基于投影技术的三角模糊数型多属性决策方法研究

针对属性权重完全未知且属性值为三角模糊数的多属性决策问题.提出一种基于线性规划和模糊向量投影的决策方法.该方法基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,计算各方案的加权属性值在模糊正理想点和负理想点上的投影,进而计算相对贴近度,并据此对方案进行排序,最后,通过算例说明了模型及方法的可行性和有效性.     

基于TOPSIS的语言真值直觉模糊多属性决策

针对具有模糊语言值信息的多属性决策问题,结合传统的TOPSIS方法,提出了基于TOPSIS的语言真值直觉模糊多属性决策方法。在语言真值直觉模糊代数的基础上,用语言真值直觉模糊对来表达既有可比的又有不可比的模糊语言值信息,给出了语言真值直觉模糊对之间的归一化距离算法,并讨论了其相关性质。提出了语言真值直觉模糊正、负理想点,通过计算各方案属性值与正、负理想点之间的距离,得到各方案与理想点之间的相对贴近度,并根据相对贴近度的排序结果得到最优方案。实例说明该决策方法的合理性和有效性。     

基于投影技术的三角模糊数型多属性决策方法研究

针对属性权重完全未知且属性值为三角模糊数的多属性决策问题,提出一种基于线性规划和模糊向量投影的决策方法.该方法基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,计算各方案的加权属性值在模糊正理想点和负理想点上的投影,进而计算相对贴近度,并据此对方案进行排序.最后,通过算例说明了模型及方法的可行性和有效性.

     

区间Pythagorean模糊交互式多准则决策模型

研究了权重信息部分已知,评价信息为区间Pythagorean模糊数的交互式多准则决策问题。利用区间Pythagorean模糊数得分函数,计算各方案的加权得分向量在Pythagorean模糊正理想点和Pythagorean模糊负理想点上的投影,构建基于方案满意度最大的非线性规划准则权重确定模型。根据决策者的主观偏好并结合现有客观信息建立单目标规划模型,通过对方案满意度的给定与修正来实现交互决策。通过算例说明模型及方法的可行性和有效性。     

三角模糊数型多属性决策的灰色关联法

针对包含语言评价信息的三角模糊数型多属性决策问题,提出了一种新的多属性决策方法。该方法定义各方案与理想点的三角模糊数灰关联系数,通过求解最小最大偏差优化模型客观地确定了属性的权重,根据方案的灰关联度给出方案排序结果。应用实例验证了算法的有效性和实用性。     

大规模定制模式下多类型评价信息的多目标生产指派问题

针对大规模定制模式下具有直觉模糊数、三角模糊数、语言评价、区间数等多类型评价信息的多目标生产指派问题,提出一种新的生产指派方法.首先,建立大规模定制模式下满意度评价指标体系;然后,通过计算不同类型的评价信息与负理想点的距离,以及正理想点与负理想点的距离,定义顾客满意度和企业满意度;最后,以顾客满意度最大化和企业满意度最大化为目标,建立多目标生产指派优化模型,并通过求解生产指派模型得到生产指派结果.最后通过一个算例验证所提生产指派方法的可行性和有效性.     

基于粗糙集的直觉模糊TOPSIS多属性决策方法

针对属性值为直觉模糊信息且属性权重完全未知的多属性决策问题,提出了一种基于粗糙集的直觉模糊TOPSIS多属性决策方法.首先给出了直觉模糊信息的正、负理想点的求法,根据属性值与理想点的贴近度和给定的阈值求得判断矩阵,再根据判断矩阵对属性约简,确定各属性的权重,最后依据TOPSIS思想计算各方案与理想点的加权贴近度,得到方案的排序,并通过算例的分析比较验证了此方法的有效性.     

属性权重未知picture模糊多属性决策方法及其应用

针对属性权重未知的picture模糊多属性决策问题,提出一种基于picture模糊熵和picture模糊加权对称交叉熵的多属性决策方法.首先,基于余弦函数提出一类新的picture模糊熵,并验证该熵值满足picture模糊熵的公理化定义;其次,针对标准化处理后的picture模糊决策矩阵,以picture模糊熵确定各属性权重,同时确定正、负理想方案;再次,分别计算各方案与正、负理想方案的picture模糊加权对称交叉熵,考虑决策者的主观评价倾向以模糊折中值得到各备选方案的排序结果;最后,将所提多属性决策方法应用于河南自贸试验区郑州片区创新型项目遴选,并通过对比分析验证该决策方法的有效性与合理性.     

考虑属性权重优化的犹豫模糊多属性决策方法

针对属性权重完全未知的犹豫模糊多属性决策问题, 提出一种属性权重多目标优化方法. 首先, 根据属性值的均值、方差以及属性间的关联度建立属性权重确定模型; 然后, 利用方案与犹豫模糊正理想点的相似度对方案进行排序; 最后, 通过算例分析表明了所提出方法的有效性和可行性.

     

区间型多属性决策的夹角度量法

针对决策矩阵元素为区间数的不确定多属性决策问题,给出了一种新的决策方法。通过定义区间型正、负理想点以及各方案与理想点的夹角,再利用夹角定义各方案与区间理想点的相对贴近度,从而给出了各方案的排序结果。该方法无需对区间数进行排序和比较,计算简单,易于计算机上实现,应用实例表明了方法的有效性和实用性。     

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。     

基于直觉模糊云模型的TOPSIS多属性决策方法

针对属性值为直觉模糊数的多属性决策问题,提出了一种基于直觉模糊云模型的TOPSIS多属性决策方法。首先,利用直觉模糊云对备选方案的各个属性值进行描述,计算其数字特征——期望、熵和超熵;然后,构造各数字特征的决策矩阵,获得其对应的正、负理想解;最后,计算各数字特征与正、负理想解间的距离,进而获得综合贴近度,对备选方案进行排序,获得最优决策结果,并通过具体数值实例验证方法的合理性和有效性。     

Compromise ratio method for fuzzy multi-attribute group decision making

The aim of this paper is to develop a compromise ratio (CR) methodology for fuzzy multi-attribute group decision making (FMAGDM), which is an important part of decision support system. Owing to fuzziness being inherent in decision data and group decision making processes, the crisp values are inadequate to model real-life situations. In this paper, the weights of all attributes and the ratings of each alternative with respect to each attribute are described by linguistic terms which can be expressed in trapezoid fuzzy numbers. A fuzzy distance measure is developed to calculate difference between trapezoid fuzzy numbers. The compromise ratio method for FMAGDM is developed by introducing the ranking index based on the concept that the chosen alternative should be as close as possible to the ideal solution and as far away from the negative-ideal solution as possible simultaneously. The computation principle and procedure of the compromise ratio method are described in detail in this paper. Moreover the TOPSIS method which was developed for multi-attribute decision making (MADM) with crisp decision data is analyzed and extended to multi-attribute group decision making (MAGDM) under fuzzy environments. A comparative analysis of the compromise ratio method and the extended fuzzy TOPSIS method is illustrated with a numerical example, showing their similarity and some differences.     

A novel risk attitudinal ranking method for intuitionistic fuzzy values and application to MADM

The ranking of intuitionistic fuzzy sets (IFSs) is very important for the intuitionistic fuzzy decision making. The aim of this paper is to propose a new risk attitudinal ranking method of IFSs and apply to multi-attribute decision making (MADM) with incomplete weight information. Motivated by technique for order preference by similarity to ideal solution (TOPSIS), we utilize the closeness degree to characterize the amount of information according to the geometrical representation of an IFS. The area of triangle is calculated to measure the reliability of information. It is proved that the closeness degree and the triangle area just form an interval. Thereby, a new lexicographical method is proposed based on the intervals for ranking the intuitionistic fuzzy values (IFVs). Furthermore, considered the risk attitude of decision maker sufficiently, a novel risk attitudinal ranking measure is developed to rank the IFVs on the basis of the continuous ordered weighted average (C-OWA) operator and this interval. Through maximizing the closeness degrees of alternatives, we construct a multi-objective fractional programming model which is transformed into a linear program. Thus, the attribute weights are derived objectively by solving this linear program. Then, a new method is put forward for MADM with IFVs and incomplete weight information. Finally, an example analysis of a teacher selection is given to verify the effectiveness and practicability of the proposed method.     

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。     

基于离差最大化的IITFN多属性决策模型

针对属性值为区间直觉梯形模糊数(IITFN),且属性权重为区间值的多属性决策问题,提出一种基于离差最大化的IITFN多属性决策模型。计算各方案与正、负理想解的距离,定义各方案的不同属性到相应正、负理想解分量的离差,基于离差最大化原则给出最优化模型,应用Lingo工具给出权重的值,依据IITFN的加权算数平均算子给出各方案的总离差,根据总离差的大小对各方案进行排序。实例结果表明,该模型的运算步骤少,更易于实现。     

基于粗糙集的犹豫模糊多属性决策方法

针对属性值为犹豫模糊元的决策问题,提出一种基于粗糙集理论的多属性决策方法.首先,依据属性值与理想点的贴近度和给定的阀值得到判断矩阵;然后,根据判断矩阵对属性集进行约简,确定属性权重;最后,基于TOPSIS思想,计算各方案与理想点的综合贴近度,得到方案的优劣次序,并通过算例分析表明了该方法的有效性.     

区间直觉模糊连续熵及其多属性决策方法

提出了区间直觉模糊连续熵,并且研究了一种新的处理区间直觉模糊多属性决策问题的方法。基于连续有序加权平均（COWA）算子,给出了区间直觉模糊连续熵的概念,并且证明了区间直觉模糊连续熵满足区间直觉模糊熵的公理化定义的四个条件。在此基础上,针对属性权重信息完全未知的决策问题,通过衡量每一属性所含的信息量来确定属性权重。依据备选方案与理想方案间的加权相关系数,给出了一种新的区间直觉模糊多属性决策方法。实验结果验证了新的决策方法的可行性和有效性。