基于模糊特征向量的差异驱动模糊决策算法

为了识别多属性专家决策的差异,在常规模糊决策矩阵的基础上,采用协方差的定义,构建了模糊协方差相似决策矩阵,提出了基于模糊协方差相似矩阵的模糊特征向量简化算法的多属性差异驱动模糊决策法,该方法从整体上体现决策信息的离散投影,具有较好的客观性和透明性。验证实例的对比结果说明了该方法的有效性。提出的算法对于属性与方案关系比较复杂,难以直观地确定各属性与方案相对重要性权重的决策应用(如多层次的流程工业优化与调度决策)具有较好的应用前景。     

模糊语言下的梯形模糊数心态指标群决策方法

在模糊语言下,提出了梯形模糊数心态指标的群决策方法。在属性权系数和决策者权系数信息都不完全的情况下,引入心态指标,将模糊语言的梯形模糊数决策矩阵转化为带心态指标的决策矩阵;利用决策的不完全信息构造Fuzzy线性规划,分别求解出属性权重和决策者权重;对决策者的心态指标进行集成得到群体风险态度,模糊集成群体风险态度与方案的群体评价值,得到整个方案集的排序。选取实例说明该方法的有效性、可行性和可操作性。     

基于云模型的Pythagorean模糊语言多属性决策方法

针对专家给出的属性值为Pythagorean模糊语言且专家权重与属性权重均未知的多属性决策问题进行了研究,提出一种基于云模型的多属性决策方法。首先,根据Pythagorean模糊语言决策信息的距离熵计算得到属性权重;其次,计算决策矩阵间的距离从而得到各决策专家权重;再次,构建Pythagorean模糊云模型决策矩阵并利用专家权重和属性权重进行信息集结;最后,基于TOPSIS方法求取正、负理想解,依据理想解计算各方案贴近度并据此对各备选方案进行排序选择。案例分析表明,该方法优化了复杂环境下的决策,避免了决策信息的丢失,能够较好解决决策信息的不确定性和决策过程的随机性,具有一定的可行性和有效性。     

基于前景M-V准则的正态三角模糊随机多属性决策方法

针对具有正态三角模糊随机变量且属性权重未知的多属性决策问题, 提出基于前景均值-方差(M-V) 准则的正态三角模糊随机多属性决策方法. 该方法首先构建正态三角模糊随机决策矩阵, 进而通过运算得到属性值的期望与方差, 并将其转化为M-V 决策矩阵; 然后, 通过定义前景效应构建前景M-V 决策矩阵, 利用改进灰色系统理论模型求解属性权重值, 获取综合前景M-V 决策矩阵; 最后, 定义前景序关系, 两两比较前景M-V 价值获取方案排序. 在此基础上, 通过案例验证了所提出方法的可行性及有效性.

     

多属性群决策的直觉梯形模糊数法

采用直觉梯形模糊数刻画专家的评价信息,提出一种新的多属性群决策方法.定义了直觉梯形模糊数的期望值、预期得分、有序加权集成算子和混合集成算子;建立了基于直觉梯形模糊数的多属性群决策模型;通过混合集成算子得到方案的群体综合评估值,根据期望值和预期得分给出群决策结果.实例分析验证了所提出方法的有效性.     

绿色供应商选择的梯形模糊软集群决策模型

针对考虑评价专家评价信息的绿色供应商选择问题,提出了一种基于梯形模糊软集的绿色供应商选择多属性群决策模型。各专家选定不同的评价指标集及使用语言变量进行评价,利用“与”运算对各专家的评价信息进行集结,并得到信息集结后的梯形模糊软集;然后以此作为多属性决策的初始决策矩阵,在梯形模糊软集加权规范化的基础上通过计算正负理想解距离以及相对贴近度,得到最优决策。最后通过算例说明了该方法的可行性和有效性。     

一种结合主客观信息的多属性决策方法

研究了具有模糊偏好信息的模糊多属性决策问题．提出一种结合主观偏好信息与客观信息的综合特征向量方法．主观偏好信息由决策方案的模糊偏好互补矩阵和属性权重的两两比较互反矩阵组成，客观信息由客观决策矩阵组成．给出了求解模糊多属性决策问题的最小二乘偏差估计方法．通过建立二次规划模型决定属性权重向量，并对方案进行排序．最后，给出了使用该方法的数值例子．     

基于前景理论的犹豫模糊多属性群决策方法

针对属性指标值为犹豫模糊信息且属性权重完全未知的多属性群决策问题,提出一种基于新的决策参考点和前景理论的多属性群决策方法。将犹豫模糊决策矩阵转变为区间模糊决策矩阵,并结合t-分布估计方法,构建期望得分函数值,将其作为决策参考点;基于属性值得分函数与决策参考点之间的差异,确定价值函数,进而得到前景价值综合矩阵;利用同一属性下的前景价值方差计算属性的权重,并基于前景理论计算各方案的加权前景价值,进而对决策方案进行优劣排序;通过对云计算产品的选择实例验证提出的决策方法的可行性与有效性。     

考虑时间序列的动态大群体应急决策方法

针对专家权重和属性权重未知、阶段权重未知且与时间序列有关的动态大群体应急决策问题,提出一种考虑时间序列的动态大群体应急决策方法.首先,提出一个考虑区间直觉模糊数犹豫度的距离公式,定义区间直觉模糊数贴近度,综合考虑贴近度和相似度,用模糊聚类法对大群体专家偏好信息进行聚类;其次,基于现有区间直觉模糊熵公式的不足,提出一个新的区间直觉模糊熵公式,基于此公式考虑专家之间知识水平的差异和各个阶段偏好信息不具遗传性等特点,计算得出专家在不同属性下的权重和属性在各阶段下的权重;再次,考虑时间序列对各阶段权重的影响,构建相对熵模型,对阶段权重进行合理确定,进而利用加权平均算子得到整个决策过程中各方案的综合决策偏好;然后,利用区间直觉模糊数的得分函数和精确函数对方案进行排序,选出最优方案;最后,通过与以往文献的方法对比分析验证所提出方法的有效性和优越性.     

Pythagorean犹豫模糊灰色关联前景多属性决策方法

针对Pythagorean犹豫模糊环境下的多属性决策问题,提出了一种基于前景理论的Pythagorean犹豫模糊灰色关联多属性决策方法。定义了Pythagorean犹豫模糊数的灰色关联度和前景价值函数。基于灰色关联度定义了各方案相对于正负理想解的差异集,结合前景价值函数将Pythagorean犹豫模糊决策矩阵转化为价值矩阵。通过各方案的收益损失比值对备选方案进行优劣排序。为了说明该决策方法的可行性和有效性,将其应用到能源项目的综合评价上,并通过实例对比验证了提出决策方法的优越性。     

不确定多指标决策的可能度规划模型及其应用

针对指标权重未知的区间数型不确定多指标决策问题, 提出区间数可能度与比较优势关系理论, 并推导出一些相关结论. 借鉴合作博弈中极大极小算法, 建立基于区间数比较优势关系, 确定指标权重的可能度规划模型. 利用供选方案间相互比较的可能度矩阵测定信息, 集结各方案比较的总体可能度值对供选方案集进行优劣筛选和排序, 以此给出一种新的区间数型不确定多指标决策的可能度规划算法. 最后通过算例验证了所提出模型算法的有效性和实用性.     

三角模糊数在多属性决策中的建模

为了获得三角模糊数的多属性决策数学模型,将语言变量和三角模糊数引入到多属性决策中,用语言变量或三角模糊数表示多属性决策中的属性值和各属性的权重,采用加权和法求得每个备选方案的三角模糊数最终评价值,并应用三角模糊数的减法运算定义任意两个三角模糊数的优越度,在方案两两对比求得优越度后建立方案的互补判断矩阵,采用最小平方法求得方案排序向量,根据排序向量元素的大小进行方案排序。     

方案偏好已知的三角模糊数型多属性决策方法

研究决策者对方案偏好已知、属性值以三角模糊数形式给出且属性权重信息不能完全确知的多属性决策问题.提出了基于模糊比例值的决策方法和基于模糊偏差度的决策方法,这两种方法首先建立一个线性规划模型,通过求解该模型获得属性权重;然后,基于三角模糊数两两比较的可能度公式及三角模糊数排序公式,对决策方案进行排序和择优;最后,通过实例验证了方法的可行性和有效性.     

基于优势关系的多属性决策对象排序研究

多属性决策问题的实质是利用已有的决策信息,通过一定方式对备选方案进行分析、排序、择优和评价,以找到一种简捷方便的排序方法.鉴于此,针对属性值为区间数的多属性决策问题,首先提出区间数向联系数的转化及联系数可能度;然后根据可能度大小提出区间数及决策对象优势关系,并根据优势关系及联系数可能度大小提出几种新的排序算法;最后以实际投票决策问题为例验证了上述排序算法.     

用区间直觉模糊集方法对属性权重未知的群求解其多属性决策

本文首先提出群区间直觉模糊有序加权几何(groupinterval-valuedintuitionistic fuzzy orderedweighted geometric,GIVIFOWG)算子和群区间直觉模糊有序加权平均(group interval-valued intuitionistic fuzzy ordered weighted averaging,GIVIFOWA)算子.利用GIVIFOWG算子或GIVIFOWA算子聚集群的决策矩阵以获得方案在属性上的综合区间直觉模糊决策矩阵(collectiveinterval-valuedintuitionistic fuzzy decision-matrix,CIVIFDM).然后定义了一个考虑犹豫度的区间直觉模糊熵(interval-valuedintuitionistic fuzzyentropy,IVIFE);通过熵衡量每个属性所含的信息来求解属性权重.最后,提出基于可能度的接近理想解的区间排序法(interval technique for order preference by similarity to an ideal solution,ITOPSIS)和区间得分函数法.在ITOPSIS法中,依据区间距离公式计算候选方案和理想方案的属性加权区间距离,进而采用ITOPSIS准则对各方案进行排序;在区间得分函数法中,算出CIVIFDM中各方案的得分值以及精确值,然后利用区间得分准则对各方案进行排序.实验结果验证了决策方法的有效性和可行性.     

考虑偏好反转的区间不确定多属性决策方法

针对实际决策中的不确定性和偏好反转问题, 提出一种区间不确定多属性决策方法. 该方法先用证据推理方法集结区间不确定评估信息, 采用累积前景理论代替主观期望效用理论以构建方案的综合前景价值, 从而应对不确定环境下可能的决策偏好反转, 最后区间可能度用于方案综合前景价值排序. 介绍了决策过程, 给出求解方案综合前景价值的非线性规划模型, 并通过实例验证了方法的可行性、合理性和有效性.     

基于犹豫语言决策模型的数据产品服务商选择

针对属性值为犹豫模糊语言元的多属性决策问题,建立基于犹豫模糊语言可能度的线性分配决策模型。首先,基于犹豫模糊语言元的包络转化方法,分别定义了犹豫模糊语言元间的可能度和相对差异指数等概念;其次探究发现可能度矩阵和相对差异矩阵均为互补判断矩阵,并设计了犹豫模糊语言元的最优度计算公式;最后,在犹豫模糊语言信息环境下,构建了一种新的线性分配决策模型用以确定各备选方案的综合最优度,进而遴选出最优方案。实验结果表明,提出的决策模型是可行和有效的。     

基于近似随进占优的概率区间数信息多属性决策方法

针对传统区间数包含信息量太少,导致决策结果具有很大不确定性的问题,提出了基于VIKOR的概率区间数多属性决策方法。该方法首先将概率信息引入区间数,定义概率区间数的运算规则和集结算子。接着基于近似随机占优理念,定义了一种新的主客观结合的占优度,在此基础上确立了概率区间数的比较规则。最后将专家给出的概率区间数决策矩阵转化为占优度矩阵,并利用 VIKOR 方法对其求解。算例分析表明,该方法对概率分布的缓急变化具有很好的稳定性,而对于概率分布的偏态趋势变化具有敏感性。得到的决策结果在与传统方法一致的基础上更为准确。     

A new flexible and reliable IVF-TOPSIS method based on uncertainty risk reduction in decision making process

One of the challenging and famous types of MCDM (Multiple Criteria Decision Making) problems that includes both quantitative and qualitative criteria is Facility location selection problem. For the common fuzzy MCDM problems (Type-1 fuzzy MCDM problems), the ratings of alternatives with respect to the criteria or/and the values of criteria weights, are expressed by the common fuzzy numbers. However, in the majority of cases, determining the exact membership degree for each element of the fuzzy sets which are considered for the ratings of alternatives with respect to the criteria or/and the values of criteria weights as a number in interval [0,1], is difficult. In this situation, the ratings of alternatives with respect to the criteria or/and the values of criteria weights, are expressed by the IVFNs (Interval Valued Fuzzy Numbers) and thereby the IVF-MCDM (Interval Valued Fuzzy MCDM) methods should be used. In this paper, the authors propose an IVF-TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method based on uncertainty risk reduction in decision making process. By using this method, the reliability of the captured decisions in an IVF decision making problem is significantly increased. The proposed method is applied for solving a real application problem related to selecting a suitable location for digging some pits for municipal wet waste landfill in one of the largest cities in Iran. The proposed method is also compared with another IVF-TOPSIS method. As a result, the authors concluded that in addition to benefits such as simplicity and ease of use that exist in the previous IVF-TOPSIS methods, the proposed method has a significant reliability and flexibility and is practical for facility location selection problems and other IVF-MCDM problems.     

FLM-TOPSIS: The fuzzy linguistic multiset TOPSIS method and its application in linguistic decision making

Linguistic decision making is an important subject in decision making, many interesting and important linguistic decision making methods have been proposed, in which, alternatives-criteria decision matrix are uniformly used to express linguistic assessments of alternatives provided by decision makers with respect to criteria. Alternatives-criteria decision matrixes have some limitations when we use them to distinguish distinct, partial unknown or hesitant linguistic decision making or carry out linguistic decision making in the huge amounts of decision information and alternatives. In this paper, we propose alternatives-linguistic terms decision matrix to represent linguistic assessments of alternatives, analyze advantages of the decision matrix in representing linguistic assessments and distinguishing distinct, partial unknown or hesitant linguistic decision making. To simple and fast fuse alternatives-linguistic terms decision matrixes, we further provide linguistic multiset or fuzzy linguistic multiset to represent linguistic assessments in alternatives-linguistic terms decision matrixes, analyze the function properties of the fuzzy linguistic multiset. Motivated by fuzzy multiset and the TOPSIS method, we develop the fuzzy linguistic multiset TOPSIS method for linguistic decision making, the method is mainly consisted of transformation, aggregation and exploitation phases. In transformation phase, linguistic assessments of alternatives are transformed into fuzzy linguistic multisets by using alternatives-linguistic terms decision matrixes. In aggregation phase, we use Union, Intersection and Sum operations of multisets to obtain the positive and negative ideal solutions of linguistic decision making, which are different with the positive and negative ideal solutions of the traditional TOPSIS method, in addition, we provide a pseudo-distance between two fuzzy linguistic multisets to fast fuse linguistic assessments of alternatives. In exploitation phase, we define a new closeness degree of alternative by using pseudo-distances between the alternative and the positive and negative ideal solutions, which can be used to obtain the set of most satisfying alternatives. We also design an algorithm to carry out linguistic decision making based on the proposed method. In cases study, we use two practical examples to illustrate the practicality of the proposed method and compare it with the symbolic aggregation-based method, the hesitant fuzzy linguistic TOPSIS method, the hesitant fuzzy linguistic VIKOR method and the probabilistic linguistic term sets TOPSIS method, results indicate that alternatives-linguistic terms decision matrix and fuzzy linguistic multiset are alternative, useful and flexible tools for linguistic decision method and the fuzzy linguistic multiset TOPSIS method is suitable to deal with partial unknown or hesitant linguistic decision making.