区间数信息下的多属性群决策研究

随着决策系统的不断扩大以及复杂化,评价指标以实数值描述稍显欠妥。研究属性权重为实数值、区间数信息下的多属性群决策问题,建立集结区间数信息的非线性规划模型,采用模拟植物生长算法集结各方案中多位专家给出的区间数偏好,并利用得到的偏好区间数构成群决策偏好矩阵。结合已知权重,引入投影理论得到各方案的综合评价值,从而选出最优决策方案。算例结果表明,模拟植物生长算法不仅计算简便、灵活,并且尊重每个专家的意见,较好地保留了信息的完整性,显示出人工智能算法在信息集结方面的有效性。     

基于多专家区间数的多属性群决策方法

针对区间数的多专家多属性决策问题,提出了一种基于非线性规划模型的群决策方法。该方法建立如下准则:在不同对象和属性下,当某专家的估计值与所有专家估计值的均值越靠近时,则其专家权重就越大;反之就越小。基于该准则利用区间距离公式和规划模型解决了专家权重难以确定的问题。结合集成算子理论,利用区间数算术平均算子将决策矩阵集成为综合决策矩阵,再利用属性权重将其集成为综合属性值,通过二维可能度建立比较可能度矩阵,然后利用排序向量法进行排序。最后通过实例分析验证了该方法的可行性和合理性。     

区间数多指标决策的灰色关联分析算法

通过引进区间数运算,将区间数多指标决策问题转化成指标取值为区间数的多指标决策问题,在此基础上给出了区间数多指标决策问题的一种灰色关联分析算法.结果表明:该方法简单实用,并用该方法分析了一个实际问题.     

群决策中两类三端点区间数判断矩阵的集结方法

研究群决策过程中三端点区间数互反判断矩阵和三端点区间数互补判断矩阵的集结. 采用OWA(Ordered weighted averaging) 方法将决策者的偏好信息集结为两个三端点区间数判断矩阵. 基于三端点区间数判断矩阵的完全一致性概念, 建立三端点区间数判断矩阵的权重求解模型. 根据群决策背景下专家群最大一致的目标, 建立求解专家群体偏好权重的模型. 在第二阶段建立群偏好权重分布范围估计模型, 最后通过可能度方法以排定各方案的最终优劣顺序.     

基于云模型的区间直觉模糊数多属性群决策

针对属性值为区间直觉模糊数的多属性群决策问题,考虑到模糊性和随机性对群决策过程及结果的影响,本研究将利用云模型理论结合区间直觉模糊数的特征,运用灰色关联系数法和信息熵理论确定专家和属性权重,通过信息集结构建综合评价云模型.不同于传统的区间直觉模糊数的排序方法,本研究利用云模型的3En规则将区间直觉模糊数进行云转换并通过云相似度确定方案的综合评价值和犹豫度,然后对决策方案进行比较分析.研究结果表明:该方法能够科学有效地进行决策,进而为决策方提供科学依据.     

基于正态分布区间数的信息不完全的群决策方法

针对属性值为正态分布区间数而属件权重信息不完全的多属性群决策问题,定义了一些新的集成算子,即正态分布区间数的加权算术平均(NDINWAA)算子、正态分布区间数的有序加权平均(NDINOWA)算子和正态分布区间数的混合加权平均(NDINHA)算子,进而提出一种幕于正态分布区间数的信息不完全的多属性群决策方法.该方法利用NDINWAA算了和NDINHA算子对正态分布区间数属性值进行集成,利用正态分布区间数属性值的方差,通过建立优化模型确定最优属性权重,利用期望-方差准则对方案进行排序并择优.实例分析表明了该方法的可行性和有效性.     

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.     

一种基于区间数判断矩阵的加权AlP群决策方法

针对决策过程中区间数更适合表达决策者对候选方案的偏好程度,基于区间数判断矩阵,综合考虑决策者个体权重,扩展“和积法”,应用“相对熵”的概念,提出了一种加权个体方案权重集结的群体决策方法．该方法将中间结果转化为实数型再进行集结,避免了决策者判断信息的丢失．最后,通过算例说明了该方法的可行性和有效性．     

求解非线性区间数规划的微免疫优化算法研究

基于区间分析和免疫学原理,探讨非线性区间数规划问题解的概念和性质,以及求解的免疫优化方法和算法的理论基础.首先,基于该问题的最优值区间,给予最优解概念;研究区间值优化问题有效解的性质,探讨区间自然扩张规划与区间数规划的解之间联系,获得有效解是最优解的充分条件以及寻优的有效途径.其次,基于免疫应答的简化机制,设计具有群体规模小、可调参数少、结构简单等特点的非主从结构微免疫优化算法,并获证该算法具有收敛性和低计算复杂度.通过扩展标准测试函数和应用事例,比较性的数值实验结果显示,此算法执行效率高、搜索效果好,对低、偏高维非线性区间数规划具有较好应用潜力.     

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。     

基于直觉模糊推理的多属性群决策方法研究*

针对属性取值以直觉模糊数形式给出的多属性决策问题,提出了基于直觉模糊推理的多属性群决策方法。首先针对专家的评价信息构建直觉决策推理规则,然后根据规则之间的关系给出了决策推理模型,进而给出了基于直觉模糊推理的决策方法;最后通过购房实例验证了该方法的正确性和有效性。     

三参数区间数多属性决策的后悔理论方法

本文将后悔理论方法用于解决三参数区间数多属性决策问题.首先,提出一种将三参数区间数转换为两参数区间数的方法,避免了传统三参数区间数在大小比较方面不确定信息的遗失.其次,依据两参数区间数决策信息计算不同状态下备选方案及正理想方案各属性的效用值,从而可得各备选方案的后悔–欣喜值及综合感知效用值.然后,针对权重范围已知的情况,通过构建备选方案综合感知效用最大化优化模型求得属性权重;针对权重信息完全未知的情况,提出一种基于注水原理的属性权重求解方法.最后,利用属性权重加权求和方法得到备选方案综合效用值,从而通过比较综合效用值得到方案的排序结果.     

A new approach for multiple attribute group decision making with interval-valued intuitionistic fuzzy information

This paper proposes a novel method for multiple attribute group decision making (MAGDM) with interval-valued intuitionistic fuzzy information. The interval-valued intuitionistic fuzzy numbers of each expert preference matrix are first mapped into two dimensions. Thus, the values of each membership degree and non-membership degree are considered as points in the two-dimensional representation. Moreover, the distance between the points represents the variance among the different experts preferences. The preference points of the same character are considered as a point set. We employ the plant growth simulation algorithm (PGSA) to calculate the optimal rally points of every point set, the sum of whose Euclidean distances to other given points is minimal, and these optimal rally points reflect the preferences of the entire expert group. These points are used to establish an expert preference aggregation matrix. Suitable points from the matrix are chosen to constitute an ideal point matrix, a projection method is employed to calculate the sum of its Euclidean distance to the expert preference aggregation matrix, and the score of each alternative is evaluated. Finally, the overall ranking of alternatives is obtained. In addition, this study develops a process to evaluate the pros and cons of different aggregation methods. Two typical examples are presented to illustrate the feasibility and effectiveness of the proposed approach.     

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。     

一种基于灰色关联度的多属性群决策方法

基于灰色关联度的思想提出了一种群决策方法。该方法根据各专家给出的决策矩阵,利用灰色关联度的思想确定专家权重,得出群决策矩阵,基于偏差最大化的思想计算属性权重,计算各方案的综合关联度,据此确定方案的排序。算例表明了利用此方法得出的方案综合关联度之间相对差距较大,提高了决策的科学性和有效性。指出了徐选华等人提出的算例中的错误,予以纠正。     

The generalized Dice similarity measures for Pythagorean fuzzy multiple attribute group decision making

The Pythagorean fuzzy set (PFS) is characterized by two functions expressing the degree of membership and the degree of nonmembership, which square sum of them is equal or less than 1. It was proposed as a generalization of a fuzzy set to deal with indeterminate and inconsistent information. In this study, we shall present some novel Dice similarity measures of PFSs and the generalized Dice similarity measures of PFSs and indicates that the Dice similarity measures and asymmetric measures (projection measures) are the special cases of the generalized Dice similarity measures in some parameter values. Then, we propose the generalized Dice similarity measures-based multiple attribute group decision-making models with Pythagorean fuzzy information. Then, we apply the generalized Dice similarity measures between PFSs to multiple attribute group decision making. Finally, an illustrative example is given to demonstrate the efficiency of the similarity measures for selecting the desirable ERP system.     

一类区间粗糙数型多属性决策方法研究

研究属性值为区间粗糙数,具有属性优先序信息的多属性决策问题.首先给出粗糙属性值的规范化公式;然后基于区间粗糙数的相离度定义,建立以极大化属性值的离差为目标的最优化模型来确定各属性权重;进而基于粗糙算术运算以及期望值算子,计算出各方案的期望效用值,从而获得各方案的排序;最后通过数值例子表明了所提出方法的有效性.     

An interactive method for fuzzy multiple attribute group decision making

In this paper, we develop an interactive method for multiple attribute group decision making under fuzzy environment. The method can be used in situations where the information about attribute weights is partly known, the weights of decision makers are expressed in exact numerical values or triangular fuzzy numbers, and the attribute values are triangular fuzzy numbers. The method transforms fuzzy decision matrices into their expected decision matrices, constructs the corresponding normalized expected decision matrices by two simple formulas, and then aggregates these normalized expected decision matrices into a complex decision matrix. Moreover, the decision makers are asked to provide their preferences gradually in the course of interactions. By solving linear programming models, the method diminishes the given alternative set gradually, and finally finds the most preferred alternative. By using the method, the decision makers can provide and modify their preference information gradually in the process of decision making so as to make the decision result more reasonable. The method can not only reflect the importance of the given arguments and the ordered positions of the arguments, but also relieve the influence of unfair arguments on the decision result. Finally, a practical problem is used to illustrate the developed method.     

An automatic approach to reaching consensus in multiple attribute group decision making

In this work, we consider the problem of consensus of multiple attribute group decision making, and develop an automatic approach to reaching consensus among group opinions. In the process of group decision making, each expert provides his/her preferences over the alternatives with respect to each attribute, and constructs an individual decision matrix. The developed approach first aggregates these individual decision matrices into a group decision matrix by using the additive weighted aggregation (AWA) operator, and then establishes a convergent iterative algorithm to gain a consentaneous group decision matrix. Then based on the consentaneous group decision matrix, the approach utilizes the AWA operator to derive the overall attribute values of alternatives, by which the most desirable alternative can be found out. Finally, we detailedly expound the implementation process of the approach with a practical example.     

信息不完全下多属性群决策的证据合成方法

针对不完全信息下多属性群决策问题,分析决策者判断信息的可靠性对群决策结果的影响,提出一种基于相对可靠度的证据合成方法。首先对定量和定性属性值进行归一化处理;然后分析决策者判断信息的相对可靠度,运用Dempster合成法则对所有焦元的基本概率分配值进行计算与合成,并给出证据推理方法的主要步骤;最后给出了一个算例。