基于新型距离测度的概率语言多属性群决策方法

研究属性权重和专家权重均未知条件下的概率语言多属性群决策问题.首先,针对传统概率语言术语集距离测度的不足,提出改进的距离测度,并证明其性质和优越性.其次,基于新的距离公式,定义决策者的平均相似度,并结合专家之间的信任度矩阵计算每个属性下决策者的综合权重;构建基于相似-信任分析的群体共识调节模型,尽可能保留各属性下权威专家的意见;考虑到属性之间的相关性以及各个属性的重要程度,构建基于广义Choquet积分和离差最大化法的主客观综合赋权模型.随后,在新的距离测度的基础上,结合TODIM方法构建概率语言多属性群决策框架,实现对多个备选方案的排序.最后,以光伏电站的选址为例,验证所提出方法的有效性和合理性.     

概率不确定语言熵及其多属性群决策

针对概率不确定语言集的多个不确定语言术语和其概率各不相同的特点,提出基于概率不确定语言熵的多属性决策方法。定义四种新的概率不确定语言熵：模糊熵、犹豫熵、不完全信息熵和总熵,以分别测量概率不确定语言集的模糊性、犹豫性、信息不完全性和整体不确定性。给出了四种熵测度的公理化定义和表达式,根据概率不确定语言集的四种熵,构建能够解决属性权重未知的多属性决策模型,并通过案例和对比分析验证了该模型的有效性和合理性。     

基于相似度的多粒度不确定语言群决策方法

针对具有多粒度不确定语言评价信息的多属性群决策问题,提出了一种基于区间二元语义信息处理和矢量相似度的群决策方法,弥补了基于距离测度的决策方法易造成信息混淆的不足。该方法首先使用二元语义转换函数对多粒度区间语言评价信息进行一致化处理;然后通过建立使备选方案对正理想解相似度最大、负理想解相似度最小的最优化模型来获得相应的属性权重;最后利用区间二元语义的集结算子对评价信息进行加权集成,并通过优序数排序法实现对各方案的排序。实例分析说明了该方法的可行性和有效性。     

区间灰色不确定语言多属性群决策方法

针对属性值为区间灰色不确定语言信息的多属性群决策问题,在定义区间灰色不确定语言变量及其运算规则的基础上,给出了3种几何加权集结算子,由区间灰色不确定语言几何加权算子集结各决策者给出的决策矩阵得到群体决策矩阵。在属性权重已知的情形下,基于该算子集结单个决策者给出的属性权重向量得到群体属性权重向量;在属性权重完全未知的情形下,采用信息熵法确定属性权重向量。采用区间灰色不确定语言混合几何加权算子集结各属性评价信息,得到各方案的综合评价值,基于区间灰色不确定语言变量大小比较的方法得到方案排序结果。算例分析表明了该方法的有效性与可行性。     

基于不完备区间值信息系统的决策粗糙集

在不完备区间值信息系统中,提出一种基于极大相容类的决策粗糙集模型。首先,针对不完备区间值信息系统中属性相似度存在的缺陷,对属性相似度进行改进。其次,在不完备区间值信息系统中,由于容差关系下建立粗糙集模型存在冗余度高、分类精度低的问题,采用极大相容类代替等价类,结合贝叶斯最小风险决策原则,建立决策粗糙集模型。经证明,基于极大相容类建立粗糙集模型可有效提高分类精度。最后,基于正域分布不变的原则提出基于区分矩阵的属性约简算法并将该算法应用于实例。     

基于综合云的不确定语言多准则群决策方法

针对准则权重已知、决策者权重未知、准则值为不确定语言的多准则群决策问题,提出一种基于云模型的决策方法.该方法首先将不确定语言值转化为综合云;然后采用生成浮动云的方法进行偏好集结,并通过计算＂不确定度＂和＂决策者偏差度＂求得决策者权重;最后引入Hamming距离求得贴近度大小,通过比较得到方案集的排序.实例分析表明了该方法的有效性和可行性.     

基于可能度矩阵的概率语言多属性决策方法

为解决两个概率语言术语集之间的优劣比较这一基本问题,在已有可能度计算方法的基础上,提出一种改进的可能度公式.该可能度公式能够克服已有可能度公式的缺点,具有计算过程简单、区分能力强、易于拓展应用等特点.进一步研究发现:基于该可能度公式对多个评估对象进行两两比较得到的可能度矩阵,具有加性一致性的模糊互补偏好关系;将多个可能度矩阵加权平均得到的综合可能度矩阵,也具有加性一致性的模糊互补偏好关系.据此,构建一种概率语言多属性决策方法,并将其应用于军队院校教育教学质量评价.数值实验表明,所提出的概率语言多属性决策方法结构简单、计算过程清晰且具有较强的自检能力,能够通过确保计算过程的正确性来保证决策结果的有效性.     

一种基于前景理论的不确定语言变量风险型多属性决策方法

针对区间概率条件下属性值为不确定语言变量的风险型多属性决策问题,提出了一种基于前景理论的决策方法．首先建立了不确定语言变量的前景价值函数和区间概率权重函数,计算了方案在各属性下的前景值;然后通过属性权重得到各方案的加权前景值,利用各方案加权前景值的期望值对方案进行排序;最后通过应用案例说明了该方法的决策步骤和价值函数不...     

基于概率语言术语信息的前景决策方法

针对属性值为概率语言术语、属性权重完全未知的多属性决策问题,提出一种基于概率语言术语信息的前景决策方法.首先,为解决语言决策信息的群集结问题,通过power语言集结算子把一组语言术语集集结为概率语言术语,最大程度保留决策信息;其次,考虑概率语言术语集现有距离公式分辨率不高,定义一种新的距离公式;再次,鉴于决策者主观风险态度,引入前景理论至概率语言环境中,结合新的距离公式,构建前景决策矩阵;进而,综合主客观因素,构建组合赋权模型计算属性权重;最后,结合前景理论决策模型和指标权重求得综合前景值以此排序得最优方案,并通过算例验证其有效性.     

专家权重完全未知的区间直觉不确定语言多属性群决策方法

针对专家权重信息完全未知且属性值为区间直觉不确定语言数的模糊多属性群决策问题,提出一种基于混合权重信息及决策者风险态度的群决策分析方法。在定义区间直觉不确定语言数差异度的基础上,分别利用专家在方案评价值上的贴近度以及方案排序上的一致度来计算两类专家权重,并基于均衡度得到专家的客观综合权重。进而通过融合专家客观综合权重以及基于相似度的个体综合评价值权重,提出一种混合加权集结方法,从而得到方案的群体综合评价值,并通过定义带有风险态度因子的期望值与精确函数实现对方案的比较和排序。最后,通过实例分析证明所提方法的有效性和合理性。     

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。     

基于GRA-GCRITIC和改进加权双向投影的区间Fermatean模糊多属性群决策方法

针对司法案件决策环境的复杂性及评价信息的模糊性,提出一种基于GRA-GCRITIC（grey relational analysis-group criteria importance through intercriteria correlation）和改进加权双向投影的区间Fermatean模糊Hamacher-TODIM多属性群决策方法。首先考虑到各位专家对各评价方案下各指标评价信息的差异性,提出一种GRA-GCRITIC方法,该方法将灰色关联融入到CRITIC中,以确定指标综合权重比单一获取的指标权重更加客观可靠。其次,结合信任关系对加权双向投影法进行改进,兼顾主客观关系,利用专家个体与群体评价信息的隶属度及非隶属度矩阵间的相似度得到专家权重。最后,考虑到决策者的损失规避心理,将融合了Hamacher算子的TODIM方法拓展至区间Fermatean模糊环境中,通过具体算例可得到其综合优势度及排序,验证了所提方法的可行性及灵活性。     

用区间直觉模糊集方法对属性权重未知的群求解其多属性决策

本文首先提出群区间直觉模糊有序加权几何(groupinterval-valuedintuitionistic fuzzy orderedweighted geometric,GIVIFOWG)算子和群区间直觉模糊有序加权平均(group interval-valued intuitionistic fuzzy ordered weighted averaging,GIVIFOWA)算子.利用GIVIFOWG算子或GIVIFOWA算子聚集群的决策矩阵以获得方案在属性上的综合区间直觉模糊决策矩阵(collectiveinterval-valuedintuitionistic fuzzy decision-matrix,CIVIFDM).然后定义了一个考虑犹豫度的区间直觉模糊熵(interval-valuedintuitionistic fuzzyentropy,IVIFE);通过熵衡量每个属性所含的信息来求解属性权重.最后,提出基于可能度的接近理想解的区间排序法(interval technique for order preference by similarity to an ideal solution,ITOPSIS)和区间得分函数法.在ITOPSIS法中,依据区间距离公式计算候选方案和理想方案的属性加权区间距离,进而采用ITOPSIS准则对各方案进行排序;在区间得分函数法中,算出CIVIFDM中各方案的得分值以及精确值,然后利用区间得分准则对各方案进行排序.实验结果验证了决策方法的有效性和可行性.     

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。     

云模型与TOPSIS相结合的多属性群决策方法*

为更准确有效地表示定性概念的不确定性,采用云模型作为定性定量信息的转换工具,并通过云的合成对不同专家的评价云进行集结,构建得到云决策矩阵。针对传统云模型间优劣、大小等差异化度量的缺陷,从云滴分布的角度提出了云的距离测度算法,并将其分别运用于计算决策指标的离散程度和改进方案与正、负理想解间的距离测度,进而提出云-TOPSIS的方案排序方法。最后以实例验证了所提方法的可行性和有效性。     

区间直觉二元语言集成算子及其群决策方法

基于下标以零为中心对称的语言评估标度,将区间不确定二元语言集与区间直觉模糊集结合,提出区间直觉二元语言集及变量的概念;讨论区间直觉二元语言变量的运算及可能度;提出区间直觉二元语言加权算术平均算子、区间直觉二元语言有序加权平均算子,并在此基础上,通过可能度矩阵对区间直觉二元语言变量进行排序提出区间直觉二元语言混合加权平均算子;最后基于这些算子构建了一种新的直觉模糊多属性群决策方法,并将其运用于供应商选择过程中。     

基于改进的TODIM方法的区间灰数多属性决策模型

针对属性值为区间灰数的多属性决策问题, 提出一种基于改进的TODIM方法的区间灰数多属性决策方法. 考虑决策者参照依赖的心理行为特征, 结合随机占优的思想给出两两方案相比较时的收益和损失; 分析经典TODIM方法中优势度和全局价值的不足, 给出新的优势度的表示方法和方案; 相对于其他方案收益和损失的总优势度的表示方法, 提出一种改进的TODIM方法. 最后通过实例说明了所提出方法的有效性和可行性.

     

基于犹豫模糊语言的多阶段多属性决策方法

针对不确定语言条件下的决策问题,考虑专家偏好的阶段性差异,提出基于犹豫模糊语言的多阶段多属性决策方法。首先为了更准确地表达专家在决策过程中的犹豫性,采用犹豫模糊语言来表达专家的评估信息;其次考虑阶段权重的波动性,运用基于专家阶段性偏好的信息熵方法构建阶段权重优化模型确定阶段权重;然后利用最大化偏差法来求解属性权重,并采用基于平均解距离评价(EDAS)方法对备选方案进行排序;最后以某企业选取物流商问题为例,验证该方法的有效性和可行性。     

基于证据距离的改进DS/AHP 多属性群决策方法

证据推理/层次分析(DS/AHP)方法采用了AHP法的层次结构模型和证据理论的分析过程,为不确定多属性决策问题的解决提供了新思路,但其在构造知识矩阵中用0代表残缺信息是不合理的.鉴于此,对DS/AHP方法进行了改进,并将改进后的方法拓展到群决策中,研究了专家群体权向量的确定方法.具体地,引入证据距离的概念,通过计算专家证据的综合距离来对专家赋权,体现了群决策中的多数人规则.