供应商选择的组合多属性群决策

为解决图书供应商选择问题,建立同时考虑多个属性,由多人进行决策的组合多属性群决策模型。先用TOPSIS法求出单个决策者对各供应商的综合评价值,再用三种不同的社会选择函数分别对个体偏好进行集结,然后将三种结果进行组合,得出决策群体对供应商的最终排序结果。最后以一个实例说明模型的应用。该方法可提高供应商选择的有效性。     

图书供应商选择的混合型多属性群决策

针对同时存在基数评价信息与序数偏好的情形,考虑每个属性下的决策者权重,为图书供应商选择建立混合型多属性群决策模型。对定性和定量属性分别用0-1规划和线性加权和法求出决策群体对各供应商的评价值,再用0-1规划求得决策群体对供应商的最终排序结果。最后以一个实例说明模型的应用。此方法可提高供应商选择的科学性和有效性。     

群决策专家权重自适应算法研究*

为获得科学合理的群体决策结果,并在综合集成研讨厅中维护一个动态的专家权重信息库,提出了一种基于TOPSIS法和灰色关联度的专家权重自适应调整算法,算法综合考虑了专家个体与群体在方案重要属性以及方案序的判定上的相似度,并根据决策问题的不同,对算法的参数进行相应选取,算例表明算法是有效的,收敛速度也比较快。     

基于模糊兴趣集和智能Agent的推荐系统模型研究

提出了一种结合用户模糊兴趣和智能多Agent的电子商务推荐系统模型,利用智能Agent获取用户对产品属性的喜好度和相应权重,依此建立起清晰的用户兴趣模型.在智能多Agent技术下建立一种多属性综合评价机制,采用逼近理想解法(Topsis法)对候选产品进行实时处理,并根据排序结果产生Top-N推荐.     

犹豫语言信息集成算法及其数据库选择应用

针对犹豫模糊语言环境下的多属性群决策问题,建立了一种基于犹豫语言几何Bonferroni平均（HLGBM）算子的多属性群决策模型,该模型不仅充分考虑了每种属性的重要性,而且能够有效捕获属性间的内在联系。首先利用基于Archimedean T-范数和S-范数的犹豫语言运算法则,提出了一种新的HLGBM算子,并研究该算子的四种基本性质;其次,探讨了HLGBM算子的几类特殊形式,并提出了犹豫语言加权几何Bonferroni加权（HLWGBM）算子;最后基于HLWGBM算子构建了一种新的犹豫语言多属性群决策模型,并通过数据库选择实例验证决策模型是可行和有效的。     

基于直觉模糊集的集成学习算法

为提高传统机器学习算法的分类精度和泛化能力,提出一种基于直觉模糊集的集成学习算法.根据传统分类器分类精度构建直觉模糊偏好关系矩阵,确定分类器权重,结合多属性群决策方法确定样本分类结果.在UCI中的7个数据集上进行测试,与目前流行的传统分类算法以及集成学习分类算法SVM,LR,NB,Boosting,Bagging相比,...     

区间正态信息集成算法的数据库选择模型

在区间正态模糊信息环境下,对于指标权重信息完全未知的多属性群决策问题,设计了两种信息集成算法,建立一种区间正态模糊多属性群决策模型.首先给出区间正态模糊数的基本运算规则;然后,分别从算术和几何角度设计了区间正态模糊加权平均(IVNFWA)算子和区间正态模糊加权几何(IVNFWG)算子,同时对新建立的2个算子进行大小比较...     

基于TOPSIS的三支决策评价模型

逼近理想点排序（Technique for order performance by similanrity to ideal solution,TOPSIS）是一种典型的多目标决策评价方法,被广泛应用在供应商选择等问题中。在某些针对生产的评价中,评价对象较多而且对象之间具有层级关系,决策者更关注对象之间的相对类别关系,即：好、中或是差。然而,针对这类问题的评价模型较为缺乏。因此,本文提出一种新的基于TOPSIS的三支决策评价模型。首先,选用层次分析法（Analytic hierarchy process,AHP）计算权重;然后,为了解决对象之间的层级关系,在评价之前增加了一个预分类过程;最后,使用改进的TOPSIS方法对对象进行三支评价。案例分析结果显示本文提出的方法是有效的。     

合作伙伴选择的多准则群决策算法

针对合作伙伴选择问题,提出一种基于群体理想解的TOPSIS求解算法.求出对每个决策者而言各合作伙伴与其群体理想解的相对贴近度.基于备选合作伙伴集的群体理想解和负理想解,计算决策群体对各备选合作伙伴的最终排序.最后以一个供应商选择算例表明该方法的实用性.     

基于概率犹豫模糊信息集成算法的数据产品选择

作为犹豫模糊元的推广形式,概率犹豫模糊元能更好地刻画现实中的不确定性,此外由于Frank运算具有含参数的灵巧性,能反映决策者的主观偏好,因此将概率犹豫模糊元和Frank运算相结合,首先定义了概率犹豫模糊Frank运算法则,并提出改进的概率犹豫模糊元的得分函数;然后提出了概率犹豫模糊Frank加权平均算子,并讨论了算子的一些性质;在此基础上,构建了基于概率犹豫模糊Frank加权平均算子的多属性群决策方法;最后将其应用于数据产品的选择实例中,说明了该方法的有效性和可行性。     

基于TOPSIS的无整合第四方物流多属性指派决策机制

针对第四方物流多属性指派决策机制研究方面的不足;基于TOPSIS法的基本思想;引入了随机解、正理想解、负理想解等参数;建立了一个基于TOPSIS法的无整合的第四方物流多属性指派决策机制;根据此模型的具体特性;设计了具有自身特点的遗传算法和程序;利用该算法对算例进行计算和分析;给出了针对这一算例的第四方物流的最佳指派方案;与其初始方案进行比较;远远优于初始方案。
     

异构无线网络中基于信任度的接入选择算法

针对异构无线网络不确定性的特点,提出一种基于信任度的接入选择算法。引入直接信任度、推荐信任度、推荐主体可信度和信任时间戳4个参量计算网络的信任度,利用信任度对网络性能指标进行信任加权。同时,综合考虑用户个人偏好,对网络进行逼近理想解排序,得到最佳接入网络。仿真实验结果表明,该方法综合考虑了网络多种性能指标及其信任度,能提高异构无线网络中用户选择网络的安全性。     

基于改进PSO算法的任务分配研究

为了解决虚拟企业中的任务分配问题,建立了任务分配的多目标决策优化模型。分析了传统的PSO算法,通过设置算法中速度惯性权重和加速度系数的自动调整,以及引入遗传算法中的变异操作,实现了对该算法的改进。基于改进的PSO算法求解任务分配模型,研究了求解问题与粒子的映射以及采用TOPSIS计算粒子位置适应度的方法,进而设计了一种基于改进PSO算法的任务分配算法。通过应用实例及仿真实验,证明了改进的PSO算法应用于任务分配的可行性和有效性。     

基于前景理论的随机多属性VIKOR决策方法

为提高基于前景理论TOPSIS决策方法的可靠性和稳定性以及防止逆序的产生,在前景理论的思想框架基础上,提出了一种VIKOR决策新方法;构建了前景值决策矩阵,运用VIKOR方法,在可接受优势和决策过程稳定的条件下对方案进行择优;在理论分析的基础上,提出了这种新方法的计算步骤,通过算例以及和TOP-SIS方法决策结果对比说明了方法的有效性和可行性,具有更高的稳定性。     

机器人非视觉多传感器信息融合的TOPSIS法

针对机器人非视觉多传感器目标识别问题,提出了一种基于改进TOPSIS的多传感器信息融合方法。该方法利用指标隶属度矩阵把多目标识别问题转化为多目标决策问题。通过引入熵权和相对接近度改进TOPSIS,给出多传感器目标识别规则。应用实例验证了算法的有效性和实用性。     

直觉模糊环境下的物流配送中心选址方法研究

物流配送中心选址决策是直接关系到物流配送系统运作效率的重要问题之一。提出了一种基于直觉模糊TOPSIS法的物流配送中心选址方法,给出了直觉模糊集的概念和运算,定义了直觉模糊集之间的距离测度;在此基础上,将直觉模糊集和TOPSIS法相结合,提出了一种配送中心选址决策的新方法,最后的算例分析说明了该方法的有效性。     

基于群决策和投影测度的软件质量评价模型

传统的软件质量评价方法缺少对用户需求的关注,针对这一问题,提出了一种基于用户群体决策的软件质量综合评价模型.首先,这个研究发现,在实数和区间向量空间上,目前的投影测度存在一定的缺陷,为此给出了一个新的标准化投影测度.该模型能综合测度2个向量或矩阵的接近程度,并且允许评价矩阵带有含混的决策信息;其次,将新的投影测度融合在...     

基于区间直觉模糊集的供应商选择方法

提出一种基于区间直觉模糊集和TOPSIS法的供应商选择方法。给出了区间直觉模糊集的概念,定义了区间直觉模糊集之间的距离测度,在此基础上,将区间直觉模糊集和TOPSIS法相结合,提出了一种供应商选择的新方法,算例分析说明了该方法的有效性。     

基于Pythagorean模糊语言集多属性群决策方法

为了解决直觉语言集不能够处理隶属于与非隶属于语言值的程度之和大于1的情况,提出了Pythagorean模糊语言集。针对Pythagorean模糊语言信息的集成问题,定义了Pythagorean模糊语言数的运算法则及其得分函数、精确函数,提出了Pythagorean模糊语言加权平均（PFLWA）算子、Pythagorean模糊语言有序加权平均（PFLOWA）算子、Pythagorean模糊语言混合平均（PFLHA）算子,并讨论了相应的性质。然后基于组合权重的PFLWA算子与拓展的TOPSIS,提出了两种多属性群决策方法。最后通过实例验证了该方法的有效性。     

A hybrid fuzzy group ANP–TOPSIS framework for assessment of e-government readiness from a CiRM perspective

Electronic government (E-government) readiness assessment is a relatively new concept that has been given impetus by the rapid rate of Internet penetration and advances in information and communication technologies (ICT). Over the years, various e-government readiness assessment methods have been proposed by different organizations. These methods use a wide range of indicators to assess a community's e-government readiness. However, most of these methods suffer from poor data quality and fragmented measurement efforts. In this paper, we propose a hybrid fuzzy model, based on the group Analytic Network Process (ANP) and the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), to assess a community's overall e-government readiness from a Citizen Relationship Management (CiRM) perspective. For practitioners, we present the results of a pilot study to demonstrate the complexities inherent in e-government readiness assessment.