偏好关系粗近似的一种新方法*

提出一种多准则方案对偏好程度粗度量的一般方法。构造了一种从参考方案集中获取偏好规则并用于全体方案排序和优选的算法。将参考方案对的偏好关系定量分级表示,应用粗集理论的近似原理对综合偏好关系进行粗近似以获取基于偏好信息的决策规则。计算实例表明新方法能充分表示决策者的偏好,有效避免了规则不一致性。     

具有偏好关系网络结构稳定的群决策协商控制模型

挖掘群决策偏好关系结构信息,提出决策者个体偏好与群体偏好关系以及网络结构稳定的群决策协商控制模型.根据模型提供个体偏好参考基准,计算决策者及群体的偏好相容性测度.通过决策者建立、取消(断开)或加强与其他决策者的链接以及对偏好信息进行调整的策略建议,促使决策者个体偏好、群决策偏好关系网络结构正向演化,在模型框架下保证群体偏好网络结构稳定,达到群体偏好信息相容性极大的目的,为进一步信息集结提供依据.     

基于方案修订的群决策一致性形成的研究

层次分析法(AHP)是群决策中经常使用的一种方法,利用AHP进行群决策的过程实质上也是决策者个体偏好集结的过程。针对如何将不同形式的偏好信息进行有效集结以形成群决策一致性方案的问题,提出一种通过活用AHP修订决策方案达到决策者群体的一致性偏好最终得以形成的方法,在利用决策者的决策信息进行群组划分的基础上明确各个划分的决策偏好差异,提出了活用AHP进行群决策一致性形成的方向,并形成了有效的动态群决策过程。     

基于模糊语言偏好关系一致性改进的决策方法

针对决策者提供的偏好信息为语言标量的决策问题,首先引入了语言偏好关系的有序一致性和加性一致性的定义,研究了语言偏好关系加性一致性的判定方法,构建了满足加性一致性的诱导语言偏好关系,提出一致性指数和满意一致性的概念;然后建立了基于语言偏好关系一致性改进的决策算法,并证明了算法的收敛性,同时通过该算法改进后的语言偏好关系满足满意一致性条件。最后通过数据库系统的选择实例说明提出的决策算法是合理的和有效的。     

一种引入偏好信息的多目标优化遗传算法

提出一种以交互方式引入决策者偏好信息的多目标优化遗传算法．该算法使用一种基于偏好信息的排序方法比较个体之间的优劣，并通过图形用户界面实现决策者与算法的交互．对算法的计算复杂度进行了理论分析，并进行了仿真实验．结果表明，所提算法具有较高的搜索效率，能够有效地求得期望区域内的折中解；特别当决策者的偏好发生变化时，算法能够快速做出响应，改变搜索范围，提供相应区域内的解．     

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干多个决策阶段、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.     

基于决策者偏好区域的多目标粒子群算法研究*

多目标优化问题中,决策者往往只对目标空间的某一区域感兴趣,因此需要在这一特定的区域能够得到比较稠密的Pareto解,但传统的方法却找出全部的Pareto前沿,决策效率不高。针对该问题,给出了基于决策者偏好区域的多目标粒子群优化算法。它只求出与决策者偏好区域相关的部分Pareto最优集,从而减少了进化代数,加快收敛速度,有利于决策者进行更有效的决策。算法把解与偏好区域的距离作为影响引导者选择和剪枝策略的一个因素,运用格栅方法实现解在Pareto边界分布的均匀性。仿真结果表明该算法是有效的。     

基于模糊多属性决策的目标威胁估计方法

针对目标威胁估计的功能及特点，提出一种属性为区间数且属性权重完全未知，决策者对方案有偏好的多属性决策（MADM）方法．首先给出方案偏好度的计算公式，在综合考虑客观优化排序和决策者对方案有主观偏好的基础上，建立了一种主客观综合属性权重获取模型，使得属性权重信息更加合理地反映实际情况，模型具有较强的泛化能力．最后，通过防空目标威胁估计实例说明了该方法的实用性和有效性．     

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.

     

基于偏好方向的区间多目标交互进化算法

区间多目标优化问题在实际应用中普遍存在且非常重要.为得到贴合决策者偏好的最满意解,采用边优化边决策的方法,提出一种交互进化算法.该算法通过请求决策者从部分非被支配解中选择一个最差解,提取决策者的偏好方向,基于该偏好方向设计反映候选解逼近性能的测度,将具有相同序值和决策者偏好的候选解排序.将所提方法应用于4个区间2目标优化问题,并与利用偏好多面体解决区间多目标优化问题的进化算法(PPIMOEA)和后验法比较,实验结果验证了所提出方法的有效性和高效性.