无偏好信息的混合型多属性决策问题的TOPSIS方法

针对属性权重信息完全未知、属性值为精确数、区间数和三角模糊数的混合多属性决策问题,给出了逼近理想点法.该方法通过建立两个二次规划模型来确定属性的权重,再根据方案与理想点的相对贴近度的大小来对方案进行排序.最后给出了算例.     

灰色理论与区间数多属性决策在采矿方案优选中的应用

采矿方法选择直接影响到企业的投资和经济效益,通过建立采矿方案综合评价指标体系,在属性权重未知的情况下,运用区间数多属性决策和灰色关联分析进行采矿方法优选.在评选过程中,通过引入相关系数,确定指标权重的区间数表示.然后引入区间数距离,提出了基于正、负理想方案的相对贴近度,这样使得决策更合理、更全面.综合指标权重向量和相对贴近度,可得采矿方案隶属于最优的程度.最后,运用一种新的基于正态分布的区间数排序方法对采矿方案进行排序.将此优选方法应用于某矿山,在实际生产中取得了良好的技术经济效益,通过理论和实践,验证了该方法的可行性和有效性.     

基于区间粗糙数相似度的多准则群体决策方法及其应用

针对权重未知的区间粗糙数多准则群体决策问题,提出一种基于相似度最大化的群体决策方法。文章对区间数构造区间粗糙数的方法进行改进,进一步定义区间粗糙数相似度公式,并给出相应的性质;以各方案与标准方案相似度最大化及熵值最大为目标,建立多目标优化模型求解准则权重,利用区间粗糙数算子求出方案的综合决策值,进而由区间粗糙数可能度和排序向量模型获得方案的排序结果。最后,通过投资实例证明该方法是有效的、合理的。     

区间灰色多属性决策IOWA算子赋权方法研究

针对属性值为区间灰数、属性权重部分已知的多属性决策问题,定义了方案各属性值与其相对最优属性值之间的区间灰数相离度,同时引入IOWA算子对方案属性值进行集结,建立了基于相离度准则的最优化模型,给出了各属性的权重赋权方法,从而获得方案综合评价值并对方案进行排序和择优.最后,通过一个算例验证了所提方法的可行性和有效性.     

基于区间值Vague集多属性决策的TOPSIS方法

为解决属性值为区间值Vague集的多属性决策问题,提出了一种新的基于TOPSIS的多属性决策方法.该方法利用记分函数确定了方案集的理想解和负理想解,定义了区间值Vague集的距离,并得到各方案到理想解和负理想解的距离,根据相对贴近度的大小对各方案进行优劣排序.实例分析验证了方法的可行性.     

四参数区间数多指标决策的逼近理想点法

研究了四参数区间数的多指标决策问题,提出了四参数区间数多指标决策的逼近理想点法,定义了四参数区间数向量间的距离和四参数区间数方案的正负理想点方案,通过计算各方案到理想点方案的距离和贴近度,以贴近度的大小实现方案的排序择优.最后,通过一个实例说明此决策方法是简单有效的.     

区间数刻画属性值下的两种多属性决策新算法

为了解决区间信息多属性决策问题,建立了两种多属性决策算法(算法1和算法2).算法1: 首先利用区间数的积型贴近度公式将属性的区间信息数据转换为精确数值,然后使用Maclaurin对称平均算子集结属性的精确数值,进而通过比较其数值大小来判断方案的优劣.算法2: 首先利用区间数的积型贴近度公式算出各方案在所有属性上的积型模糊互补判断矩阵,然后通过求解积型模糊互补判断矩阵的排序向量来判断方案的优劣.研究表明,两种算法的决策路径虽然不同,但其排序结果相同,即不同决策路径不会影响方案的排序结果,因此决策者可以根据实际问题需要选择适当的决策算法及排序规则,以更好地满足决策需求.     

一种基于SPA的不确定多属性决策的排序方法

针对具有不确定性区间数的多属性决策问题,提出了一种基于集对分析的排序方法.通过介绍一个决策分析模型,把属性权重和决策矩阵均为区间数的多属性问题转化为区间数表示的决策方案综合评价值.然后把该区间评价值转化成联系度的形式,并给出排序准则.最后,通过算例验证该算法的有效性.     

部分权重信息下的三角模糊数型多属性决策方法

针对属性值为三角模糊数且只有部分权重信息的多属性决策问题给出了逼近理想点法.该方法首先提出了规范化决策矩阵的新的计算公式,然后通过求解两个线性规划模型来确定属性的权重,再利用两个三角模糊数之间的距离分别计算各方案到模糊理想点和模糊负理想点的距离,最后根据各方案与模糊理想点的相对贴近度的大小排序得到方案的优劣排序.     

基于相似度的区间数群决策方法

针对属性值为区间数的多专家多属性群决策问题,首先,给出了一个度量区间数相似度的新公式,然后研究了相似度一些优良的性质,提出了一种基于相似度的区间数群决策方法,并给出了决策的具体实施步骤.该方法利用OWA算子集结群体专家意见,通过各方案与正、负理想方案的比较,实现对决策方案的排序.最后,通过算例分析验证了该方法的可行性和合理性.