一种基于区间灰色语言变量几何加权集成算子的 多属性群决策方法

针对属性值和属性权重均为区间灰色语言变量的多属性群决策问题,提出一种基于区间灰色语言变量的加权几何集成算子的多属性群决策方法.首先,给出区间灰色语言变量的定义和运算规则;然后详细介绍了区间灰色语言变量加权几何集成算子、区间灰色语言变量有序加权几何集成算子、区间灰色语言变量混合加权几何集成算子,以及利用这些算子进行群决策的方法;最后,通过实例说明了所提出方法的决策步骤,并验证了方法的有效性.     

区间模糊语言多属性群决策方法及应用研究

基于我国银行业所面临的数据匮乏、信息披露制度不完善等问题,国际上先进的统计量化方法并不能完全适用于对我国操作风险的评价,从定性和定量相结合的角度出发,针对操作风险评价中的多属性群决策问题,提出一种在区间模糊语言信息下基于不确定的拓展有序加权平均算子（UEOWA）和不确定语言混合集结算子（ULHA）的多专家多属性商业银行操作风险评价方法,构建基于区间模糊语言的评价集来描述专家不精确、难量化的意见,梳理评价思路,设计评价步骤,通过实例验证了该方法的可操作性和有效性。     

基于Pythagorean不确定语言的扩展VIKOR多属性群决策方法

针对属性值为Pythagorean不确定语言变量,属性权重和专家权重完全未知的群决策问题,提出一种扩展VIKOR多属性群决策方法.首先,给出Pythagorean不确定语言变量的概念,提出考虑语义变化的Pythagorean不确定语言变量运算规则、大小比较方法和Hamming距离测度;其次,提出基于Pythagorean 不确定语言模糊熵的属性权重确定方法和基于相似度的专家权重确定方法,进而提出一种新的扩展VIKOR方法;最后,通过国内航空公司服务质量评估实例验证所提出方法的有效性和可行性.     

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。     

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。     

区间直觉语言Frank集结算子及其在决策中的应用

基于区间直觉语言变量和Frank算子的概念,首先提出区间直觉语言环境下Frank算子的运算规则;然后介绍几种区间直觉语言Frank信息集成算子,如:区间直觉语言Frank加权算术平均算子、区间直觉语言Frank加权几何平均算子、区间直觉语言广义Frank加权算术平均算子等,并介绍各算子具有的性质,同时,基于上述算子提出两种属性权重为实数且属性值为区间直觉语言变量的多属性决策方法;最后,结合示例表明所提出方法的有效性和实用性.     

一种新的灰色多属性决策方法

针对模糊群体多属性决策问题,提出一种新的灰色多属性决策方法.该方法依据一般的灰色关联分析方法的基本思路,将灰色关联度和欧氏距离有机结合,构造出一种平均相似度对方案进行评价.平均相似度同时反映了方案与正负理想方案之间的位置和数据曲线的相似性差异,其物理意义更加明确.最后通过算例表明了所提出方法的可行性和有效性.     

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...     

一种基于前景理论的毕达哥拉斯犹豫模糊不确定语言ELECTRE多属性决策方法

针对属性权重已知、属性值为毕达哥拉斯犹豫模糊不确定语言变量的多属性决策问题,提出一种前景理论和消去与选择转换法(ELECTRE)相结合的多属性决策方法.首先给出毕达哥拉斯犹豫模糊不确定语言集的定义,包括得分函数、距离测度和运算法则;然后将前景理论引入该决策环境下,构建前景价值矩阵,运用传统ELECTRE法求得一致矩阵和矛盾矩阵,并对其进行转化构建前景优/劣势判断矩阵,进而求得总优/劣势值以确定备选方案的优劣排序;最后通过算例分析验证所提出方法的有效性和可行性,并与该决策环境下的传统ELECTRE法进行对比,表明了该方法的优越性和实用性.     

基于扩展VIKOR的不确定语言多属性群决策方法

针对不确定语言多属性群决策问题,提出了一种基于扩展多准则妥协优化解(VIKOR)的决策方法。该方法首先借鉴二元语义表示模型定义了不确定语言短语的运算规则及其距离公式,并使用运算规则集结了专家给出的不确定语言评价信息;然后结合属性的效益型和成本型特征分别定义了其正负理想点,通过将VIKOR法扩展到不确定语言环境来获取方案的折衷排序结果;最后,通过算例分析表明了所提出方法的有效性和优越性。     

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。     

考虑心理行为的区间二元语义动态群决策方法

针对当前属性值为区间语言信息的群决策方法的不足,提出了一种考虑决策者心理行为的区间二元语义动态多属性群决策方法。定义了一种更接近决策者思维习惯的区间二元语义新的距离公式;引入时间度概念,结合考虑专家评价的综合一致性,建立优化模型求解时序权重;并基于前景理论,构建前景偏差值最小化的权重优化模型;采用基于新距离测度的交互式多属性决策（TODIM）方法计算方案的综合总体优势度,以此对方案进行排序。并以供应链协同合作伙伴的选择与评价为例,验证了所提方法的有效性和合理性。     

一种基于不确定信息的决策方法

提出了一种基于不确定信息的决策方法,该方法从统一决策模型的角度给出了候选决策集的构造方法、候选决策从证据焦元获得的属性级支持度的计算方法、决策矩阵的构造方法、候选决策获得的证据级支持度的计算方法等．该方法的特点在于将基元和非基元决策的选择问题统一起来加以考虑,另外,决策者可以通过设定模型中的函数形式,决定决策精度和决策风险之间的折衷策略。     

基于广义直觉语言算子的多属性群决策方法

针对属性权重未知,属性值为直觉语言数的多属性决策问题,提出了一种基于直觉语言熵和广义直觉语言算子的群决策方法.定义了直觉语言熵,并利用直觉语言熵确定属性权重,提出了三种直觉语言算子:广义直觉语言加权几何平均(GILWGA)算子、广义直觉语言有序加权几何(GILOWG)算子及广义直觉语言混合几何(GILHG)算子.利用GILWGA和GILHG算子集结信息,采用基于直觉语言数的得分函数及精确函数进行方案排序与择优,最后通过一个算例说明了该方法的有效性和合理性.     

一种具有区间数信息的多属性大群体决策方法

针对属性值为区间数的多属性多方案大群体决策问题,提出一种区间数聚类算法.通过该聚类算法将方案的属性值聚类,得到方案的群体偏好矩阵,再利用诱导有序加权平均算子集结确定属性的权重,根据方案的综合评价值给出方案排序,进而提出大群体决策方法.该方法较好地避免聚类阈值选取的经验性,提高决策结果的可信度.实例分析验证了方法的有效性和实用性.     

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.     

决策信息为区间二元语义的双向专家权重确定方法

针对区间二元语义多属性群决策中的专家客观赋权问题,提出了一种区间二元语义群决策的双向专家权重确定方法。首先设置专家初始权重,通过专家个体与群体决策矩阵的偏差距离计算专家的偏离权重,再通过专家的直觉模糊熵计算专家的模糊熵权重,结合偏离权重和模糊熵权重,经过多次迭代后得到稳定的专家双向权重。该权重既反映了专家偏好信息与群体偏好信息的一致性,同时也反映了专家对决策问题的了解程度。最后,实例验证了该算法的可行性与有效性。     

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.     

一种权重信息完全未知的多属性决策方法

针对权重信息完全未知的多属性决策问题,利用超立方体分割的思想,给出数值模拟决策方法.该方法易于在计算机上实现,并且利用该方法得到的评价结果客观可靠,不具有主观随意性.最后,给出一个实际应用的例子.