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.     

基于相对熵的残缺语言判断矩阵群排序方法

针对残缺语言判断矩阵的群决策问题,提出一种基于相对熵的群排序方法。首先,定义一种用于识别残缺语言判断矩阵可接受的残缺度指标;其次,将残缺语言型偏好转化成残缺数值型偏好,根据相对熵与加性一致性算法,构建决策者对方案排序向量的最优模型;再次,通过构建接近度熵权与相似度熵权指标,对决策者权重进行动态调整,得到稳定的决策者权重,进而得出群体排序向量;最后,通过应用算例进行验证,以表明所提出的方法是可行的。     

考虑社会网络邻接关系的群体判断矩阵决策方法

随着社会化媒体的快速发展,社会化因素已经成为影响群体决策过程及其结果的重要因素.针对群体决策者的判断信息以残缺判断矩阵形式给出,且考虑群体决策者社会网络邻接关系的群体决策问题,提出可行的解决方法.首先,提出一种基于决策者相似性程度和社会网络距离的残缺判断矩阵补全方法;然后,提出考虑决策者社会网络影响力的群体共识交互决策模型,该交互模型不仅考虑群体决策者之间的社会邻接关系,而且可以在较大程度上保存决策者给定的原始判断信息;最后,通过一个物流企业选择存储仓库的算例验证所提出算法的可行性和优势.     

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。     

群决策中两类三端点区间数判断矩阵的集结方法

研究群决策过程中三端点区间数互反判断矩阵和三端点区间数互补判断矩阵的集结. 采用OWA(Ordered weighted averaging) 方法将决策者的偏好信息集结为两个三端点区间数判断矩阵. 基于三端点区间数判断矩阵的完全一致性概念, 建立三端点区间数判断矩阵的权重求解模型. 根据群决策背景下专家群最大一致的目标, 建立求解专家群体偏好权重的模型. 在第二阶段建立群偏好权重分布范围估计模型, 最后通过可能度方法以排定各方案的最终优劣顺序.     

区间互补判断矩阵可接受一致性

对区间互补判断矩阵的一致性进行研究,提出一种新的可接受一致性定义,将不满足可接受一致性的矩阵较容易地修正为可接受一致性矩阵.基于凸组合方法,一族明晰数互补判断矩阵的权重向量可被用来求取可接受一致性区间互补判断矩阵的区间权重,并提出了求取可接受一致性区间互补判断矩阵区间权重向量的算法.数值例子显示了所提出的可接受一致性定义以及算法的可行性和有效性.     

残缺区间型矩阵的残缺元计算及其排序新方法

研究了残缺区间数互补判断矩阵的残缺元计算和排序方法问题。通过引入随机残缺互补判断矩阵的概念,定义了残缺区间数互补判断矩阵的一致性指标,并且在满意一致性下利用构建的最优化模型,计算出残缺区间数的具体数值,在基础上结合Q型聚类和灰色关联度给出了残缺区间数互补判断矩阵的排序新方法。通过算例验证了该方法的可行性和有效性。     

基于信任关系和互补判断矩阵的群决策方法

随着信息和网络技术的不断发展,基于社会网络的群决策问题受到越来越多研究者的关注.针对社会网络环境下模糊互补判断矩阵的群决策问题,研究群体共识调整过程和方案选择方法.首先,融合决策者之间的社会关系、身份地位、知识能力3个方面信息来构建决策者两两之间的信任关系;其次,提出一种尽可能减少元素间共识补偿的共识度度量方法,在此基础上建立基于信任关系的共识调整模型,并从理论上证明该模型的有效性;最后通过信任关系矩阵的特征向量中心度分别求出专家的重要性权重,用以集结专家的偏好信息和对方案进行排序选择,算例分析表明了所提出方法的有效性.     

基于不同类型残缺判断矩阵的群决策方法

定义了一系列残缺不确定判断矩阵的概念，并且定义了一种连续区间数据有序加权几何（C-OWG）算子．利用连续区间数据有序加权平均（C-OWA）子和C-OWG算予等转化途径把不同类型的残缺不确定判断矩阵均一致化为残缺期望值互补判断矩阵，进而提出一种基于不同类型残缺判断矩阵的群决策方法．最后通过实例验证了方法的可行性和有效性．     

模糊互补矩阵的加性一致性阈值仿真

由于事物的不确定性、信息获取的限制、甚至专家知识的局限性,决策者在决策过程中很难用精确数来表示其偏好,而喜欢用模糊语言来表示。当决策者给出的模糊互补判断矩阵不满足加性一致性,加性一致性指标阈值的确定是一个值得研究的问题。一般来说,决策者给出的模糊互补矩阵具满意一致性,且加性一致性模糊互补矩阵一定是满意一致性模糊互补矩阵。MATLAB中计算机仿真方法构造了大量的满意一致模糊互补判断矩阵,通过计算其加性一致性指标值及其概率分布,获取模糊互补矩阵的加性一致性指标的逼近阈值（0.2）。如果模糊互补判断矩阵的加性一致性指标值小于等于0.2,则矩阵是可接受的;否则需要修订。     

模糊互补判断矩阵一致性检验和改进方法研究

针对模糊互补判断矩阵的一致性修正问题,指出了模糊互补判断矩阵一致性修正方法的不足,从模糊一致矩阵传统定义出发,讨论了检验模糊判断矩阵是否满足完全一致性的方法,推导出模糊一致性指标,并给出了模糊判断矩阵一致性改进的方法,从理论上分析了该算法的可行性,这种算法不仅简便实用,而且为专家对原始判断信息进行针对性修正提供了参考依据.     

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。     

模糊判断矩阵的一致性及其性质

针对决策者对有效方案集给出的一类两两方案比较的模糊判断矩阵,从理论上提出关于模糊判断矩阵一致性的定义及其性质,为进一步研究模糊判断矩阵的方案排序等问题奠定了基础。     

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.     

一种增量更新算法在数据挖掘中的应用

引入扩展差别矩阵和扩展决策矩阵，提出了新的属性约简算法和增量更新算法，即基于扩展差别矩阵的属性约简算法和基于扩展决策矩阵的增量式规则提取算法，讨论了规则的增量更新算法。由于使用了增量更新算法和并行处理技术，从而提高了数据挖掘的效率，降低了时间复杂度。通过实验说明此算法是有效和可行的。     

不完备信息系统分配约简与规则提取的矩阵算法

针对文献[6]提出的相容关系,通过定义相容矩阵和分配决策矩阵,利用矩阵间的比较提取所有分配规则,并同时得到所有约简。该方法的优点在于能获取不完备信息系统的所有分配规则。