模糊环境下的语言决策方法研究

对于模糊环境下的评估,存在固有的不确定性和不精确性信息比较的情况。在AHP的框架下,提供了指标权重和偏好值语言信息并用三角模糊数来描述,构造语言决策矩阵并进行模糊化。根据理想近似方法,通过计算到正理想解和负理想解的距离求出每个方案的贴近系数,得出候选者的评估顺序,并举例说明了应用这个方法的计算过程。     

一类基于指数型模糊数的模糊多属性topsis决策

针对指数型模糊数上的模糊多属性决策问题,根据模糊理想点法的思想,给出两种多属性topsis决策方法。通过定义指数型模糊数的期望值,实现属性权重向量的解模糊化处理;定义指数型模糊数之间的距离测度,以计算各方案与理想方案之间的距离。基于期望值和距离测度的定义,从两种不同的角度出发,给出了两种模糊多属性topsis决策方法。实例验证两种方法的可行性和有效性,并对这两种方法进行比较和分析。     

基于指数型模糊数的多属性决策模型及其应用

针对模糊多属性决策问题,给出一种基于指数型模糊数的多属性决策模型。一方面,通过定义指数型模糊数的期望,以实现属性权重向量的解模糊化处理;另一方面,根据三元区间数理论和指数型模糊数的截集信息,定义指数型模糊数上一种新的距离度量,以计算各备选方案与正、负理想方案之间的距离。根据模糊理想点思想,基于指数型模糊数的期望和距离的定义,给出一种指数型模糊数上的Topsis多属性决策方法。将该模型应用于一个具体实例,其结果证实了该方法的有效性。     

大规模定制模式下多类型评价信息的多目标生产指派问题

针对大规模定制模式下具有直觉模糊数、三角模糊数、语言评价、区间数等多类型评价信息的多目标生产指派问题,提出一种新的生产指派方法.首先,建立大规模定制模式下满意度评价指标体系;然后,通过计算不同类型的评价信息与负理想点的距离,以及正理想点与负理想点的距离,定义顾客满意度和企业满意度;最后,以顾客满意度最大化和企业满意度最大化为目标,建立多目标生产指派优化模型,并通过求解生产指派模型得到生产指派结果.最后通过一个算例验证所提生产指派方法的可行性和有效性.     

基于TOPSIS的语言真值直觉模糊多属性决策

针对具有模糊语言值信息的多属性决策问题,结合传统的TOPSIS方法,提出了基于TOPSIS的语言真值直觉模糊多属性决策方法。在语言真值直觉模糊代数的基础上,用语言真值直觉模糊对来表达既有可比的又有不可比的模糊语言值信息,给出了语言真值直觉模糊对之间的归一化距离算法,并讨论了其相关性质。提出了语言真值直觉模糊正、负理想点,通过计算各方案属性值与正、负理想点之间的距离,得到各方案与理想点之间的相对贴近度,并根据相对贴近度的排序结果得到最优方案。实例说明该决策方法的合理性和有效性。     

基于模糊结构元的模糊数直觉模糊多准则决策方法

针对准则权重信息不完全确定的模糊数直觉模糊多准则决策问题,采用模糊结构元方法进行处理.基于模糊数直觉模糊集的模糊结构元表示、模糊数比较和排序的模糊结构元方法以及直觉模糊数的记分函数和距离测度,定义了模糊数直觉模糊数的记分函数和距离测度,进而提出两种准则权重信息不完全确定而准则值为模糊数直觉模糊数的多准则决策方法:记分函数法和逼近理想解排序(TOPSIS)法.实例分析表明了这两种方法的可行性和有效性.     

基于前景理论和证据推理的区间灰数多属性决策

针对不确定背景下的多属性决策问题,提出基于前景理论和证据推理的区间灰数多属性决策方法.首先,考虑区间灰数在区间内取值概率不相等的特性,提出一种改进的区间灰数距离公式,在此基础上,以方案的正负理想解为参考点,计算属性值与正负理想解之间的距离集.其次,将决策者的风险心理因素引入区间灰数多属性决策中,结合前景理论构建基于区间灰数距离的前景价值函数.再次,通过证据推理算法和区间数可能度大小比较规则对方案做出排序.最后,通过算例分析验证所提方法的有效性.     

勾股模糊集的距离测度及其在多属性决策中的应用

首先,讨论3种勾股模糊数排序方法的特点,指出其中两种排序方法的不足;其次,研究勾股模糊集的结构特征,指出勾股模糊数本质上由隶属度、非隶属度、自信度和自信度方向4个特征参数完全刻画;再次,利用上述4个参数分别构造勾股模糊数和勾股模糊集之间的海明距离、欧几里得距离和闵可夫斯基距离,并研究这些距离公式的性质;最后,借助理想点法给出基于勾股模糊集距离的多属性决策方法,并通过实例验证所提方法的合理性.     

基于扩展原理的混合型证据推理不确定决策方法

提出一种基于扩展原理的混合证据推理不确定决策模型.通过α截集将同一决策问题中各属性使用的精确数、区间数和模糊数等异构评估信度统一分解为区间结构,采用区间证据推理方法求解各隶属度下的效用区间,并按隶属度次序重组方案效用;化简模糊数质心公式,并用于模糊定量评估的信度计算和方案模糊效用的排序;最后,通过具体实例验证了所提出方法的有效性和可行性.将该方法在算例中的适用情况进行比较和分析,结果表明所提出的方法具有良好的适应性.     

基于梯形模糊数期望值的多维偏好群决策模型

提出一种基于梯形模糊数距离期望值的多维偏好群决策模型,以解决偏好和属性值均为梯形模糊数的群决策问题．其算法为：首先定义在β 截集下主／客观偏好之间的偏差函数,通过构造目标规划模型,求解属性的权重向量;然后集结不同β 截集下所有决策者的加权规范化模糊决策矩阵,形成总加权规范化模糊决策矩阵;最后求出各备选方案与模糊理想解的相对贴近度δi,按大小排序确定最优方案．     

基于FVIKOR的三角模糊数型多准则决策方法

针对准则值和准则权重均为三角模糊数的多准则决策问题, 提出一种三角模糊数型VIKOR(FVIKOR) 方法. 首先, 分析FVIKOR方法中直接运用三角模糊数运算规则计算群体效用值、个体遗憾值和妥协解可能违反三角模糊数左中右端点值逐渐增加的基本特性, 提出实施三角模糊数去模糊化的解决策略; 然后, 设计去模糊化参数优化模型, 并给出FVIKOR应用的具体步骤; 最后, 通过具体算例表明了所提出方法的实施过程和有效性.

     

A novel meta-heuristic based method for deriving priorities from fuzzy pairwise comparison judgments

This paper proposes a new method to derive the priority vector from fuzzy pairwise comparison matrices. Unlike several known methods, the proposed method derives crisp weights from consistent and inconsistent fuzzy comparison matrices. Therefore, the crisp weights obviate the need of additional aggregation and ranking procedures. To derive the priority vector, a Modified Fuzzy Logarithmic Least Square Model (MFLLSM) is proposed. In order to solve the MFLLSM, a framework based on genetic algorithm is proposed. In the proposed framework, a heuristic algorithm of population initialization, a heuristic algorithm for simulating fuzzy numbers and a heuristic algorithm of fitness evaluation are proposed.The solution of the prioritization problem requires finding priorities such that their ratio approximately satisfies the initial judgments. Computational results reveal the superiority of the proposed method in comparison with five well known methods of literature from the viewpoint of satisfaction of initial judgments by the obtained priority vector. It is shown by ten different examples that the deviation of the priorities ratio from initial judgments in the proposed method is less than five existing methods of literature. In addition, unlike several methods of literature, the proposed method considers fuzzy judgments represented by both triangular and trapezoidal fuzzy numbers. Furthermore, the proposed method for the first time considers judgments represented by triangular shaped fuzzy numbers and trapezoidal shaped fuzzy numbers which are discussed in the paper.     

属性值为三角模糊数的决策对象可能度关系模型

对于属性值是三角模糊数的不确定多属性决策问题,首先研究几组三角模糊数比较可能度公式之间的等价关系,提出三角模糊数比较优势关系理论,并得到一些优良性质关系和结论;然后借鉴离差最大化思想构建一种确定属性权重向量的三角模糊数型比较可能度关系模型,通过集结所有决策对象比较的可能度值,并对方案对象集进行优劣筛选和次序排定,得到一种新的三角模糊数多属性决策对象的可能度关系模型算法;最后通过算例分析验证所提出模型算法的可行性和实用性.     

Multi-objective aggregate production planning with fuzzy parameters

In this paper, a direct solution method that is based on ranking methods of fuzzy numbers and tabu search is proposed to solve fuzzy multi-objective aggregate production planning problem. The parameters of the problem are defined as triangular fuzzy numbers. During problem solution four different fuzzy ranking methods are employed/tested. One of the primary objectives of this study is to show that how a multi-objective aggregate production planning problem which is stated as a fuzzy mathematical programming model can also be solved directly (without needing a transformation process) by employing fuzzy ranking methods and a metaheuristic algorithm. The results show that this can be easily achieved.     

基于模糊QoS和偏好权重的Web服务组合方法研究

为了充分体现服务质量(QoS)的不确定性和用户偏好的模糊性,本文将模糊集理论引入基于QoS的Web服务组合中,将不适合精确表示的QoS属性和用户偏好等信息用三角模糊数表示.然后基于权重和法计算模糊总目标,通过设计新的模糊数比较方法,改写Pareto支配关系,将基于模糊数比较的单目标优化问题转化为多目标优化问题,并设计模糊多目标遗传算法(FMOGA)求得Pareto最优解集.该方法不仅能够得到更加贴近实际情况的优化解,同时也解决了多属性决策方法无法对大量候选服务进行全局优化的问题.最后通过实验验证了该算法的有效性和优越性.     

三角模糊数型不确定多指标决策的可能度关系法

针对指标权重未知的三角模糊数型不确定多指标决策问题, 提出4 种新的三角模糊数比较可能度的等价定义, 并得到一些优良性质关系. 借鉴合作博弈中极大极小算法, 提出一种基于三角模糊数比较可能度关系的指标权重确定方法; 集结所有决策方案比较的可能度, 并对决策方案集进行最优判定和排序, 即可得到三角模糊数型不确定多指标决策的比较可能度关系法. 最后通过算例表明所提出算法的可行性和有效性.

     

基于改进的BOCR和FANP模型的ERP系统选择方法*

ERP系统能够明显影响企业未来的竞争力和企业绩效。ERP系统的选择是一个典型的多因素决策问题。基于BOCR理论建立了ERP系统选择的评价指标体系,考虑了准则/指标之间的相互影响和反馈关系。由于评价过程中信息的不精确和模糊性,用三角模糊数表示专家或决策者的偏好意见,根据模糊优先规划方法计算三角模糊判断矩阵的局部权重。依据准则/指标之间的网络结构关系建立了未加权超矩阵,计算了收敛后的极限超矩阵,以得出各指标的综合权重。最后以案例说明如何应用提出的方法。     

Aggregating decision information into Atanassov's intuitionistic fuzzy numbers for heterogeneous multi-attribute group decision making

The aim of this paper is to propose a new aggregation method to solve heterogeneous MAGDM problem which involves real numbers, interval numbers, triangular fuzzy numbers (TFNs), trapezoidal fuzzy numbers (TrFNs), linguistic values and Atanassov's intuitionistic fuzzy numbers (AIFNs). Firstly, motivated by the relative closeness of technique for order preference by similarity to ideal solution (TOPSIS), we propose a new general method for aggregating crisp values, TFNs, TrFNs and linguistic values into AIFNs. Thus all the group decision matrices for each alternative which involves heterogeneous information are transformed into an Atanassov's intuitionistic fuzzy decision matrix which only contains AIFNs. To determine the attribute weights, a multiple objective Atanassov's intuitionistic fuzzy programming model is constructed and solved by converting it into a linear program. Subsequently, comparison analyses demonstrate that the proposed aggregated technology can overcome the drawbacks of existing methods. An example about cloud computing service evaluation is given to verify the practicality and effectiveness of the proposed method.     

Possibilistic programming approach for fuzzy multidimensional analysis of preference in group decision making

Multiple attribute decision making (MADM) problems are the most encountered problems in decision making. Fuzziness is inherent in decision making process and linguistic variables are well suited to assessing an alternative on qualitative attributes using fuzzy rating. A few techniques in MADM assess the weights of attributes based on preference information on alternatives. But they are not practical any more when the set of all paired comparison judgments from decision makers (DMs) on attributes are not crisp and also we have to deal with fuzzy decision matrix. This paper investigates the generation of a possibilistic model for multidimensional analysis of preference (LINMAP). The model assesses the fuzzy weights as well as locating the ideal solution with fuzzy decision making preference on attributes and fuzzy decision matrix. All of the information is assumed as triangular fuzzy numbers (TFNs). This method is developed in group decision making environments and formulates the problem as a possibilistic programming with multiple objectives.