一种区间数多属性决策的VIKOR扩展方法

针对备选方案中属性值及各属性权重为区间数的多属性决策问题,运用区间数对VIKOR方法进行改进,提出一种基于区间数的多属性决策方法。该方法以最接近理想解为基本思想,在决策过程中采用线性规范策略,利用心态指标对区间数进行排序,在可接受优势和决策过程稳定的条件下对备选方案择优。采用该方法,能够更全面地分解决策者的不同心态指标,计算决策者处于各种不同心态下的备选方案折衷解,通过排序分析可进一步得出多属性决策的最优解,所得结果合理有效,更符合多属性决策问题的实际情况。通过一个代表性实例分析,验证了该方法的可行性和有效性。     

区间数多属性决策中一种带有可能度的排序方法

为解决具有不确定性区间数的多属性决策中的方案排序问题,在考虑落在区间内的评价值（即被认为随机变量）服从正态分布的情况下,针对方案综合评价值所在的区间存在相互交叉部分的情形,提出了关于区间数之间相互比较的可能度的概念,并结合给出了有可能度的方案排序方法。通过此方法可计算出一个方案优于另一个方案的可能度。     

基于满意度的区间数多属性决策

针对属性权重为实数而属性值为区间数的多属性决策问题,提出了一种基于满意度的多属性决策方法。本文借鉴连续有序加权平均算子中的满意度、区间数的可能度和集对分析联系数的相关知识,将区间数满意度和同异反三元联系数满意度引入了决策信息不确定性消除问题,接着利用OWA算子对满意度信息进行集结并对方案进行排序。最后进行对比实验,实验结果表明了该方法的有效性和可行性。     

基于联系数的区间粗糙数多属性决策方法

定义了正态分布的区间粗糙数,补充联系数的运算法则。利用集对分析的不确定性理论,建立了区间粗糙数的均值-方差联系数模型,针对属性值为区间粗糙数且权重已知的区间粗糙数多属性决策问题,提出了一种基于联系数的区间粗糙数多属性决策方法,并给出了决策的步骤。最后,通过实例分析,表明该方法的有效性和实用性,且计算简单易行。     

基于熵权的区间数多属性决策方法

研究了属性权重未知且属性值为区间数的多属性决策问题。首先针对一般区间数排序方法完全依赖区间数中点值的缺陷,提出了一种改进的排序方法;接着给出了改进的区间数判断矩阵规范化方法;然后依据多属性决策中传统熵权确定方法的思路,结合区间数决策矩阵的特点提出了一种确定属性熵权的方法;最后通过一个算例说明了该方法的实用性和有效性。     

基于区间灰数的多属性决策方法

以灰色系统理论的思想与方法为基础,探讨了属性值和属性权重均为区间灰数的多属性决策方法。根据结合理想方案与临界方案的综合关联度,提出了考虑属性权重因素的线性规划优化模型,将经典灰色关联决策由清晰数的情况推广到了区间灰数的情况。最后通过实例分析说明所提出的灰色关联决策方法的合理性及其算法的有效性。     

基于可能度矩阵的区间型多属性决策方法

研究了几组可能度公式之间的关系,提出一种基于可能度矩阵的区间型多属性决策(MADM)方法。对决策矩阵中各指标下的属性区间值两两比较并建立各指标的可能度矩阵,通过各个可能度矩阵的排序向量把属性值为区间数的决策矩阵转化为以精确数为测度的矩阵,把求解区间型多属性决策中指标权重的不确定性问题转化为确定性问题处理,随后利用区间数排序的可能度法获得最优方案。实验结果表明了所提方法的可行性和有效性。最后对多属性决策问题中由不确定性转化为确定性的求解策略及其可能产生的问题作了必要讨论。     

一种基于前景随机占优准则的随机多属性决策方法

针对属性值为随机变量的随机多属性决策问题,提出一种决策分析方法.该方法将决策者的行为因素引入随机多属性决策,将具有随机变量的决策矩阵转化为关于参考点的收益和损失矩阵,依据前景随机占优准则判断并确定两两方案之间比较所具有的占优关系,并构建相应的前景随机占优关系矩阵.在此基础上,运用PROMETHEE Ⅱ方法得到了方案的排序结果.通过一个算例验证了所提出方法的可行性和有效性.     

一类区间粗糙数型多属性决策方法研究

研究属性值为区间粗糙数,具有属性优先序信息的多属性决策问题.首先给出粗糙属性值的规范化公式;然后基于区间粗糙数的相离度定义,建立以极大化属性值的离差为目标的最优化模型来确定各属性权重;进而基于粗糙算术运算以及期望值算子,计算出各方案的期望效用值,从而获得各方案的排序;最后通过数值例子表明了所提出方法的有效性.     

一种带参数的区间粗糙数型多属性决策方法

针对带参数的区间粗糙数型多属性决策问题,首先定义了带参数的区间粗糙数的期望和方差,以期望值和方差集结函数的优劣度得到正负理想点,然后提出了一种积分形式的带参数型的区间粗糙数新的相离度,并根据已有的加权区间粗糙的距离平均算子（WIRDAA）概念,构建含参数的区间粗糙数型MADM的熵值法模型得到最终排序,最后以一个实例说明该方法的可行性。     

A method for stochastic multiple criteria decision making based on dominance degrees

This paper proposes a method for solving the stochastic multiple criteria decision making (SMCDM) problem, where consequences of alternatives with respect to criteria are represented by random variables with probability distributions. Firstly, definitions and related analysis of dominance degree of one probability distribution over another are given. Then, by calculating the dominance degrees, the dominance degree matrix of alternative pairwise comparisons with respect to each criterion is built. Further, using PROMETHEE II method, an overall dominance degree matrix of alternative pairwise comparisons is constructed, and a net flow of each alternative is calculated. Based on the obtained net flows, a ranking of alternatives is determined. Finally, numerical examples for the three cases are given to illustrate the use of the proposed method.     

属性和专家客观权重未知的区间数群决策方法

针对偏好信息为区间数形式、属性和专家客观权重未知的多属性群决策问题,提出通过属性评价值之间偏离程度的熵值分析和建立目标最小化的非线性规划模型确定属性客观权重,并结合属性主观权重获得属性综合权重;通过灰色关联法分析专家综合评价和群体综合评价之间一致性程度确定专家客观权重,并利用自适应迭代法求得稳定的专家权重;构造了一个新的区间数比较的可能度公式,并基于此公式,给出了方案排序问题的解决方法。通过算例分析及与其他方法对比,验证了所提出方法的可行性和有效性。最后,分析了相关参数对决策结果的影响。     

A consistency model for group decision making problems with interval multiplicative preference relations

The main aim of this paper is to present a consistency model for interval multiplicative preference relation (IMPR). To measure the consistency level for IMPR, a referenced consistent IMPR of a given IMPR is defined, which has the minimum logarithmic distance from the given IMPR. Based on the referenced consistent IMPR, the consistency level of an IMPR can be measured and an IMPR with unacceptable consistency can be adjusted by a proposed algorithm such that the revised IMPR is of acceptable consistency. A consistency model for group decision making (GDM) problems with IMPRs is proposed to obtain the collective IMPR with highest consistency level. Numerical examples are provided to illustrate the validity of the proposed approaches in decision making.     

基于区间粗糙数的多属性决策方法及应用

针对传统多属性决策模型中大量指标的复杂性和模糊性导致实际决策结果不准确的问题,提出了一种基于区间粗糙数的改进DEMATEL-VIKOR多属性优化决策模型。首先,在区间粗糙数的基础上对传统的DEMATEL方法和VIKOR方法分别进行改进;其次将一种新的归一化加权几何Bonferroni平均算子运用在改进的DEMATEL-VIKOR混合模型中,根据量化结果对各准则进行影响因素分析进而计算折中的可行解;最后,分别从敏感性分析、理论分析及方法比较三种角度对备选方案进行排序,从而得到最优备选方案,应用城市滨水区景观后期综合评价的算例结果表明,该改进算法在不确定和不完备信息环境下的决策结果更具可行性和有效性。     

基于模糊多目标决策的网格资源分配策略

针对网格计算提出了一种新的基于模糊多目标决策的资源分配策略。该策略以用户满意度为主要目标,通过组建模糊多目标决策模型来解决用户的资源选择问题。详细描述了该策略的实现方法,通过对模型的分析,表明了该模型不但可以满足用户的要求,还可以提高资源的分配成功率和利用率。     

A method based on stochastic dominance degrees for stochastic multiple criteria decision making

In this paper, a novel method based on the stochastic dominance degree (SDD) is proposed to solve a discrete stochastic multiple criteria decision-making (MCDM) problem. Firstly, a concept of stochastic dominance degree is introduced to describe the degree that one alternative dominates another when the SD relation for each pair of alternatives is determined, and a computation formula of the SDD is given. Then, by calculating SDDs, the SDD matrix on pairwise comparisons of alternatives with respect to each criterion is built. Furthermore, the SDD matrices with respect to all the criteria are aggregated into an overall SDD matrix using the simple additive weighting method. Based on the overall SDD matrix, an approach based on the idea of the PROMETHEE-II is developed to obtain the ranking result of alternatives. Finally, two numerical examples are used to illustrate the applicability and effectiveness of the proposed method.     

A method for fuzzy group decision making based on induced aggregation operators and Euclidean distance

In this paper, we present the fuzzy‐induced Euclidean ordered weighted averaging distance (FIEOWAD) operator. It is an extension of the ordered weighted averaging (OWA) operator that uses the main characteristics of the induced OWA (IOWA), the Euclidean distance and uncertain information represented by fuzzy numbers. The main advantage of this operator is that it is able to consider complex attitudinal characters of the decision maker by using order‐inducing variables in the aggregation of the Euclidean distance. Moreover, it is able to deal with uncertain environments where the information is very imprecise and can be assessed with fuzzy numbers. We study some of its main properties and particular cases such as the fuzzy maximum distance, fuzzy minimum distance, fuzzy‐normalized Euclidean distance (FNED), fuzzy‐weighted Euclidean distance (FWED), and fuzzy Euclidean ordered weighted averaging distance (FEOWAD) operator. Finally, we present an application of the operator to a group decision‐making problem concerning the selection of strategies.