一种信息不完全确定的多准则语言群决策方法

针对权系数信息不完全确定且方案的准则值为确定语言等级或位于两个连续语言等级之间，甚至缺失的群决策问题，提出一种群体语言决策方法．该方法利用证据推理算法得到方案属于各语言等级的信任度，利用二元语义对方案进行语言集结；然后结合决策者和准则权重的不完全确定信息及方案与理想方案的二元语义问的距离构建非线性规划模型．利用遗传算法求解所得模型，计算得到各方案的排序．实例计算表明了该方法的可行性和有效性．     

基于二元语义前景关联分析的风险型多准则决策方法

针对准则值为二元语义、准则权系数完全未知的风险型多准则决策问题, 提出一种基于二元语义前景关联分析的决策方法. 该方法通过确定二元语义正、负理想方案, 计算二元语义关联系数; 分别以正、负理想方案为参考点, 计算各准则下各方案的二元语义前景值, 构建前景决策矩阵; 进而依据各准则的灰色均值关联度确定准则权系数, 通过二元语义相对前景关联度对方案进行排序. 最后的实例分析表明了所提出方法的有效性.

     

基于离差优化的信息不完全确定的多准则分类方法

提出一种准则权系数信息不完全确定且有训练集的多准则分类决策方法.该方法利用训练集的分类结果和准则权系数的不完全确定信息,基于类间离差最大和类离差最小构建非线性规划模型,再利用遗传算法求解所得优化模型,得到训练集中各方案在各准则下的效用值和准则权系数,通过插值得到方案集中方案在准则下的效用值,确定方案与各类间的离差,进而得到方案的分类.实例计算表明了该方法的有效性和可行性.     

信息不完全确定的多准则区间直觉模糊决策方法

提出了一种权系数信患不完全确定且准则值为区间直觉模糊集的多准则排序方法．该方法利用证据推理算法对准则进行集成。得到各方案的区间直觉模糊集，计算各方案与理想方案和负理想方案的距离。并结合不完全确定的权系数信息建立非线性规划模型。利用粒子群算法求解所得优化模型。得出最优准则权系数。通过比较方案的区间直觉模糊集与理想方案和负理想方案的距离，得到方案集的排序．最后的数值算例说明了该方法的有效性和可行性．     

基于直觉模糊数的信息不完全的多准则规划方法

定义了直觉模糊数和直觉梯形模糊数及其期望值.针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出了信息不完全确定的直觉梯形模糊多准则决策的规划方法.该方法利用权系数的不完全信息构造方案集综合期望值的最优线性规划模型,求解该模型得到各准则的最优权系数,进而得到各方案综合期望值的区间数.利用区间数可能度法对其进行比较,得到整个方案集的排序.实例分析说明了该方法的有效性和可行性.     

一种信息不完全确定的多准则分类决策方法

针对准则权系数信息不完全确定和准则值信息不完全且有训练集的多准则分类决策问题，提出一种基于证据推理的分类方法，该方法在对训练集分类的基础上，结合不完全确定的准则权系数信息等建立非线性规划模型；然后利用遗传算法和单纯形法联合求解优化模型，得出准则权系数和分类效用阈值等参数，进而求出每一方案的效用值；最后与分类的效用阈值进行比较，得到方案集的分类．应用实例说明了该方法的有效性和可行性。     

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。     

基于直觉梯形模糊数的信息不完全确定的多准则决策方法

针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出一种基于直觉梯形模糊的信息不完全确定的多准则决策方法.该方法利用权系数的不完全确定信息,建立关于各方案综合直觉梯形模糊数与理想解和负理想解的Hamming距离的优化模型.通过求解优化模型可得到各准则的最优权系数,进而得到各方案与相对理想解的贴近度,再根据贴近度得到方案集的一个排序.实例分析表明了该方法的有效性和可行性.     

信息不完全的多准则层次分类方法研究

提出一种信息不完全的多准则层次分类决策方法．该方法利用决策者对训练集的分类结果(属于最高分类和不属于最高分类)和准则权系数的不完全信息构建非线性规划模型，将其转换成线性规划模型，求解得到训练集中方案在各准则值下的偏好值和准则权系数，通过插值得到方案集中方案在各准则下的偏好值，计算其一致性指标值，确定是否属于该分类．对于不属于最高分类的训练集中的方案进行分类，并继续上述过程，直到所有方案均分类为止．最后通过实例说明该方法的有效性和可行性．     

基于模糊熵和证据推理的语言?? 数多准则决策方法

定义了语言??数及其模糊熵, 提出了基于模糊熵和证据推理的多准则决策方法, 以解决准则权系数信息不完全确定的语言??数多准则决策问题. 所提方法通过建立基于语言??数模糊熵的线性规划模型来得到准则的最优权系数, 利用证据推理算法确定方案的综合准则值, 进而得出最优方案. 最后通过实例验证了所提出方法的有效性和可行性.

     

基于综合云的不确定语言多准则群决策方法

针对准则权重已知、决策者权重未知、准则值为不确定语言的多准则群决策问题,提出一种基于云模型的决策方法.该方法首先将不确定语言值转化为综合云;然后采用生成浮动云的方法进行偏好集结,并通过计算＂不确定度＂和＂决策者偏差度＂求得决策者权重;最后引入Hamming距离求得贴近度大小,通过比较得到方案集的排序.实例分析表明了该方法的有效性和可行性.     

二元语义粗算子及其语言多属性决策中的应用

针对语言多属性决策,提出一种基于二元语言信息处理和粗糙集理论的求解方法。利用规范的语言评价信息建立决策信息表,提出了一种由属性依赖度和信息度来形成属性客观权重的方法,通过二元语义集成算子计算属性的主观权;根据决策者的偏好,将各属性的主客观权重信息集成,得到属性综合权重;将规范化的语言评价信息转化为二元语言形式,并与已有的信息集结算子合成,得到二语义粗算子;举例说明二元语义粗算子的应用。     

基于相似度的多粒度不确定语言群决策方法

针对具有多粒度不确定语言评价信息的多属性群决策问题,提出了一种基于区间二元语义信息处理和矢量相似度的群决策方法,弥补了基于距离测度的决策方法易造成信息混淆的不足。该方法首先使用二元语义转换函数对多粒度区间语言评价信息进行一致化处理;然后通过建立使备选方案对正理想解相似度最大、负理想解相似度最小的最优化模型来获得相应的属性权重;最后利用区间二元语义的集结算子对评价信息进行加权集成,并通过优序数排序法实现对各方案的排序。实例分析说明了该方法的可行性和有效性。     

Linguistic hesitant fuzzy multi-criteria decision-making method based on evidential reasoning

Linguistic hesitant fuzzy sets (LHFSs), which can be used to represent decision-makers’ qualitative preferences as well as reflect their hesitancy and inconsistency, have attracted a great deal of attention due to their flexibility and efficiency. This paper focuses on a multi-criteria decision-making approach that combines LHFSs with the evidential reasoning (ER) method. After reviewing existing studies of LHFSs, a new order relationship and Hamming distance between LHFSs are introduced and some linguistic scale functions are applied. Then, the ER algorithm is used to aggregate the distributed assessment of each alternative. Subsequently, the set of aggregated alternatives on criteria are further aggregated to get the overall value of each alternative. Furthermore, a nonlinear programming model is developed and genetic algorithms are used to obtain the optimal weights of the criteria. Finally, two illustrative examples are provided to show the feasibility and usability of the method, and comparison analysis with the existing method is made.     

基于等信息量转换的区间二元语义多属性群决策方法

针对传统区间二元语义距离计算公式的不足,提出基于离散参数区间二元语义距离公式,构建基于等信息量转换的区间二元语义多属性群决策模型。基于该模型,针对属性权重和专家权重信息完全未知的情形,设计基于极大熵和正理想方案的权重确定模型,给出一种处理区间二元语言评价值的群决策问题求解方法。算例分析表明,所提出的方法可以在一定程度上克服以往基于区间二元语义距离处理方法造成信息扭曲和损失的不足。     

Project evaluation method using non-formatted text information based on multi-granular linguistic labels

We propose a novel project evaluation method for non-formatted Chinese text evaluation information. First, the non-formatted Chinese text evaluation information is determined and expressed using extensible markup language and a hypertext preprocessor. Then, the evaluation problem is transformed into a multiple-criteria decision-analysis problem based on multi-granular linguistic labels, including a comprehensive evaluation score for alternatives and an evaluation criteria point score for incomplete items. Next, we propose a weighting model for the criteria based on the minimal difference between the comprehensive evaluation score and the evaluation criterion point score of decision-makers. We establish an estimation model for incomplete evaluation items with the minimal evidence distance of Dempster–Shafer theory using maximal group consistency. In addition, we calculate a weighting for the decision-makers using the similarity of the group. Finally, we present a score modification method for alternatives based on weights of the criteria and the decision-maker. We use a soft science project evaluation and selection to illustrate the application process and feasibility of the proposed method.