突发灾害下医疗资源供应商选择模型及算法

对医疗资源供应商选择问题进行建模,提出一种权重系数信息不完全的多准则区间直觉模糊集的供应商排序算法。该算法通过逻辑集成得到各供应商的区间直觉模糊集,计算各供应商的区间直觉模糊数的Hamming距离,并利用粒子群优化算法求解建立的非线性优化模型,得出最优准则的权重系数。通过比较各供应商与优等及次等供应商的距离,进行最优排序。以大规模突发灾害事件下的供应商选择为案例,说明该模型及算法的有效性和可行性。     

一种信息不完全确定的多准则分类决策方法

针对准则权系数信息不完全确定和准则值信息不完全且有训练集的多准则分类决策问题,提出一种基于证据推理的分类方法,该方法在对训练集分类的基础上,结合不完全确定的准则权系数信息等建立非线性规划模型;然后利用遗传算法和单纯形法联合求解优化模型,得出准则权系数和分类效用阈值等参数,进而求出每一方案的效用值;最后与分类的效用阈值进行比较,得到方案集的分类．应用实例说明了该方法的有效性和可行性。     

基于离差优化的信息不完全确定的多准则分类方法

提出一种准则权系数信息不完全确定且有训练集的多准则分类决策方法.该方法利用训练集的分类结果和准则权系数的不完全确定信息,基于类间离差最大和类离差最小构建非线性规划模型,再利用遗传算法求解所得优化模型,得到训练集中各方案在各准则下的效用值和准则权系数,通过插值得到方案集中方案在准则下的效用值,确定方案与各类间的离差,进而得到方案的分类.实例计算表明了该方法的有效性和可行性.     

信息不完全的多准则层次分类方法研究

提出一种信息不完全的多准则层次分类决策方法．该方法利用决策者对训练集的分类结果(属于最高分类和不属于最高分类)和准则权系数的不完全信息构建非线性规划模型，将其转换成线性规划模型，求解得到训练集中方案在各准则值下的偏好值和准则权系数，通过插值得到方案集中方案在各准则下的偏好值，计算其一致性指标值，确定是否属于该分类．对于不属于最高分类的训练集中的方案进行分类，并继续上述过程，直到所有方案均分类为止．最后通过实例说明该方法的有效性和可行性．     

制造企业供应商排序决策:基于SVM和TFN-RS的改进TOPSIS

考虑制造企业供应链的绿色内涵,构建供应商排序指标体系。为解决指标数量众多、计算方式复杂、协调困难等问题,构造一种基于SVM和TFN-RS的改进TOPSIS方法来进行供应商排序决策。首先根据候选供应商的主要数据信息,应用基于SVM的分类模型对其进行初步筛选,以缩小候选供应商数量;通过专家对准则下属指标进行考察和掌握,利用专家的智慧和经验对准则进行TFN评分,设计一种TFN-RS方法来计算供应商在准则上的分值;运用CRITIC方法对各准则进行赋权;最后通过相对熵替代欧氏距离的改进TOPSIS对各供应商进行排序。以某轴承制造企业的滚球供应商排序决策为例,验证了该方法的实用效果。     

基于直觉梯形模糊数的信息不完全确定的多准则决策方法

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,提出一种基于直觉梯形模糊的信息不完全确定的多准则决策方法.该方法利用权系数的不完全确定信息,建立关于各方案综合直觉梯形模糊数与理想解和负理想解的Hamming距离的优化模型.通过求解优化模型可得到各准则的最优权系数,进而得到各方案与相对理想解的贴近度,再根据贴近度得到方案集的一个排序.实例分析表明了该方法的有效性和可行性.     

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.     

基于直觉梯形模糊数的信息不完全确定的多准则决策方法

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,提出一种基于直觉梯形模糊的信息不完全确定的多准则决策方法.该方法利用权系数的不完全确定信息,建立关于各方案综合直觉梯形模糊数与理想解和负理想解的Hamming距离的优化模型,通过求解优化模型可得到各准则的最优权系数,进而得到各方案与相对理想解的贴近度,再根据贴近度得到方案集的一个排序.实例分析表明了该方法的有效性和可行性.

     

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.

     

信息不完全确定的多准则区间直觉模糊决策方法

提出了一种权系数信患不完全确定且准则值为区间直觉模糊集的多准则排序方法．该方法利用证据推理算法对准则进行集成。得到各方案的区间直觉模糊集,计算各方案与理想方案和负理想方案的距离。并结合不完全确定的权系数信息建立非线性规划模型。利用粒子群算法求解所得优化模型。得出最优准则权系数。通过比较方案的区间直觉模糊集与理想方案和负理想方案的距离,得到方案集的排序．最后的数值算例说明了该方法的有效性和可行性．