基于OWA算子的不同形式偏好信息的群决策方法

研究具有不同形式偏好信息的群决策问题.在描述效用值、序关系值、模糊判断矩阵和AHP判断矩阵等4种形式偏好信息的基础上,首先给出将不同形式的偏好信息转化为模糊判断矩阵形式的计算公式,然后基于OWA算子给出集结各决策者偏好信息和方案优选的方法,最后用一个算例证明了所提出方法的有效性.     

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。     

一种带有属性偏好的模糊多属性决策方法

结合投资决策的特点给出了一种模糊多属性决策方法,其中属性偏好信息以若干个互补判断矩阵形式给出,属性值为梯形模糊数。该方法能充分挖掘判断矩阵的特征信息,给出了互补判断矩阵相似度和属性优势度的定义,从而确定专家权重和属性权重。基于梯形模糊数外接圆的圆心与原点之间所形成的矩形面积来对模糊数排序的方法对方案进行排序和择优。通过对服务行业的项目评估问题说明该方法是求解模糊多属性决策问题的一种有效的工具,并且操作简便、易于在计算机上实现。     

群决策中多形式偏好信息的转换及一致性分析

描述序关系、效用值、互补判断矩阵、互逆判断矩阵4种形式的偏好信息,给出将前3种偏好信息转换到互补判断矩阵的公式。在集结前,对转换后的互补判断矩阵进行一致性分析,如果没有达到规定的一致性指标,找出该矩阵中一致性最差的元素,并提交给其决策者进行调整,直到达到一致性指标。通过一个算例说明该方法的应用过程。     

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.     

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。     

考虑多种偏好信息的多阶段方案选择方法

针对方案选择过程中专家倾向于采用不同偏好信息的问题,提出了考虑多种偏好信息的方案选择方法。专家可以从方案集中选择出子集,从效用值、偏好次序、互反判断矩阵和模糊偏好关系四种形式中选择一种对方案子集进行评价;采用转化函数将专家给出的偏好信息转化为偏好向量;根据各个专家的偏好向量集结方案分类结果;将结果用于反馈调整各专家的方案子集;最后通过多个阶段的反馈与调整,改进群体一致性以获得最优方案。将该方法用于某汽车制造商汽车零部件再制造方案的选择,验证了所提方法的有效性。     

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.     

对方案有偏好的Vague集互补判断矩阵决策法

研究指标权重信息未知且对方案有偏好的Vague集多属性决策问题。首先将决策信息和偏好信息的Vague值转化为模糊值,进一步将偏好信息转化为互补判断矩阵,从而建立目标规划模型,通过求解该模型得各指标的权重,并通过求解各方案综合属性值对方案进行排序和择优。最后给出算例。     

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.