犹豫模糊语言环境下的无线传感器选择方法

无线传感器系统的选择是无线传感器管理中的一个重要课题,其本质是一个多属性决策问题。针对犹豫模糊语言环境下无线传感器的选择问题,基于前景理论和证据理论的思想,提出一种新的犹豫模糊语言多属性决策方法。该决策方法首先利用证据理论确定各自然状态发生的概率,进而得到每种状态发生的决策权重函数;其次,运用正态分布概率密度函数构建犹豫模糊语言决策参考点,并基于属性值与决策参考点之间的距离计算价值函数矩阵,从而获得前景价值矩阵;进一步构建以综合前景价值最大化为目标函数的最优化模型求解属性权重,并依据各无线传感器系统的综合前景价值进行优劣排序。通过对无线传感器系统的选择实例验证提出的决策方法的可行性与有效性。     

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.     

基于证据理论的偏好型直觉模糊群决策方法

针对直觉模糊多属性群决策问题,研究属性和专家权重的确定以及信息的集结方法.利用直觉模糊熵确定属性客观权重,并根据偏好信息确定合理的属性综合权重;在属性层面区分专家权重,将直觉模糊评价值作为Mass函数,构建证据冲突度模型确定专家权重,并利用犹豫度加以修正,避免综合支持度低而对方案排序影响大的专家权重过分削弱;采用证据理论集结决策信息,根据得分值进行方案排序.最后通过算例分析,验证了所提出方法的合理性和有效性.     

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.     

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。     

基于前景理论的随机直觉模糊决策方法

针对指标权重未知、方案的指标值为直觉模糊数的随机直觉模糊决策问题,提出一种基于前景理论和新的记分函数的随机决策方法.首先定义了新的记分函数;然后运用灰色系统理论确定指标的权重,并通过前景理论对方案进行对比和排序;最后,通过算例分析说明了所提出方法的合理性和可行性.     

基于改进前景理论的直觉模糊随机多准则决策方法

针对方案准则值为直觉模糊数、准则权重信息部分已知的随机多准则决策问题,提出一种基于改进前景理论的决策分析方法.首先,定义一个新的记分函数,据此可将直觉模糊数转化为实数.其次,考虑到决策者并非完全理性及决策者风险态度的差异性,将决策者分为保守型、 中间型及冒险型,引入改进前景理论,根据不同决策者类型调整参数,构建改进前景决策矩阵.再次,建立以准则值总差异最大化且准则权重差异最小化为目标的非线性二次偏差优化定权模型,计算准则权重.进而,结合改进前景决策矩阵及准则权重计算各方案的综合效用值,并以此确定方案的顺序排列.最后,通过算例验证所提出直觉模糊随机多准则决策方法的有效性和合理性.     

基于前景理论的信息不完全的模糊多准则决策方法

针对准则权重不完全确定且方案的准则值为梯形模糊数的多准则决策问题,提出一种基于前景理论的模糊多准则决策方法.该方法将决策者的风险心理因素引入多准则决策,根据前景理论及模糊数距离公式,定义梯形模糊数的前景价值函数,并以此构建方案综合前景值最大化的非线性规划模型,求解模型得出最优权向量,最终确定出方案的排序.最后通过实例说明了该方法的有效性和可行性.     

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.     

基于后悔理论的概率犹豫模糊双边匹配决策方法

针对概率犹豫模糊信息下准则具有期望水平的双边匹配决策问题,考虑双边主体后悔规避的心理行为特征,提出一种基于后悔理论的双边匹配决策方法.首先,定义概率犹豫模糊元的新兰氏距离和兰氏记分函数.然后,基于后悔理论提出一种准则具有期望水平的概率犹豫模糊双边匹配决策方法.该方法利用期望效用函数和概率犹豫模糊元兰氏记分函数构建双边主体的准则效用值矩阵;利用后悔-欣喜函数构建双边主体对于准则期望水平的后悔-欣喜值矩阵;依据后悔理论构建双边主体对于准则期望水平的感知价值矩阵.进一步,先利用离差最大化思想和概率犹豫模糊元新兰氏距离构建优化模型求解准则权重,再利用线性加权法构建双边主体的综合感知价值矩阵,利用极差变换法构建双边主体的满意度矩阵.在此基础上,基于满意度最大化,构建考虑双边匹配方案稳定性的多目标优化模型,并通过求解模型得到双边匹配结果.最后,通过算例分析表明了所提出匹配决策方法的有效性和实用性.     

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.     

基于前景理论和VIKOR的风险型模糊多准则决策方法

针对准则值均为模糊数的风险型多准则决策问题,提出一种基于前景理论和VIKOR的多准则决策方法。首先,进行区间数、三角模糊数、梯形模糊数、直觉模糊数和语言值的无量纲化处理;然后,基于各个准则各种状态下各个方案的准则值排序,确定中位数参考点以及各个方案在各个准则下的综合前景值;接着,基于前景价值矩阵,给出基于VIKOR的扩展方法;最后,通过具体实例验证了所提出方法的有效性和可行性。     

D-S证据理论在审计证据融合中的应用研究

古典概率难以解释审计判断的不确定性,而D-S证据理论是进行不确定性推理的有效方法,因此应用D-S证据理论进行审计证据融合的研究。针对审计证据的组合问题,提出了基于三角形模糊隶属度函数的基本概率分配函数计算方法,给出了证据组合结果的判决规则,并通过实例验证了该方法的有效性。     

利用模糊推理的证据理论信息融合算法

证据理论具有比较强的理论基础,能处理随机性或模糊性所导致的不确定性。但证据理论应用中基本概率分配函数（mass函数）难以确定,针对这一问题,提出了一种基于模糊推理的证据理论信息融合算法。该方法利用模糊理论中的高斯隶属度函数来获得模糊观测下具有概率特性的似然函数,并且由此似然函数得到每个传感器提供信息的可信度;再将各传感器的可信度转化成基本概率赋值函数即mass函数;最后利用证据理论对多传感器信息进行融合。对目标识别的仿真试验表明该方法获得的结果比直接结果具有更高的精度和可靠性。     

基于模糊理论的多传感器信息融合算法

D-S证据理论作为一种重要的不确定性推理理论,为处理传感器信息的模糊性及不确定性提供了很好的解决方法。但各个证据中的基本概率分配函数（mass函数）如何生成,仍是人们需要解决的问题。针对这一问题,提出了一种基于模糊理论中的高斯隶属度函数来得到传感器提供信息的可信度,计算了各个传感器之间的相互支持度;将各传感器的可信度和支持度转化成mass函数;利用证据理论对多传感器信息进行融合。仿真试验表明该方法能够有效提高识别的准确性和可靠性。     

基于前景理论及云模型风险型多准则决策方法

针对具有语言评价信息、准则权系数部分已知的多准则决策问题,提出一种基于前景理论及云模型的决策方法。首先,通过给出一种改进的云模型生成方法将语言评价值转化为云模型;然后,通过定义云模型距离和可能度给出云前景价值,并以其他备选方案为动态参考点,构建云前景决策矩阵;最后,在依据离差最大化得出最优权系数的基础上,通过各方案综合前景值对其进行排序。算例验证了所提出方法的合理性和可靠性。     

基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策

针对属性值为直觉梯形模糊数且属性存在关联性的风险决策问题, 提出一种基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策方法。根据直觉梯形模糊数距离公式定义了直觉梯形模糊信息的前景价值函数, 通过价值函数和决策权重函数计算方案单属性前景值, 并运用Choquet积分融合属性间存在关联性的前景价值信息获得方案综合前景值, 根据综合前景值的大小实现方案的排序和优选。风险投资实例分析说明了该方法的可行性。