模糊语言多属性群决策的客观综合赋权方法

针对一类属性及专家权重完全未知且评价值为直觉不确定语言数的多属性群决策问题,提出一种基于客观综合赋权模型的模糊群决策方法。通过定义直觉不确定语言数的不确定度和距离测度,对单个专家内部以及专家群体之间的评价值进行分析,分别建立基于离差最大化和熵值的属性综合赋权模型以及基于不确定度和偏离度的专家综合赋权模型,提出一种基于客观综合权重的直觉不确定语言多属性群决策方法。通过实例分析表明了该方法的可行性和实用性。     

基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策

针对属性值为直觉梯形模糊数且属性存在关联性的风险决策问题, 提出一种基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策方法。根据直觉梯形模糊数距离公式定义了直觉梯形模糊信息的前景价值函数, 通过价值函数和决策权重函数计算方案单属性前景值, 并运用Choquet积分融合属性间存在关联性的前景价值信息获得方案综合前景值, 根据综合前景值的大小实现方案的排序和优选。风险投资实例分析说明了该方法的可行性。     

基于证据理论的偏好型直觉模糊群决策方法

针对直觉模糊多属性群决策问题,研究属性和专家权重的确定以及信息的集结方法.利用直觉模糊熵确定属性客观权重,并根据偏好信息确定合理的属性综合权重;在属性层面区分专家权重,将直觉模糊评价值作为Mass函数,构建证据冲突度模型确定专家权重,并利用犹豫度加以修正,避免综合支持度低而对方案排序影响大的专家权重过分削弱;采用证据理论集结决策信息,根据得分值进行方案排序.最后通过算例分析,验证了所提出方法的合理性和有效性.     

三角直觉模糊决策的权重函数方法

研究了属性值为三角直觉模糊数的多属性决策问题,提出了一种基于权重函数的决策方法。给出了三角直觉模糊数的定义、运算法则和截集;定义了三角直觉模糊数关于隶属函数和非隶属函数的精确值和模糊度,以及精确值的指标和模糊度的指标,给出了三角直觉模糊数的排序方法,并将其应用到属性值为三角直觉模糊数的多属性决策问题中;给出了属性值为三角直觉模糊数的多属性决策的步骤;通过数值算例分析和验证了该方法的有效性。     

基于模糊贝叶斯网的危害性分析方法

针对传统的故障模式、影响与危害性分析(FMECA)方法不足的问题,提出了一个基于模糊贝叶斯网的危害性分析方法。该方法将模糊理论与贝叶斯网推理技术结合起来,用三角模糊数来描述专家的模糊评分值;通过模糊集合映射,将其转化为评级的模糊子集;以置信结构的模糊规则,表示故障模式的属性与危害度之间的关系;利用贝叶斯网络推理算法综合置信结构的模糊规则,通过贝叶斯网推理得到模糊子集形式的危害度,再经过去模糊计算,得到故障危害等级的清晰值,从而确定故障模式的危害程度。实验结果表明,所提方法能够提高传统分析方法的准确性和应用范围。     

考虑时间序列的动态大群体应急决策方法

针对专家权重和属性权重未知、阶段权重未知且与时间序列有关的动态大群体应急决策问题,提出一种考虑时间序列的动态大群体应急决策方法.首先,提出一个考虑区间直觉模糊数犹豫度的距离公式,定义区间直觉模糊数贴近度,综合考虑贴近度和相似度,用模糊聚类法对大群体专家偏好信息进行聚类;其次,基于现有区间直觉模糊熵公式的不足,提出一个新的区间直觉模糊熵公式,基于此公式考虑专家之间知识水平的差异和各个阶段偏好信息不具遗传性等特点,计算得出专家在不同属性下的权重和属性在各阶段下的权重;再次,考虑时间序列对各阶段权重的影响,构建相对熵模型,对阶段权重进行合理确定,进而利用加权平均算子得到整个决策过程中各方案的综合决策偏好;然后,利用区间直觉模糊数的得分函数和精确函数对方案进行排序,选出最优方案;最后,通过与以往文献的方法对比分析验证所提出方法的有效性和优越性.     

概率对偶犹豫模糊PROMETHEE多属性群决策算法

为解决犹豫模糊环境中由随机性和不确定性对实际决策造成偏差的多属性群决策问题,提出一种基于概率对偶犹豫模糊PROMETHEE的多属性群决策算法。构建各决策专家的概率对偶犹豫模糊信息矩阵;运用最大离差法与熵值法确定各决策专家与各指标属性的客观权重,结合改进的得分函数与偏离函数得到专家的综合决策评价信息矩阵;进而通过概率对偶犹豫模糊集与PROMETHEE结合的决策算法得到最终决策结果。将该算法运用于航空灾难事故应急响应方案评估的算例分析中,通过与TOPSIS、VIKOR及PDHFS决策算法的计算结果进行对比,验证了概率对偶犹豫模糊PROMETHEE多属性群决策算法的有效性与可靠性。     

直觉模糊信息环境下考虑后悔规避的决策方法

针对属性值为直觉模糊信息、属性权重和自然状态发生概率完全未知的多属性决策问题,考虑决策者的心理行为,提出一种基于后悔理论和证据理论的多属性决策方法。该方法首先运用证据理论计算各自然状态发生的概率;然后基于得到的区间模糊矩阵、[t-]分布估计以及得分函数矩阵确定属性信息的效用值,进而依据后悔理论得到各种自然状态下的感知效用矩阵;通过加权算术平均计算综合感知效用矩阵,并依据方案综合感知效用的大小确定方案优劣排序。通过对游戏的选择开发实例验证提出的决策方法的可行性与有效性。     

基于熵和相关系数的直觉模糊多属性决策方法

针对决策信息为直觉模糊信息且属性权重完全未知的多属性决策问题,提出了一种基于直觉模糊熵和得分函数的决策方法。为了准确度量直觉模糊集的直觉性和模糊性,首先提出了一种新的直觉模糊熵,并讨论其相关性质。其次为了减少不确定信息对决策的影响,结合直觉模糊熵建立规划模型,从而确定属性权重。 同时从隶属度,非隶属度和犹豫度三方面构建论域对象与理想对象之间相关系数,并在此基础上根据决策者的决策态度定义得分函数进而得到最优决策。 最后给出一种基于直觉模糊信息的多属性决策方法,并通过候选人评估实例验证了该方法的可行性和有效性。     

基于熵和改进的协相关度的直觉模糊决策方法

针对决策信息为直觉模糊集且属性权重未知的多属性决策问题,以及关于协相关度的决策方法研究中存在的问题,提出了一种基于直觉模糊熵和改进的协相关度的决策方法。为准确度量直觉模糊集的直觉性和模糊性,给出了一种改进的直觉模糊熵的公式,概括并推广了原有的一类直觉模糊熵的公式,并讨论了其相关性质。然后由概率统计中相关系数的构造思想,改进了直觉模糊集协相关度的定义,构造了直觉模糊集与理想对象之间的相关系数以及得分函数,由此给出了一种改进的基于直觉模糊信息的多属性决策方法,最后通过实例计算验证了该方法的有效性和可行性。     

基于直觉模糊集和证据理论的群决策方法

针对属性值和权重均为直觉模糊数的多属性决策问题,提出一种基于直觉模糊集和证据理论的群决策方法.首先,对专家给出的每个方案的属性值和属性权重进行证据合成,在此基础上合成每个方案的所有属性值;然后,基于直觉模糊集相似度确定专家的相对权重,修正方案证据,并合成所有专家证据,得到方案的信任区间,根据信任区间的大小对方案进行排序;最后,通过数值案例验证了所提出方法的有效性和合理性.     

基于直觉模糊可能性分布的三支决策模型的研究

直觉模糊集理论和可能性理论的融合是不确定问题领域的一个研究热点。文中提出了一种基于直觉模糊可能性分布的直觉模糊可能性测度(Intuitionistic Fuzzy Probability Measurement,IFPM),并在此基础上构建了三支决策模型。首先,定义了直觉模糊决策空间及该空间上的直觉模糊可能性分布,并对其性质进行了证明,给出了论域对象的隶属度和非隶属度可能性均值的计算方法。然后,讨论了论域对象的隶属度和非隶属度可能性均值与决策阈值的关系,分析了它们之间的概率分布情况。根据概率分布－可能性分布的转换关系,给出决策规则和三支决策模型,提出了一种基于直觉模糊可能性分布的IFPM决策风险计算方法。最后,考虑论域中对象的增减变化引起的IFPM变化,给出对应公式并对动态决策过程进行分析,同时通过实例验证了该模型的有效性。     

MADM method based on prospect theory and evidential reasoning approach with unknown attribute weights under intuitionistic fuzzy environment

This paper proposes an intuitionistic fuzzy decision method based on prospect theory and the evidential reasoning approach, aiming at analyzing multi-attribute decision making problems in which the criteria values are intuitionistic fuzzy numbers and the information of attributes weights is unknown. Firstly, the measures of entropy and cross entropy are defined for intuitionistic fuzzy sets by taking into consideration the preference of decision maker towards hesitancy degree. Secondly, combined with bounded rationality, the prospect decision matrix is calculated in the light of prospect theory and intuitionistic fuzzy distance. Thirdly, the correlational analyses are conducted between the attribute weights and three indicators which are entropy, cross entropy and prospect value, and optimization models for identifying attribute weights are built under the circumstances that the weights are incomplete and unknown. Finally, in order to avoid the loss of decision making information, the evidential reasoning approach is applied to the calculation of comprehensive prospective values for all alternatives. Following the value calculation, the ranking and the optimal alternative are determined based on the comprehensive prospective values. Illustrating examples demonstrate that the proposed method is reasonable and feasible.     

GRA method for multiple attribute decision making with incomplete weight information in intuitionistic fuzzy setting

The aim of this paper is to investigate the multiple attribute decision-making problems with intuitionistic fuzzy information, in which the information about attribute weights is incompletely known, and the attribute values take the form of intuitionistic fuzzy numbers. In order to get the weight vector of the attribute, we establish an optimization model based on the basic ideal of traditional grey relational analysis (GRA) method, by which the attribute weights can be determined. Then, based on the traditional GRA method, calculation steps for solving intuitionistic fuzzy multiple attribute decision-making problems with incompletely known weight information are given. The degree of grey relation between every alternative and positive-ideal solution and negative-ideal solution are calculated. Then, a relative relational degree is defined to determine the ranking order of all alternatives by calculating the degree of grey relation to both the positive-ideal solution (PIS) and negative-ideal solution (NIS) simultaneously. Finally, an illustrative example is given to verify the developed approach and to demonstrate its practicality and effectiveness.     

一种新的区间直觉模糊集决策方法: 区间证据组合的角度

基于证据理论,提出一种新的区间直觉模糊集决策模型.首先采用区间直觉模糊集表示属性值,将区间直觉模糊数转换为区间BPA;然后利用基于区间数的组合规则进行融合;最后将融合后的区间BPA转换为经典BPA用于决策,可直接方便地实现多属性数据的融合.该模型的优点在于:简单直观,能更有效地反映原始信息的不确定度;通用性好,可以推广到其他区间直觉模糊集的应用领域.算例结果表明了所提出模型的有效性.     

直觉梯形模糊数MADM问题的灰色关联分析法

针对属性权重信息完全已知且属性值以直觉梯形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方法。首先给出了直觉梯形模糊数的定义、距离和性质,然后依据传统的灰色关联分析法的基本思想建立了直觉梯形模糊数多属性决策问题的决策步骤。最后给出了一个实例分析,其结果表明了该方法的实用性和有效性。     

直觉模糊环境下考虑有限理性特征的决策方法

针对决策者具有有限理性的心理特征且属性权重和自然状态发生概率完全未知的直觉模糊多属性决策问题,提出了一种基于前景理论和证据理论的多属性决策方法。首先,利用证据理论得到各自然状态发生的概率,进而确定自然状态的决策权重函数;其次,运用正态分布概率密度函数设计直觉模糊决策参考点,并依据属性值与决策参考点之间的差异计算价值函数矩阵,从而获得前景价值矩阵;以综合前景价值最大化为准则构建最优化模型用以确定属性权重,并依据各方案的综合前景价值进行优劣排序。最后,将所提方法应用于对游戏产品的选择开发实例中。对比实验表明,运用所提方法得到的决策结果合理可靠,且更能体现决策者的原始决策信息。     

Nonlinear optimization models for multiple attribute group decision making with intuitionistic fuzzy information

Intuitionistic fuzzy numbers are very useful for experts to depict in depth their fuzzy preference information over objects. In this work, we investigate multiple attribute group decision‐making problems in which the attribute values provided by experts are expressed in intuitionistic fuzzy numbers, each of which is composed of a membership degree, a nonmembership degree and a hesitancy degree, and the weight information about both the experts and the attributes is to be determined. We first make different types of attribute values uniform so as to facilitate interattribute comparisons and employ the simple additive weighting method to fuse all the individual opinions into the group one. We then develop two nonlinear optimization models, one minimizing the divergence between each individual opinion and the group one, and the other minimizing the divergence among the individual opinions, from which two exact formulae can be obtained to derive the weights of experts. Similarly, from the viewpoint of maximizing group consensus, we establish a nonlinear optimization model based on all the individual intuitionistic fuzzy decision matrices to determine the weights of attributes. The simple additive weighting method is used to aggregate all the intuitionistic fuzzy attribute values corresponding to each alternative, and then the score function and the accuracy function are employed to rank and select the given alternatives. Moreover, we extend all the above results to interval intuitionistic fuzzy situations, and finally apply the developed models to an air‐condition system selection problem. © 2010 Wiley Periodicals, Inc.     

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.