基于一致性指标的两类不确定偏好信息集结

研究了两类区间数判断矩阵偏好信息的集结问题.首先,基于Saaty提出的数字互反判断矩阵一致性检验指标(CR),给出了区间数互反判断矩阵的满意一致性条件;然后利用互反与互补判断矩阵之间的关系求解出数字互补判断矩阵的一致性指标(CGCI),并在此基础上给出了区间数互补判断矩阵的满意一致性条件;最后建立了一致性指标最大的两类区间数判断矩阵偏好信息的集结模型,并用此模型解决了供应链中伙伴企业的选择问题.

     

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.

     

区间数互补判断矩阵的一致性

研究了区间数互补判断矩阵的一致性;定义了区间数互补判断矩阵的完全一致性、强一致性、一致性和满意一致性的概念;讨论了定义之间的关系;给出了强一致性判别方法以及3种一致性和满意一致性的判别方法.最后用算例验证了所提出方法的有效性和适用性.     

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.

     

基于布尔矩阵的区间数排序方法

讨论了10 个区间数排序的可能度公式, 分析了它们各自的特点. 从可能度的含义和保序性两个角度指出, 基于可能度矩阵的区间数排序方法有时会导出不合理的排序结果. 通过分析可能度矩阵与模糊判断矩阵的关系, 剖 析了导致这种不合理排序结果的原因. 最后, 利用可能度矩阵构造一个布尔矩阵, 基于布尔矩阵给出一个改进的区间 数排序算法, 并从理论上证明了所提出的排序方法的科学性.

     

基于期望值的灰色随机多准则决策方法

定义了离散型灰色随机变量及其期望值和标准差.针对准则权重已知而方案的准则值为灰色随机变量的多准则问题,提出一种灰色随机多准则决策方法.该方法通过求得各方案在各准则下评价值的期望值和标准差,得到标准期望值决策矩阵;利用各准则权重和规范化矩阵计算出各方案的综合评价区间,采用区间灰数可能度的方法构建方案综合评价区间的评判矩阵,进而得到各方案的排序.最后通过算例表明了该方法的可行性和有效性.

     

基于幂均算子的区间型多属性决策方法

针对决策矩阵元素为区间数的不确定多属性决策问题,提出一种新的决策方法．定义了区间数幂均算子和区间数的相似度,利用一致度矩阵获得每个属性与其他属性的相对一致度．通过区间数幂均算子集成得到方案的综合属性值,进而给出了方案的排序结果．该方法不需要求解属性的权重．应用实例表明了所提出方法的有效性和实用性．

     

基于累积前景理论的动态风险灰靶决策方法

研究信息值为区间灰数, 指标权重未知的动态风险决策问题, 提出一种基于累积前景理论和灰靶思想的决策方法. 该方法定义了区间灰数的距离测度和排序方法; 以各指标值的平均值作为参照点计算各时段的前景矩阵; 通过WAA算子将动态前景矩阵集结为静态前景矩阵; 在此基础上求解基于极大熵思想的规划模型得出各指标权重. 构造正负椭球灰靶模型, 根据各方案的正负靶心综合距对方案进行排序. 最后, 通过算例分析结果验证了该方法更加符合决策者的心理行为.

     

一种基于区间数判断矩阵的加权AIP群决策方法

针对决策过程中区间数更适合表达决策者对候选方案的偏好程度,基于区间数判断矩阵,综合考虑决策者个体权重,扩展“和积法”,应用“相对熵”的概念,提出了一种加权个体方案权重集结的群体决策方法．该方法将中间结果转化为实数型再进行集结,避免了决策者判断信息的丢失．最后,通过算例说明了该方法的可行性和有效性．

     

区间数判断矩阵的一致性研究

研究区间数判断矩阵的一致性问题.首先对现有文献中有关区间数判断矩阵的一致性定义进行了总结、分析,指出定义中存在的不合理性.在此基础上给出区间数判断矩阵的完全一致性、强一致性、一致性和满意一致性定义,讨论这些定义和现有文献中相关定义的关系,论证了一致性等定义的合理性,并给出了一致性判别方法.最后通过算例验证了判别方法的有效性和适用性.     

群决策中多阶段多元判断偏好的集结方法研究

研究群决策过程中决策者基于多个决策阶段,多种结构形式的判断偏好集结方法.基于互反判断偏好与互补判断偏好的转化公式,将多种类偏好的结构一致化;利用决策者判断偏好的一致性水平和与群体综合偏好偏差的距离,提出了确定决策者权重的方法;建立了基于决策先验信息的多阶段偏好集结的决策阶段赋权模型.根据各决策阶段的权重,将多阶段判断偏好集结成群体综合偏好.

     

基于语言评价和前景理论的多准则决策方法

针对风险决策问题,提出一种基于语言评价和前景理论的多准则决策方法．该方法首先将基于语言信息的决策矩阵转化为基于区间数的决策矩阵,并定义一个区间数之间的差函数,给出各准则的参考点,得到前景结果矩阵;然后,通过价值函数和决策权重函数计算方案在各准则下的前景值,并通过加权平均获得方案的前景值;最后,根据前景值的大小给每个方案排序并得到最优方案．实例分析结果表明了该方法的可行性．

     

求解支付值为区间直觉模糊数的矩阵对策的线性规划方法

提出了支付值为区间直觉模糊集的矩阵对策定义及其解的概念, 将求解局中人的极大-极小与极小-极大策略问题转化为求解一对辅助的非线性多目标规划, 进而转化为一对易于求解的原始-对偶线性规划. 数值实例表明了所提方法的有效性和实用性. 所提出的区间直觉模糊集矩阵对策理论与方法既是对经典矩阵对策理论的发展, 又可为解决其他带有区间直觉模糊信息的对策问题提供新的途径.

     

混合型多属性决策问题的序关系求解方法

研究了包含实数型,区间型和风险型属性的混合型多属性决策问题,提出一种基于优先序关系的决策模型,并给出了具体求解方法和步骤说明.通过比较各属性下方案间的优劣程度,建立模糊互补判断矩阵,以排序向量为基础计算每个方案各属性下的B0rda分,根据属性权重向量加权集结得到总排序向量,实现方案总体优劣的排序.该方法直观,概念明确,不需要对决策矩阵进行规范化,易于实际操作.最后以自动目标识别系统性能评估为例,进行了算例分析.

     

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.

     

基于区间直觉模糊集的多准则决策方法

研究基于区间直觉模糊集的多准则决策方法．首先定义了区间直觉模糊点算子,并讨论了其性质;然后对区间直觉模糊集定义了一系列得分函数,并给出两种基于区间直觉模糊集的多准则决策方法．将该方法应用于区间直觉模糊集多准则决策问题,所得结果推广了有关直觉模糊集的相关结果．

     

区间灰数序列的灰色预测模型构建方法

研究包含实数、区间灰数的混合型预测问题. 首先通过计算灰数层的面积和区间灰数的认知程度, 将区间灰数序列转变成实数序列; 然后分别预测灰数层的面积和区间灰数的认知程度, 推导还原得到区间灰数预测模型; 最后通过与现有文献中的实例进行对比, 说明了所提出的建模方法在避免区间灰数之间代数运算的情况下, 提高了建模精度.

     

不确定多传感器目标识别的区间相离度法

针对目标特征值和测量值均以区间数表达的多传感器目标识别问题,提出了一种不确定性融合方法．该方法定义区间相离度,通过对特征值的区间聚类和诱导有序加权平均算子集结得到属性的权重,利用综合相离度给出目标识别方法．能够克服属性权重选取的主观性,提高了目标识别结果的可信度．仿真实例验证了所提出方法的有效性和实用性．

     

一种新的基于简化二进制可辨矩阵的相对约简算法

提出一种基于简化二进制可辨矩阵的启发式相对约简算法,其特点是在扫描数据库的过程中形成规模很小的简化二进制可辨矩阵.基于简化二进制可辨矩阵构造了面向相对约简的矩阵变换方法,通过这种矩阵变换可从二进制可辨矩阵直接高效地导出相对约简.理论分析和实验结果说明和验证了该算法具有相对高效性和强可操作性等优点.

     

序决策信息系统中区间决策规则的获取

在序决策信息系统中, 定义区间为支配一个特定的对象同时又被另一个特定的对象所支配的所有对象的集合. 以区间为基本知识颗粒, 建立新的优势关系粗糙集模型, 并由此获取决策值为特定区间范围的区间决策规则. 提出区间的约简的概念, 构造区分函数计算区间的约简, 并由此计算优化区间决策规则. 该方法比初始的优势关系粗糙集方法适应性更强, 且所得区间决策规则可直接应用于序信息系统的分类问题.