一种基于残缺语言判断矩阵的群决策模型

研究了偏好信息为残缺语言判断矩阵的群决策问题。通过创建一个转换公式,将加性语言判断矩阵转化为互补判断矩阵,探讨了判断矩阵转换的一致性;应用转换公式将专家个体的加性残缺语言判断矩阵转化为残缺互补判断矩阵,并利用残缺互补判断矩阵排序向量的和行归一法,求出专家个体的排序向量;根据专家个体的排序向量,通过建立并求解一个非线性规划模型,得到专家群组的排序向量,从而实现备选方案的排序和择优。通过算例说明了方法的可行性与有效性.     

三角模糊数互补判断矩阵排序的最小方差法

研究偏好信息为三角模糊数互补判断矩阵形式给出的方案排序方法.根据三角模糊数互补判断矩阵完全一致性的概念,建立了一个基于最小方差的非线性规划模型.通过求解该模型,得到三角模糊数互补判断矩阵的权重向量,并利用三角模糊数排序公式对决策方案进行排序.最后通过算例分析表明了所提出的方法是可行而有效的.     

基于判断矩阵的专家模糊核聚类组合赋权方法

研究群决策中专家赋权问题.实际决策问题中,由于客体信息自身存在的不完备性和不确定性以及人们描述过程中的模糊性,更适合采用模糊聚类的分析方法,为此提出一种基于判断矩阵的专家模糊核聚类赋权方法.该方法运用模糊核聚类理论对专家排序向量进行分类,根据分类结果、判断矩阵一致性和排序向量的熵对各专家进行组合赋权.算例表明,所提出的方法是可行且有效的.     

三角模糊数互补判断矩阵排序的最小方差法

研究偏好信息为三角模糊数互补判断矩阵形式给出的方案排序方法 .根据三角模糊数互补判断矩阵完全一致性的概念,建立了一个基于最小方差的非线性规划模型. 通过求解该模型,得到三角模糊数互补判断矩阵的权重向量,并利用三角模糊数排序公式对决策方案进行排序 .最后通过算例分析表明了所提出的方法是可行而有效的.

     

残缺互补判断矩阵排序的两种非线性规划模型

研究了残缺互补判断矩阵的排序方法。在积型一致性残缺互补判断矩阵概念的基础上,提出了残缺互补判断矩阵排序的两种非线性规划模型方法：权重向量最小偏差法和权重向量最小平方法,为解决残缺互补判断矩阵排序提供了新的途径。通过算例说明了两种方法的可行性。     

模糊AHP的权重向量求解方法研究

在分析层次分析法（AHP）基本原理及其应用问题的基础上。提出了给定模糊判断矩阵下的模糊数判断矩阵满意水平的概念，建立了给定模糊判断矩阵下的极大化满意水平的模糊数判断矩阵及其权重向量求解模型。研究了用遗传算法求解模型的方法，设计了一种主从编码方式及其自主遗传算法结构．仿真结果表明了该算法的有效性和实用价值．     

基于粒子群算法的模糊层次分析模型

针对模糊层次分析法中存在的模糊判断矩阵一致性检验和修正困难、元素权重计算繁琐的问题,从模糊判断矩阵的定义角度出发,构建了基于粒子群算法的模糊层次分析模型(PSO-FAHP),提出了包含模糊判断矩阵一致性修正及各元素排序过程的非线性带约束优化问题,引入粒子群算法实现了问题的求解,并分析了模型的合理性。最后通过数值算例对比了模型的计算结果,验证了模型的正确性。对模糊层次分析法的实践应用具有一定的指导意义。     

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．     

群决策中两类判断矩阵的一种集成方法

研究群决策中不同偏好信息形式的集成方法。根据多个决策者给出关于方案的两类偏好信息－Fuzzy判断矩阵和AHP判断矩阵,建立了能够集成这两类偏好信息的最优化模型,通过求解该模型可直接得到每个方案的参考排序列,并使方案的排序结果最大程度地反映每个决策者的偏好。     

一种基于最优可能满意度的群AHP 判断矩阵集结方法

针对层次分析法(AHP)判断矩阵群决策问题,提出一种新方法：定义可能度和满意度指标,分别衡量属性排序约束下合成矩阵的一致性程度和合成矩阵与群组判断矩阵的差异程度;利用模糊互补判断矩阵的线性和连续性,计算与群组判断矩阵差异最小的最优可能度矩阵和无约束的最优满意度矩阵;采用两个最优矩阵上三角元素的几何平均,获取满足最优可能满意度的群决策合成矩阵。最后通过算例表明了所提出方法的有效性和实用性。     

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。     

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。     

基于方案偏好和部分权重信息的模糊多属性决策方法

研究了只有部分权重信息且决策者对方案的偏好信息以三角模糊数互反判断矩阵形式给出的模糊多属性决策问题.首先为得到属性权重,给出一种结合主观模糊偏好信息和客观决策信息的极小化极大偏差模型;然后,运用加性加权法求出各方案的模糊综合属性值,并利用已有的三角模糊数排序公式求得决策方案的排序;最后,通过算例说明了该方法的可行性和有效性.     

改进的三角模糊数互反判断矩阵排序算法研究

研究了模糊层次分析法中以三角模糊数为元素的互反判断矩阵排序方法问题,提出一种改进模糊概率算法。采用改进的满意一致性判断指标对互反判断矩阵判断与修正;用模糊概率算法将判断矩阵特征向量中的三角模糊数转换成准确值,最终得出排序向量。实例分析结果表明,排序向量更加趋近理想判断,算法更具准确性。     

基于语言判断矩阵的专家群体判断一致性分析

针对群决策中基于语言判断矩阵的专家群体判断一致性问题，提出了一种分析方法．首先给出有关语言判断矩阵，导出矩阵和相客性的若干定义，得出了语言判断矩阵具有完全一致性或满意一致性的充要条件，其相应的导出矩阵也具有同样的结论；然后通过定义有关专家群体判断各个方案以及专家群体判断的一致性指标，给出了专家群体判断一致性的判别方法及专家群体判断不一致的调整方法；最后通过一个算例说明了所提出方法的有效性。     

Fuzzy multiattribute group decision making based on intuitionistic fuzzy sets and evidential reasoning methodology

In this paper, we propose a new fuzzy multiattribute group decision making method based on intuitionistic fuzzy sets and the evidential reasoning methodology. First, the proposed method uses the evidential reasoning methodology to aggregate each decision maker’s decision matrix and the weights of the attributes to get the aggregated decision matrix of each decision maker. Then, it uses the obtained aggregated decision matrices of the experts, the weights of the experts and the evidential reasoning methodology to get the aggregated intuitionistic fuzzy value of each alternative. Finally, it calculates the transformed value of the obtained intuitionistic fuzzy value of each alternative. The smaller the transformed value, the better the preference order of the alternative. The proposed method can overcome the drawbacks of the existing methods for fuzzy multiattribute group decision making in intuitionistic fuzzy environments.