊多属性群决策的VIKOR方法

针对属性权重信息完全未知且属性值以直觉模糊数形式给出的多属性群决策问题,提出了一种基于多准则妥协解排序的决策方法.利用直觉模糊加权平均算子集成所有的个体决策信息,以获取群决策信息.利用直觉模糊数熵权公式求得属性的熵权.依据传统VIKOR法的基本思想,结合直觉模糊数的距离公式,对备选方案进行排序择优.文中通过实例分析,表明该方法的实用性与可行性.     

舰船总布置方案的直觉模糊多属性群决策模型

在舰船总布置方案决策问题中,为了得到总体一致的结论,往往需要专家经过反复的协商和妥协来实现,从有利于舰船作战使用的角度,提出了总布置方案评价的指标体系.为了克服决策过程中需要通过来自不同专业领域的专家反复协商来使专家决策信息达到可接受的一致性不仅耗时且可操作性差的问题,引入了基于自适应一致性算法的直觉模糊多属性群决策模型对设计方案进行优选评价.算法在参考群决策信息的基础上,对专家决策信息进行反复修正,使专家之间的决策信息达到可接受的一致性.算法较好地模拟了专家之间真实的谈判和妥协的决策过程,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,为复杂工业设计方案决策提供了参考.     

基于区间值直觉模糊集距离的多属性决策方法

针对区间值直觉模糊集上的多属性决策问题,使用区间值直觉模糊集犹豫度的概念,给出区间值直觉模糊集之间一种新的距离公式,并据以提出基于理想点法的区间值直觉模糊集多属性决策方法。最后,借助实例说明该决策方法的有效性。     

基于新得分函数的直觉模糊多属性决策方法

得分函数是常见排序直觉模糊数的一个重要指标。借助于S型函数,从客观的角度考虑直觉模糊数的犹豫度对其得分值的影响,提出了直觉模糊数的新得分函数,并通过实例说明新的得分函数能应用于某些现有得分函数失效的情形。基于新的得分函数和直觉模糊加权平均算子给出了一种属性值为直觉模糊数的多属性决策方法,并通过算例阐明该方法的可行性和有效性。     

基于直觉模糊集的产品规划评估群决策研究

针对实际管理决策中,决策问题要求多个决策者参与,同时需要全面、细腻的描述方法体现对客观事物的认识和表达的问题,将直觉模糊多属性群决策方法应用于企业产品管理决策中。首先给出了基于直觉模糊Einstein混合平均算子的多属性群决策算法,提出了一种直觉模糊算子自适应位置赋权算法,然后结合产品规划的特点,分析了产品市场吸引力、竞争性评价和财务回报评估要素,建立了产品规划多属性群决策模型,最后通过算例分析验证了该方法的有效性和可行性。     

权重信息未知的区间直觉模糊多属性决策方法

针对权重信息完全未知且属性值为区间直觉模糊数的多属性决策问题,提出了一种基于线性规划和投影模型的决策方法.该方法首先引入区间直觉模糊数相离度的概念,然后,给出了一种基于加权属性值离差最大化的线性规划模型,通过求解此模型得到相应的属性权重.进而利用各个方案的加权属性值在加权模糊正理想点上的投影对方案进行排序.最后用实例说明了该方法的可行性和有效性.     

多目标群体决策的区间层次分析法研究

基于专家个体判断矩阵,应用数理统计及误差理论,探讨了综合判断矩阵的建立途径,给出了用区间层次分析法求解多目标群体决策问题的算法与步骤,最后以算例说明该方法的实用性及有效性。     

基于CC-OWG算子的区间数多属性群决策方法

针对属性权重和属性值均以区间数形式给出的不确定多属性决策问题,提出一种基于CC-OWG算子的区间数多属性群决策方法.该方法利用连续区间数据有序加权平均(C-OWA)集成算子对区间数属性权重进行处理,利用组合的连续区间数据有序加权几何(CC-OWG)集成算子对区间数属性值进行集成.最后,以实例分析说明了该方法的实用性和有效性.     

多属性决策客观赋权原理在公路养护中的应用研究

运用多属性决策客观赋权原理,结合汉宜公路各子路段的实际,通过矩阵求解,得到了在资金有限情况下,各子路段养护的先后顺序,顺序与公路管理部门实际养护顺序相符,从而验证了该方法的正确性与可行性.     

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。     

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。     

基于多属性决策模型的雾计算用户关联算法

针对密集异构蜂窝网络中的雾计算用户关联选择问题,提出一种基于多属性决策模型的雾计算用户关联算法.通过对关键性能指标的选取和建模以及对组合权重的设计,达到调节属性优先级的目的.同时,设计了综合评判指标,实现了对多个属性的联合优化.仿真结果表明,所提方案不仅能对用户体验的质量和系统性能进行权衡处理,还能够平衡业务流量的分配,有效降低关联时延和系统能耗.     

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。     

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。