一种多准则纯语言群决策方法

针对权系数信息和方案的准则值为确定语言等级,或位于两个语言等级之间,甚至缺失的群决策问题,提出一种新的决策方法.该方法利用证据推理算法对准则权系数和方案值在准则下进行群体集成,采用二元语义对方案进行语言集结,并用方案与理想方案的二元语义间距离和群体集成信息等构建非线性规划模型,使用遗传算法求解优化模型,进而得到方案的排序.最后通过实例说明该方法的可行性和有效性.     

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．     

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.     

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。     

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.     

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.     

基于WC-OWA算子的随机多准则决策方法

针对准则权重信息不完全确定且准则值为正态分布随机变量的多准则决策问题，提出一种基于WC—OWA算子的多准则决策方法．该方法根据正态分布3σ原则，将正态分布准则值转化为区间数．并利用连续区间有序加权平均算子集结区间数，通过方案贴近度和加权的连续区间有序加权平均算子建立非线性规划模型，利用遗传算法对模型进行求解，得到准则的最优权系数，进而确定方案的排序．实例分析表明了所提出方法的有效性和可行性．     

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。     

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。     

Multicriteria group decision-making method using the distances-based similarity measures between intuitionistic trapezoidal fuzzy numbers

The Hamming and Euclidean distances between intuitionistic trapezoidal fuzzy numbers and the distances-based similarity measures are proposed in this study, then an intuitionistic trapezoidal fuzzy multicriteria group decision-making method is established using the similarity measures and expected weight values, in which linguistic values of intuitionistic trapezoidal fuzzy numbers for linguistic terms are used to assess alternatives with respect to qualitative criteria and criteria weights. We establish simple and exact formulae to solve the multicriteria group decision-making problem based on the similarity measures between the ideal alternative and each alternative, the ranking order of all the alternatives and the best one can be determined by the proposed similarity measures. Finally, an illustrative example demonstrates the implementation process of the technique.     

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.     

Interval-valued intuitionistic fuzzy mathematical programming method for hybrid multi-criteria group decision making with interval-valued intuitionistic fuzzy truth degrees

As an important component of group decision making, the hybrid multi-criteria group decision making (MCGDM) is very complex and interesting in real applications. The purpose of this paper is to develop a novel interval-valued intuitionistic fuzzy (IVIF) mathematical programming method for hybrid MCGDM considering alternative comparisons with hesitancy degrees. The subjective preference relations between alternatives given by each decision maker (DM) are formulated as an IVIF set (IVIFS). The IVIFSs, intuitionistic fuzzy sets (IFSs), trapezoidal fuzzy numbers (TrFNs), linguistic variables, intervals and real numbers are used to represent the multiple types of criteria values. The information of criteria weights is incomplete. The IVIFS-type consistency and inconsistency indices are defined through considering the fuzzy positive and negative ideal solutions simultaneously. To determine the criteria weights, we construct a novel bi-objective IVIF mathematical programming of minimizing the inconsistency index and meanwhile maximizing the consistency index, which is solved by the technically developed linear goal programming approach. The individual ranking order of alternatives furnished by each DM is subsequently obtained according to the comprehensive relative closeness degrees of alternatives to the fuzzy positive ideal solution. The collective ranking order of alternatives is derived through establishing a new multi-objective assignment model. A real example of critical infrastructure evaluation is provided to demonstrate the applicability and effectiveness of this method.     

二元语义处理不同偏好评价信息的群决策方法

针对具有序关系值、效用值、互反判断矩阵、互补判断矩阵、区间模糊数、三角模糊数六种不同偏好评价信息的群决策问题,根据偏好信息的实际意义,通过转换函数将不同偏好信息一致化为二元语义判断矩阵形式,阐明转化方法的合理性与有效性,采用二元语义加权算术平均（T-WAA）算子集结转化后的二元语义判断矩阵,得到群体二元语义判断矩阵,基于二元语义有序加权平均（T-OWA）算子计算某方案优于其他所有方案的整体偏好程度,从而对方案排序择优。算例分析表明该群决策方法的有效性与合理性。