多属性群决策中一种基于主观偏好确定属性权重的方法

提出一种多属性群决策中同时考虑专家群体对属性主观赋权的偏好和决策者对决策重要性认识的偏好来确定属性权重的方法,能够兼容专家实数型、区间型和语言型等类型的属性权重赋值.首先建立标准属性重要差异矩阵以实现专家对属性赋权的优劣比较和差异规范,定义统一的决策者偏好映射对其进行调整;然后求解各矩阵的排序向量以量化属性的相对重要程度,并与专家权重聚合得到属性权重向量;最后给出了方法的具体步骤,并通过算例说明了该方法的具体应用.     

一种基于多粒度语言偏好矩阵的多属性群决策方法

针对决策专家以多粒度语言偏好矩阵形式给出偏好信息的多属性群决策问题,提出一种基于二元语义一致化的多属性群决策方法.首先,构建一个基本语言偏好集作为多粒度语言一致化的参考集合;然后,采用基于二元语义的一致化处理方法将不同粒度的语言偏好信息均统一转化为相同粒度的二元语义形式,再通过二元语义的相关集结算子,对各决策专家给出的偏好信息进行集结并进行方案优选,得到满意结果;最后,通过算例说明了该方法的有效性.     

基于广义优序法的语言型多属性群决策方法

针对具有语言评价信息的多属性群决策问题,提出基于广义优序法的语言型多属性群决策方法。该方法通过对传统优序法进行有效拓展,采用近年来最新发展的二元语义概念,将语言评价信息转化为二元语义形式的广义优序数,并在此基础上利用方案广义优序数的偏差最大化思想求解得到属性权重,最终确定最优方案。该方法对语言信息的处理较为精确,有效地避免了信息的丢失和扭曲。最后,通过对风险投资案例的分析结果表明了所提出方法的简洁性和有效性。     

基于乘法偏好关系的群一致性偏差熵多属性群决策方法研究

在多属性群决策中, 针对每一个属性下决策者都有一个关于决策方案的乘法偏好关系的决策问题, 提出一种基于乘法偏好关系的群一致性偏差熵多属性群决策方法. 此方法考虑到不同属性下的决策者具有不同的权重, 并通过迭代运算可以达到群一致性水平, 从而得出最终的不同属性下决策者的权重; 同时, 可以利用偏差熵模型来求解属性权重, 利用这两个权重最终获得一个综合各方意见的群一致性乘法偏好关系. 最后通过算例分析验证了所提出方法的有效性.     

基于云模型的Pythagorean模糊语言多属性决策方法

针对专家给出的属性值为Pythagorean模糊语言且专家权重与属性权重均未知的多属性决策问题进行了研究,提出一种基于云模型的多属性决策方法。首先,根据Pythagorean模糊语言决策信息的距离熵计算得到属性权重;其次,计算决策矩阵间的距离从而得到各决策专家权重;再次,构建Pythagorean模糊云模型决策矩阵并利用专家权重和属性权重进行信息集结;最后,基于TOPSIS方法求取正、负理想解,依据理想解计算各方案贴近度并据此对各备选方案进行排序选择。案例分析表明,该方法优化了复杂环境下的决策,避免了决策信息的丢失,能够较好解决决策信息的不确定性和决策过程的随机性,具有一定的可行性和有效性。     

基于Pythagorean不确定语言的扩展VIKOR多属性群决策方法

针对属性值为Pythagorean不确定语言变量,属性权重和专家权重完全未知的群决策问题,提出一种扩展VIKOR多属性群决策方法.首先,给出Pythagorean不确定语言变量的概念,提出考虑语义变化的Pythagorean不确定语言变量运算规则、大小比较方法和Hamming距离测度;其次,提出基于Pythagorean 不确定语言模糊熵的属性权重确定方法和基于相似度的专家权重确定方法,进而提出一种新的扩展VIKOR方法;最后,通过国内航空公司服务质量评估实例验证所提出方法的有效性和可行性.     

考虑QoS偏好的多属性群决策服务选择策略

面对多个功能相同或相似的服务,服务的Qo S是服务选择中重要的考虑因素.将Qo S属性分为精确数型、区间数型和三角模糊数型.在此基础上,利用TOPSIS（technique for order preference by similarity to an ideal solution）条件下的多属性群决策模型给出了服务选择过程,该过程考虑了多个决策者在决策过程中所占的权重,以及多个决策者不同的Qo S偏好权重.通过一个实例验证了该方法的有效性.     

基于犹豫模糊语言多属性群决策的VIKOR扩展方法

针对犹豫模糊语言多属性群决策问题,提出了一种基于可能度分布的VIKOR方法。该方法首先将基于犹豫模糊语言的评价信息转化成可能度分布值,定义了新的距离公式,避免了传统犹豫模糊语言评价信息在计算过程中造成的信息扭曲。然后,设计了基于最大群体效用与最小个体遗憾两个目标的群体信息集结优化模型,并给出多属性群决策的VIKOR扩展方法。运用一个交通建设方案选择的案例分析验证了方法的有效性和优越性。     

基于属性不完全判断的语言群决策方法

研究多个决策者对属性有不完全类别偏好的语言案例决策方法.基于案例学习框架定义属性公共提及因子,提出考虑多重类别偏好的信息增益系数;基于灰靶决策框架建立综合靶心距最小的属性权重优化模型;基于决策者个体和群体的关联度确定决策者权重,进而给出方案排序.案例分析表明了所提出方法的应用步骤和可行性.     

基于勾股模糊语言幂加权平均算子的多属性群体决策方法

针对多属性群决策问题,采用能够方便专家参考语言集信息进行评价并且取值灵活的勾股模糊语言集进行了处理。首先,基于语言集和勾股模糊集的距离测度给出了勾股模糊语言数距离测度的定义与相关性质;然后,以勾股模糊语言数的距离测度作为幂均（PA）算子的距离度量,提出了勾股模糊语言幂加权平均（PFLPWA）算子用以对群决策过程中不同专家评价矩阵进行融合,并同时在融合过程中考虑专家评价的差异性;最后,基于PFLPWA算子构建了勾股模糊语言环境下的群体决策新方法,并通过案例分析检验了PFLPWA算子应用于群决策中的有效性和适用性。     

Multi-attribute group decision-making methods based on q-rung orthopair fuzzy linguistic sets

With the continuous development of the economy and society, decision-making problems and decision-making scenarios have become more complex. The q-rung orthopair fuzzy set is getting more and more attention from researchers, which is more general and flexible than Pythagorean fuzzy set and intuitionistic fuzzy set under complex vague environment. In this study, the concept of q-rung orthopair fuzzy linguistic set (q-ROFLS) is proposed and a new q-rung orthopair fuzzy linguistic method is developed to handle MAGDM problem. Firstly, the conception, operation laws, comparison methods, and distance measure methods of the q-ROFLS are proposed. Secondly, the q-ROFL weighted average operator, q-ROFL ordered weighted average operator, q-ROFL hybrid weighted average operator, q-ROFL weighted geometric operator, q-ROFL ordered weighted geometric operator, and q-ROFL hybrid weighted geometric operator are proposed, and some interesting properties, special cases of these operators are investigated. Furthermore, a new method to cope with MAGDM problem based on q-ROFL weighted average operator (q-ROFL weighted geometric operator) is developed. Finally, a practical example for suppliers selection is provided to verify the practicality of the presented method, and the effectiveness and flexibility of the presented method are illustrated by sensitive analysis and comparative analysis.     

基于概率语言COPRAS的多属性风险型应急决策方法

针对多属性应急决策过程中的风险性和不确定性,提出一种结合累积前景理论和概率语言COPRAS的应急决策方法。首先考虑到专家在评价过程中的犹豫性和偏好程度,采用概率语言表达专家的评估信息;其次将概率语言形式的评价信息纳入到累积前景理论的决策框架中,通过计算方案在不同前景状态下的前景价值矩阵和概率权重矩阵得到综合前景价值矩阵;然后在综合前景矩阵的基础上,以所有备选方案的整体效用度最大化为目标函数建优化模型来求解指标权重,并利用COPRAS方法对备选应急方案进行排序;最后通过一个算例说明了所提方法的有效性和可行性。     

一种对方案有偏好的Vague集多属性决策方法

研究了方案属性值和偏好值均为Vague值的多属性决策问题。针对相关文献中,将由Vague值表示的方案属性值与偏好值转化为直觉模糊数,并根据直觉模糊数表示的方案属性值与偏好值之间的偏差建立规划模型并求解属性权重这一过程,分析了建立的规划模型的不合理性。提出通过最小化直觉模糊数表示的方案综合值与偏好值的偏差,建立并求解一个规划模型计算属性权重的改进方法。通过将Vague值转化为模糊值,利用模糊值矩阵的线性序构造模糊优先矩阵,并对其进行分割,从而实现方案的排序择优。通过一个实例说明了该方法的可行性。     

群体分类偏好下的双重语言信息融合聚类方法

研究一类基于双重信息融合的群体聚类方法。依据偏好信息下专家意见相似关系挖掘群体分类偏好信息;考虑专家决策依据向量的相似程度,设计一致性和非一致性测度指标,以表征双重维度下群体聚类的一致及差异度;以群体聚类结果差异最小为目标构建规划模型,测算属性权重,并以编网聚类的思想给出聚类结果。算例研究验证了所提出方法的科学性和合理性。     

基于交叉熵的ITFN的多属性决策方法

针对属性值为直觉梯形模糊数且属性权重完全未知的多属性决策问题,提出了一种基于交叉熵的决策方法。给出期望值的方法将直觉梯形模糊数转化为直觉模糊数,进而提出直觉模糊数的交叉熵等概念及相关性质。基于各方案与正理想方案的总区别信息最小化原则,建立非线性模型,求出属性权重。用实例说明该方法的有效性。     

基于基尼系数-交叉效率的多属性决策方法

在数据包络分析(DEA)方法的基础上,提出一种基于基尼系数-交叉效率的多属性决策方法,用于解决具有多个投入、产出指标的多属性决策问题.首先,借鉴基尼系数的优化准则构建基尼系数-交叉评价策略模型,从而得到相对唯一的DEA交叉效率矩阵;然后,应用基尼准则计算各个效率值所包含的信息纯度,并借之实现交叉效率矩阵的集结;最后,根据集结结果对决策单元进行排序和择优.所提决策方法不仅能够克服传统DEA交叉效率方法的交叉评价策略选择难的问题,而且能够保证决策过程的客观性和公平性.同时,所提方法还对交叉评价所得的决策信息进行提纯,为科学合理地进行决策提供更多的有效信息.通过对中国各地区的医疗资源配置效率进行实证,验证了所提出方法的有效性和实用性.