基于区间数的多时点多属性灰靶决策模型

针对多属性决策的不确定性和多时点性,提出基于区间数的多时点多属性灰靶决策模型.该方法依据逼近理想解方法和区间数的运算规则,结合指标权重来计算案例的正负靶心距;基于灰熵和时间度建立时点权重的求解模型;根据指标权重和时间点权重给出对各时点的靶心距进行集结的目标函数,利用隶属度对案例进行排序,进一步完善了灰靶决策理论.最后,通过具体算例验证了所提出模型的可行性和有效性.     

基于核与灰度的灰色综合关联贴近度决策模型

针对指标值为区间灰数且权重属性部分已知、部分未知的决策问题, 提出一种基于核与灰度的灰色关联综合贴近度的决策方法.首先, 通过定义区间灰数的离散度和接近度, 构造一个确定指标权重的多目标优化模型; 然后, 利用区间灰数的简化形式, 求出方案与正、负理想方案核的关联度和灰度的关联度, 进而计算出方案的综合关联度; 最后, 构建灰色综合关联贴近度模型并依综合关联贴近度大小对方案排序.算例分析验证了所提出方法的合理性和可行性.     

基于灰色聚类的群决策方法研究

采用非线性变换对区间灰数形式的决策信息进行规范化处理,并由决策者问差异度最小构建优化模型,确定指标权重.考虑到在决策者较多的情况下对决策者进行聚类处理可以提高决策质量,给出了决策者决策信息的灰色关联度的计算方法,并基于灰色关联度提出了对决策者进行分类的灰色聚类算法.在此基础上,提出了对聚类后各决策者类的决策信息集结的决策模型.最后通过一个实例说明了所提出方法的可行性和有效性.     

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。     

考虑偏好冲突的多类评价信息群体决策方法

针对偏好具有冲突性且权重信息完全未知的多类评价信息多属性群体决策问题, 提出了一种基于多目标决策的求解方法.首先, 建立以决策方案相对贴近度和决策成员偏好冲突程度为目标的多目标决策模型;然后,利用极小极大方法求解该多目标决策模型,得到各方案的属性权重和决策成员权重,根据计算各个方案的相对贴近度,进而确立方案优劣排序和最优方案; 最后, 通过数值例子的计算分析表明决策方法的有效性和合理性.     

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.

     

基于区间直觉模糊的动态多属性灰色关联决策方法

针对属性值为区间直觉模糊数且属性权重未知的一类决策问题,利用灰色关联分析方法的思想,构建了一种动态区间直觉模糊数多属性决策方法。首先利用区间直觉模糊数的运算法则和性质设计各时间段的正负理想方案,并以与正理想方案灰色关联度偏差最小化为目标构建了多目标规划模型,确定属性权重;然后通过计算各时间段各方案对正、负理想方案的区间直觉模糊数的灰色关联度,构建方案优属度模型,并求解方案优属度的表达式,确定方案的优势度;最后通过一个案例验证了所提出的构建方法的有效性和可行性。     

基于Choquet积分的多属性灰靶群决策方法

针对属性间具有关联性且属性值为区间灰数的多属性群决策问题,提出一种基于Choquet 积分的多属性灰靶群决策方法.根据模糊测度和Choquet积分的性质,定义关于区间灰数的Choquet积分信息集成算子,并证明其相关性质;通过灰靶决策方法,对方案集的综合靶心距进行排序.仿真实例验证了所提出方法的合理性.     

基于“离合”思想的混合型灰色多属性决策方法

针对方案属性值为三参数区间灰数和模糊语言的混合型灰色多属性决策问题, 提出一种基于“离合”思想的混合灰靶决策方法. 首先, 定义三参数区间灰数的距离测度和排序方法; 然后, 鉴于灰信息与模糊信息相互转化的信息损失问题, 定义?? 维模糊球形灰靶和?? 维混合球形灰靶, 讨论正负靶心的情形, 并利用奖优罚劣原则构造综合靶心距, 建立混合正负靶心灰靶决策模型; 最后, 将所提出的方法应用于黄河宁蒙段防凌防汛的方案择优问题, 分析了属性权重和决策者风险偏好的选取对决策的影响, 结果验证了所提出方法的合理性和有效性.

     

基于改进向量相似度的区间数动态多指标决策模型及应用

针对决策信息为区间数的不确定性动态决策问题,在属性权重和时间权重未知的情况下,基于改进向量相似度的方法,构建一种兼顾决策信息和决策偏好的动态多指标决策模型.利用区间型决策信息的相对相似性和属性重要度,构造相对相似度最小规划模型以确定指标权重;在综合考虑决策信息时间价值、决策者偏好的基础上,构建极大熵模型以确定时间权重;结合向量相似度计算存在的缺陷,提出一种基于向量投影思想的向量综合相似度测度方法,从而建立不确性动态决策模型,并通过实例分析检验该模型的合理性和有效性.     

面向偏好冲突的直觉模糊多属性群体决策方法

针对偏好具有冲突性且权重信息完全未知的直觉模糊多属性群体决策问题, 提出一种基于多目标决策的求解方法. 首先, 建立以决策方案差异程度和决策成员偏好冲突程度为目标函数的多目标决策模型; 然后, 利用极小极大方法求解该模型, 得到各方案的属性权重和决策成员权重, 据此确立最优方案; 最后, 通过数值算例表明了该方法的有效性.

     

基于马田系统的区间Choquet 模糊积分多属性决策方法

为了扩展马田系统在模糊积分多属性决策领域中的应用, 引入区间样本描述统计量, 将传统的实数型马田系统改进为区间型马田系统, 并在此基础上提出一种基于区间数据的模糊测度计算方法. 为了便于集成区间属性值,定义区间Choquet 模糊积分算子. 实例分析表明, 所提方法能够解决属性值为区间数据的模糊积分多属性决策问题, 验证了该方法的可行性.

     

考虑专家偏好关联的群决策方法及其应用

通过分析群决策过程,提出使用模糊测度描述专家偏好之间可能存在的关联关系,并给出了一种考虑专家偏好关联的群决策方法.该方法从参评专家知识结构的相似性及判断结果的相似性出发,通过计算得到相应的2-可加模糊测度来描述专家的重要程度,并使用Choquet积分将多个专家的偏好信息聚合为群体的判断结果.最后,通过一个潜艇装备论证的例子验证了所提出方法的可行性和合理性.     

基于前景M-V准则的正态三角模糊随机多属性决策方法

针对具有正态三角模糊随机变量且属性权重未知的多属性决策问题, 提出基于前景均值-方差(M-V) 准则的正态三角模糊随机多属性决策方法. 该方法首先构建正态三角模糊随机决策矩阵, 进而通过运算得到属性值的期望与方差, 并将其转化为M-V 决策矩阵; 然后, 通过定义前景效应构建前景M-V 决策矩阵, 利用改进灰色系统理论模型求解属性权重值, 获取综合前景M-V 决策矩阵; 最后, 定义前景序关系, 两两比较前景M-V 价值获取方案排序. 在此基础上, 通过案例验证了所提出方法的可行性及有效性.

     

区间直觉模糊信息下的双向投影决策模型

研究权重完全未知、评价信息为区间直觉模糊数的多准则决策问题. 考虑犹豫度影响, 给出备选方案与正理想方案、负理想方案形成的向量表达方式, 提出一种针对区间直觉模糊信息的向量投影测度方法; 构建基于方案投影总偏差最小的非线性规划准则权重确定模型; 给出基于方案投影的相对贴近度测算公式, 并以此对方案进行排序. 最后通过算例对比分析表明了所提出方法的有效性和可行性.

     

三角模糊数型不确定多指标决策的可能度关系法

针对指标权重未知的三角模糊数型不确定多指标决策问题, 提出4 种新的三角模糊数比较可能度的等价定义, 并得到一些优良性质关系. 借鉴合作博弈中极大极小算法, 提出一种基于三角模糊数比较可能度关系的指标权重确定方法; 集结所有决策方案比较的可能度, 并对决策方案集进行最优判定和排序, 即可得到三角模糊数型不确定多指标决策的比较可能度关系法. 最后通过算例表明所提出算法的可行性和有效性.

     

基于决策者信任度的风险型混合多属性群决策方法

考虑决策者对风险型混合多属性评价结果的信任程度不同, 提出基于前景理论和改进投影理论的群决策方法. 建立一个数组以描述在不同信任度下群决策专家的评价结果, 并将数组中混合数据类型转化为三角模糊数. 在考虑决策者信任度的前提下集结群信息、确定属性权重. 引入综合前景价值和考虑权重的投影相对接近度两种方法对方案进行排序. 最后通过实例表明了所提出方法的合理性和有效性.

     

面向具有多部门多指标特征的复杂大群体应急决策方法

针对具有多部门多指标特征的复杂大群体应急决策问题, 提出一种新的决策方法. 首先, 给出直觉模糊数相似度公式, 将其作为相聚度公式对专家偏好进行聚类; 然后, 以同一部门指标数据的方案区分度最大化为目标, 构建优化模型以确定部门指标权重; 接着, 基于部门信息区分度结合极大熵原理对部门权重进行求解, 进而对备选方案进行排序; 最后, 通过一个算例验证了所提出方法的可行性和有效性.