权重信息完全未知的二维二元语义多属性群决策方法

针对群决策问题中专家权重和属性权重均未知的情形,提出一种基于二维二元语义表示模型的多属性群决策方法.首先,考虑到不同决策者对二维二元语义信息中第一维信息和第二维信息的相对重要性比重不同,提出一种能够反映出该比重变化对于二维二元语义间比较和距离测度影响的得分函数和距离公式;其次,利用得分函数和距离公式建立目标函数,依据专家意见的熵值确立约束条件,进而构建能够同时求解出专家权重和属性权重的双权重求解模型,再分别针对不同的方案依次进行求解,得到每一个方案假定为最优方案时相应的权重信息;再次,按照所提出的新方法,综合目标函数值的大小对方案进行排序与择优;最后,通过案例分析与对比验证所提方法的有效性和科学性.     

一种部分权重信息下两阶段多属性决策方法

研究了只有部分权重信息(区间数),属性值为实数的多属性决策问题。通过建立单目标线性规划模型求出各方案的局部最优权重向量,通过将各方案的局部最优权重向量与全局最佳属性权重的偏差最小化,建立多目标优化模型,并将其转化成一个单目标优化模型计算出全局最优属性权重向量,从而得到了一个两阶段的多属性决策方法。通过实例说明了该方法的可行性和有效性。     

属性权重信息未知下基于概率对偶犹豫模糊信息相关性系数的多属性决策方法

概率对偶犹豫模糊集包含隶属度、非隶属度及相应的概率信息,是刻画不确定决策信息的重要工具.针对属性权重信息未知的概率对偶犹豫模糊多属性决策问题,文中提出基于概率对偶犹豫模糊信息相关性系数的多属性决策方法.首先,运用概率对偶犹豫模糊信息熵计算属性客观权重,并与决策者给定的主观权重结合,得到属性综合权重.然后,提出概率对偶犹...     

多属性群决策中一种基于主观偏好确定属性权重的方法

提出一种多属性群决策中同时考虑专家群体对属性主观赋权的偏好和决策者对决策重要性认识的偏好来确定属性权重的方法,能够兼容专家实数型、区间型和语言型等类型的属性权重赋值.首先建立标准属性重要差异矩阵以实现专家对属性赋权的优劣比较和差异规范,定义统一的决策者偏好映射对其进行调整;然后求解各矩阵的排序向量以量化属性的相对重要程度,并与专家权重聚合得到属性权重向量;最后给出了方法的具体步骤,并通过算例说明了该方法的具体应用.     

属性权重未知情况下犹豫模糊多属性决策方法

针对属性权重未知的犹豫模糊多属性决策,利用犹豫模糊元边界的确定性与边界内隶属度的犹豫性,把犹豫模糊元转换成集对分析中的三元联系数;再根据三元联系数的势函数和属性离差最大法确定属性权重,基此建立属性权重未知条件下的基于三元联系数的犹豫模糊多属性决策模型,利用模型中不同犹豫强度对备选方案进行排序。实例计算和对比分析结果表明,新模型不仅包含了其他模型得到的结果,还提供了更多潜在的排序方案信息,由此形成的有条件决策,是犹豫模糊多属性决策不确定性本质属性的映照,与犹豫模糊多属性决策实际应用情况吻合。     

一种权重未知的多属性多阶段决策方法

针对属性权重与时间权重未知且属性值为区间数的一类决策问题,提出一种新的多属性多阶段决策方法.该方法首先无量纲化处理属性值,并运用灰色关联方法确定各阶段属性值的权重;然后综合考虑属性测度值与正、负理想效果值的接近性和时间权重本身的不确定性,运用极大熵原理建立多目标优化模型,并利用拉格朗日乘子法求解获得时间权重表达式,从而确定对象的综合评价值;最后通过实例验证了该方法的合理性与有效性.     

属性权重完全未知的犹豫模糊双边匹配决策

针对基于犹豫模糊属性（HFV）信息且权重完全未知的双边匹配（TSM）问题,提出一种多属性匹配决策方法。首先,根据双方主体给出的犹豫模糊多属性评价值,通过最大化各属性之间的离差和从而确定属性权重;然后,由犹豫模糊有序加权平均算子集结多属性及权重信息获得双方的匹配度;进而建立一种基于匹配度的多目标优化模型,并使用极大极小法转化为单目标优化模型求解得到匹配方案;最后,进行实例分析和对比,所提方法得到目标函数值分别为1.689和1.575,且匹配解唯一。实验结果表明,所提方法可避免因主观确定目标函数权重而产生不唯一匹配解。     

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。     

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。     

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.

     

基于前景理论的不确定TOPSIS多属性决策方法

针对属性权重未知、属性值为犹豫模糊集的多属性决策问题,本文提出一种基于前景理论和粗糙集的多属性决策方法,充分考虑了决策者心理风险因素对决策结果的影响.首先,以正、负理想点作为参考点计算各属性下的前景价值函数,定义新的综合前景值,并根据给定的阈值得到判断矩阵;然后,根据判断矩阵进行属性约简,确定属性权重;最后,计算各备选方案的加权综合前景值,利用TOPSIS方法对备选方案进行排序,并通过算例证实该方法的可行性和有效性.     

基于D-U空间的混合型多属性决策方法

针对混合型决策中不同类型属性值无法有效保留其不确定信息的问题,根据不确定原理,将联系数的D-U空间理论引入到混合型多属性决策问题中,提出一种基于D-U空间的混合型多属性决策方法。将确定性与不确定视为一个整体,提出不同类型属性值在D-U空间中的映射转换法则,使得不同类型属性值在空间中得以统一量化,并明确属性中的不确定信息,避免不确定信息丢失而造成的决策偏差。在决策过程中,通过计算空间中属性向量的模和幅角的值进行方案选择,以描述各方案的稳定性,使排序准则具有直观的意义。通过2个算例验证了该方法的适用性和实用性。     

一种改进混合型多属性决策的求解方法

研究了实数、区间数、模糊数类型相结合的混合型多属性决策问题。通过定义1种新的量化尺度,把各类不同类型属性值在规范化过程中的计算规范到统一的度量空间,然后计算各候选方案与理想方案的贴近度,根据贴近度大小进行决策。最后通过算例进行验证,证明该方法是可行有效的,为解决混合型多属性决策问题提供了1种新方法。     

Pythagorean Fuzzy Choquet Integral Based MABAC Method for Multiple Attribute Group Decision Making

In this paper, we define the Choquet integral operator for Pythagorean fuzzy aggregation operators, such as Pythagorean fuzzy Choquet integral average (PFCIA) operator and Pythagorean fuzzy Choquet integral geometric (PFCIG) operator. The operators not only consider the importance of the elements or their ordered positions but also can reflect the correlations among the elements or their ordered positions. It is worth pointing out that most of the existing Pythagorean fuzzy aggregation operators are special cases of our operators. Meanwhile, some basic properties are discussed in detail. Later, we propose two approaches to multiple attribute group decision making with attributes involving dependent and independent by the PFCIA operator and multi‐attributive border approximation area comparison (MABAC) in Pythagorean fuzzy environment. Finally, two illustrative examples have also been taken in the present study to verify the developed approaches and to demonstrate their practicality and effectiveness.     

基于小波神经网络的多属性决策方法及应用

分析了多属性决策问题及现有方法,提出用小波神经网络建立权重分配模型以改进多属性决策的方法,使权重的确定较为客观准确,并具有自学习功能。在工业产品质量决策方案评价中的应用表明了该方法的有效性。     

权重不完全确定的直觉模糊多属性决策的灰色关联分析方法

针对属性权重信息不完全确定且属性值以直觉模糊数形式给出的多属性决策问题提出了一种灰色关联分析的方法. 首先介绍了直觉模糊理论的有关概念, 然后依据TOPSIS、灰色关联分析法给出了解决问题的步骤, 并通过一个单目标优化模型求得属性信息的确定值, 从而得到排序结果. 最后给出了一个应用实例, 其结果表明了该方法的实用性和有效性.     

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.     

加型Pythagorean模糊偏好关系的多属性决策方法

考虑Pythagorean模糊偏好关系的多属性决策问题,提出了加性Pythagorean模糊偏好关系的多属性决策方法.基于加性一致性Pythagorean模糊偏好关系提出一种新的Pythagorean模糊权重确定模型.给出了可接受加性一致性Pythagorean模糊偏好关系的定义,并针对不满足可接受加性一致性的Pyth...     

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。