直觉模糊环境下考虑有限理性特征的决策方法

针对决策者具有有限理性的心理特征且属性权重和自然状态发生概率完全未知的直觉模糊多属性决策问题,提出了一种基于前景理论和证据理论的多属性决策方法。首先,利用证据理论得到各自然状态发生的概率,进而确定自然状态的决策权重函数;其次,运用正态分布概率密度函数设计直觉模糊决策参考点,并依据属性值与决策参考点之间的差异计算价值函数矩阵,从而获得前景价值矩阵;以综合前景价值最大化为准则构建最优化模型用以确定属性权重,并依据各方案的综合前景价值进行优劣排序。最后,将所提方法应用于对游戏产品的选择开发实例中。对比实验表明,运用所提方法得到的决策结果合理可靠,且更能体现决策者的原始决策信息。     

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。     

一种基于前景理论的毕达哥拉斯犹豫模糊不确定语言ELECTRE多属性决策方法

针对属性权重已知、属性值为毕达哥拉斯犹豫模糊不确定语言变量的多属性决策问题,提出一种前景理论和消去与选择转换法(ELECTRE)相结合的多属性决策方法.首先给出毕达哥拉斯犹豫模糊不确定语言集的 定义,包括得分函数、距离测度和运算法则;然后将前景理论引入该决策环境下,构建前景价值矩阵,运用传统ELECTRE法求得一致矩阵和矛盾矩阵,并对其进行转化构建前景优/劣势判断矩阵,进而求得总优/劣势值以确定备选方案的优劣排序;最后通过算例分析验证所提出方法的有效性和可行性,并与该决策环境下的传统ELECTRE法进行对比,表明了该方法的优越性和实用性.     

基于后悔理论和证据理论的犹豫模糊决策方法

针对属性值为犹豫模糊信息、属性权重和自然状态发生概率完全未知的多属性群决策问题,考虑决策者心理行为,提出一种基于后悔理论和证据理论的多属性群决策方法。首先,运用证据理论计算各自然状态发生的概率;然后,基于区间模糊矩阵、t-分布估计以及得分函数矩阵确定属性信息的效用值,进而依据后悔理论得到每个自然状态下的感知效用矩阵;通过加权算术平均得到综合感知效用矩阵,并依据方案综合感知效用的大小确定方案优劣排序;最后,将所提方法运用于对投资公司的选择实例中。实验结果表明,虽然所提方法与现有方法得到的决策结果相同,但是所提方法在决策过程中只需考虑较少数量的参数。对比分析实验表明,所提方法得到的决策结果合理、可靠,且能反映实际决策情况。     

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。     

基于前景理论的犹豫模糊TOPSIS多属性决策方法

针对属性权重未知、属性值为犹豫模糊集的决策问题,提出一种前景理论和逼近理想解(TOPSIS)相结合的多属性决策方法.考虑到决策者对指标集的不同偏好,利用犹豫模糊熵的相关理论,提出一种基于犹豫模糊熵的熵权法确定属性权重.将决策者的风险心理因素引入犹豫模糊多属性决策中,定义了犹豫模糊数的前景价值函数,并以此将犹豫模糊决策矩阵转化为价值矩阵,计算出各方案的收益损失比值.最终应用TOPSIS的基本思路,确定备选方案的优劣排序,并通过算例分析验证了所提出方法的有效性.     

基于Agent的多属性决策模型及其在高校实验教学中的应用

商务智能中,基于Agent的自动谈判利用Agent的各项人工智能优势模拟人们进行实际商务谈判,日益受到重视,其中的多属性决策尤为重要。针对现有研究对其中权重及感知价值研究不够的现状,采用犹豫模糊数,给出新的属性分类,建立相应的犹豫模糊评价矩阵并进行评价值规范后构建相应主观权重算法;结合目标优化模型和拉格朗日函数,构建相应客观权重算法,进而提出改进的综合权重计算法;在前景理论基础上,引入损失规避因子,提出将正负理想点作为双参考点,设定相应算法计算各属性与正负理想解的距离,并将其作为新参数加入感知价值函数,从而提出基于改进综合感知价值函数的总体优势度算法,最终构建出基于Agent的多属性决策模型;以某高校实验教学设备采购谈判为例,通过敏感性分析和与相关研究结果的比较分析,验证了该模型能帮助Agent做出更快速合理有效的决策。     

直觉模糊信息环境下考虑后悔规避的决策方法

针对属性值为直觉模糊信息、属性权重和自然状态发生概率完全未知的多属性决策问题,考虑决策者的心理行为,提出一种基于后悔理论和证据理论的多属性决策方法。该方法首先运用证据理论计算各自然状态发生的概率;然后基于得到的区间模糊矩阵、[t-]分布估计以及得分函数矩阵确定属性信息的效用值,进而依据后悔理论得到各种自然状态下的感知效用矩阵;通过加权算术平均计算综合感知效用矩阵,并依据方案综合感知效用的大小确定方案优劣排序。通过对游戏的选择开发实例验证提出的决策方法的可行性与有效性。     

基于证据理论和前景理论的犹豫-直觉模糊语言多准则决策方法

在犹豫模糊语言和直觉模糊语言的基础上,提出一种新的犹豫-直觉模糊语言集,并定义得分函数、精确函数和Hamming距离公式.针对准则值为犹豫-直觉模糊语言的不确定多准则决策问题,构建基于证据理论和前景理论的拓展型VIKOR方法.该决策方法利用证据理论处理自然状态发生的概率未知的不确定状况,应用前景理论刻画人在做决策时的有限理性行为,使决策结果更能反映实际情况.最后,通过算例表明了所提出方法的有效性和可行性.     

基于前景理论的不确定TOPSIS多属性决策方法

针对属性权重未知、属性值为犹豫模糊集的多属性决策问题,本文提出一种基于前景理论和粗糙集的多属性决策方法,充分考虑了决策者心理风险因素对决策结果的影响.首先,以正、负理想点作为参考点计算各属性下的前景价值函数,定义新的综合前景值,并根据给定的阈值得到判断矩阵;然后,根据判断矩阵进行属性约简,确定属性权重;最后,计算各备选方案的加权综合前景值,利用TOPSIS方法对备选方案进行排序,并通过算例证实该方法的可行性和有效性.     

Research on the multi-attribute decision-making under risk with interval probability based on prospect theory and the uncertain linguistic variables

With respect to risk decision making problems with interval probability in which the attribute values take the form of the uncertain linguistic variables, a multi-attribute decision making method based on prospect theory is proposed. To begin with, the uncertain linguistic variables can be transformed into the trapezoidal fuzzy number, and the prospect value function of the trapezoidal fuzzy number based on the decision-making reference point of each attribute and the weight function of interval probability can be constructed; then the prospect value of attribute for every alternative is calculated through prospect value function of the trapezoidal fuzzy number and the weight function of interval probability, and the weighted prospect value of alternative is acquired by using weighted average method according to attribute weights, and all the alternatives are sorted according to the expected values of the weighted prospect values; Finally, an illustrate example is given to show the decision-making steps, the influence on decision making for different parameters of value function and different decision-making reference point, and the feasibility of the method.     

A new hesitant fuzzy linguistic approach for multiple attribute decision making based on Dempster–Shafer evidence theory

Hesitant fuzzy linguistic term sets (HFLTSs) are useful tool to represent qualitative information in multiple attribute decision making (MADM), and Dempster–Shafer evidence theory (DSET) has some advantages in denoting and fusing uncertain information. The goal of this paper is to develop a new hesitant fuzzy linguistic (HFL) MADM approach based on the DSET. To realize this goal, we propose a method of converting the original decision matrix expressed by HFLTSs into the evidence matrix with HFLTSs, and develop a weight-determining model for MADM problems with HFL information. Further, in order to integrate the evidences with HFLTSs under all attributes, we propose a combination algorithm for MADM problems based on the combination rule of DSET. Based on these studies, we develop a HFL-DSET approach for MADM problems with unknown weights. Furthermore, an applicable example for supplier selection is used to illustrate the proposed approach. Lastly, some comparative analyses with other HFL-MADM methods are conducted to show the feasibility and superiority of the proposed approach.     

基于前景理论的犹豫二元语义灰关联群决策法

针对偏好信息为犹豫二元语义形式、专家权重和属性权重均完全未知的多属性群决策问题,基于前景理论和灰色关联分析法的思想,提出一种多属性群决策方法.首先,利用矩阵拉直运算和灰色关联分析法确定专家权重,利用偏差最大化法确定属性权重.其次,给出了两个犹豫二元语义元的比较方法,结合该比较方法确定各决策矩阵的正、负理想方案,并以此作为决策参考点.然后,根据前景理论和灰色关联系数确定犹豫二元语义环境下的前景价值函数,进而确定各方案的收益损失比值,并据此对候选方案进行排序.最后,将所提方法应用于一个投资决策算例,其结果表明了该方法的合理性和有效性.     

一种基于前景理论的不确定语言变量风险型多属性决策方法

针对区间概率条件下属性值为不确定语言变量的风险型多属性决策问题,提出了一种基于前景理论的决策方法．首先建立了不确定语言变量的前景价值函数和区间概率权重函数,计算了方案在各属性下的前景值;然后通过属性权重得到各方案的加权前景值,利用各方案加权前景值的期望值对方案进行排序;最后通过应用案例说明了该方法的决策步骤和价值函数不...     

基于累积前景理论的可变下标犹豫模糊语言多准则投资组合优化

将累积前景理论的价值函数引入投资组合决策,从行为金融学的角度对传统整数犹豫模糊语言术语集下标进行改进,改进后的可变下标犹豫模糊语言术语集不仅可以反映投资人对金融产品的不确定程度,还能描述投资人给出评价本身时对收益或损失的心理感知.在单投资者多准则评价视角下,利用可变下标的犹豫模糊语言多准则投资组合评价系统对不同股票进行量化评价,针对激进型、稳健型和保守型3类投资者分别提出收益最大化、风险最小化犹豫模糊语言投资组合模型,通过对等价非线性模型求解得到投资组合的最优解.最后,利用数值仿真验证所提出模型和方法的有效性.