基于集对分析的区间概率随机多准则决策方法

定义了区间概率空间以及区间概率随机变量．针对准则权重确知且准则值为区间概率随机变量的多准则决策问题,提出一种基于集对分析的决策方法．该方法首先根据离差最大化,确定各随机变量的概率,将区间型概率问题转化为经典的确定型概率问题;然后利用集对分析建立规划模型,将区间状态值用联系数表示,并根据集对势序准则对方案进行排序;最后通过实例说明该方法的有效性和可行性．

     

基于期望值-混合熵的区间概率模糊随机多准则决策方法

定义了区间概率模糊随机变量及其期望值和混合熵.针对准则权重确知并且准则值为区间概率模糊随机变量的多准则决策问题,提出一种基于期望值-混合熵的决策方法.该方法首先给出了区间概率模糊随机变量的期望值-混合熵度量;然后基于此度量建立优化模型,通过计算得到各方案的期望值-混合熵区间;再采用可能度的方法得到方案集的排序.最后通过实例说明了该方法的有效性和可行性.     

基于区间粗糙算子的粗糙随机多准则决策方法

定义了区间粗糙随机变量、区间粗糙数的运算法则以及期望值和区间粗糙集结算子（WIRDAA）.针对准则权重信息不完全,准则值为区间粗糙随机变量的粗糙随机多准则决策问题,提出一种基于WIRDAA算子的决策方法.该方法首先计算出变量的期望值矩阵,利用距离最小化建立模型求解出准则权重;然后利用WIRDAA算子求出各方案的综合评价值,通过比较得到方案集的排序;最后通过实例表明了所提出方法的有效性和可行性.     

基于期望值的灰色随机多准则决策方法

定义了离散型灰色随机变量及其期望值和标准差.针对准则权重已知而方案的准则值为灰色随机变量的多准则问题,提出一种灰色随机多准则决策方法.该方法通过求得各方案在各准则下评价值的期望值和标准差,得到标准期望值决策矩阵;利用各准则权重和规范化矩阵计算出各方案的综合评价区间,采用区间灰数可能度的方法构建方案综合评价区间的评判矩阵,进而得到各方案的排序.最后通过算例表明了该方法的可行性和有效性.     

基于最大隶属度的区间概率灰色随机多准则决策方法

定义了一种灰色隶属函数.针对概率为区间数、准则值为区间灰数的灰色随机多准则决策问题,提出一种基于最大隶属度的决策方法.首先,运用区间数可能度排序向量将区间概率转化为点概率,并将其转化为无风险决策问题;然后,计算各方案在负理想方案到正理想方案上的灰色隶属度,并计算各方案准则值的相对灰度,进而根据灰色隶属度和相对灰度大小对方案进行排序;最后,通过算例验证了该方法的可行性和有效性.     

基于记分函数的直觉随机多准则决策方法

针对准则权系数不完全确定,方案的准则值为区间直觉模糊数的随机多准则决策问题,提出一种基于记分函数的直觉随机多准则决策方法.首先定义离散型区间直觉随机变量、记分函数以及记分期望值和记分标准差;然后构造方案的记分期望值的最优线性规划模型,得出最优权向量,进而求得方案的联合直觉随机变量分布和综合记分标准期望区间值,再利用可能度方法确定方案排序;最后,算例分析结果表明了该方法的可行性和合理性.     

概率语言术语集多准则决策方法研究进展

多准则决策理论与方法的应用能否达到预期的经济效益与社会效益,逐步成为该研究领域关注的核心议题。近年来,基于概率语言术语集（Probabilistic Language Term Set,PLTS）的决策理论与方法受到广泛关注,PLTS既能够反映决策者对方案或准则的犹豫模糊语言评价或比较偏好,又能体现各语言术语的概率信息,较为贴近决策者的思维认知过程,已广泛应用于投资项目风险评估、模式识别、医疗诊断等领域,产生了良好的应用效果。从PLTS的信息融合理论、测度理论、偏好关系理论、基于PLTS的多准则决策方法这四方面系统回顾PLTS的研究现状,分析现有研究存在的不足,指出采用概率不确定语言术语集（Probabilistic Uncertain Linguistic Term Set,PULTS）即能更为高效、精准地反映定性决策信息的模糊不确定性。阐述该领域后续研究应当重点关注PULTS的信息融合、测度理论框架、偏好关系的一致性-共识达成过程、多准则群决策方法及其应用研究等核心问题,并给出相应的研究思路,为该领域后续研究提供可行性借鉴。     

区间值模糊随机多准则决策方法

针对不完全信息的区间值模糊随机多准则决策问题,提出了两种求解方法。第一种方法利用离差最大化构建区间参数线性规划,通过区间数运算法则和定位规划求得最优准则权重向量、状态集结值区间决策矩阵与期望值区间决策矩阵,根据决策者风险偏好水平得到各方案的期望集结值从而确定排序。第二种方法将区间值模糊数决策矩阵转化为直觉模糊数决策矩阵,利用不完全的准则权重,通过规划模型求解,获取各方案在各自然状态下的加权记分函数值与加权精确函数值的区间,利用不完全的状态概率,得到各方案的记分函数期望值与精确函数期望值的区间,根据决策者风险偏好水平,求得各方案的记分函数与精确函数的期望集结值,进而确定方案的排序结果。算例分析验证了两种方法的有效性和可行性。     

基于Vague集的多准则模糊决策方法

基于Vague集的模糊决策方法的提出，为决策系统提供了一个有用的工具．对模糊条件下的多准则决策问题，指出了采用Vague集进行多准则模糊决策的现有计分函数的不足，根据Vague集的性质提出了二种新的方案选择方法：记分函数法和加权记分函数法。对已有的Vgue集记分函数法进行了分析与联系，并通过例子阐明本文方法的有效性和优越性．     

基于区间直觉模糊集的多准则决策方法

研究基于区间直觉模糊集的多准则决策方法.首先定义了区间直觉模糊点算子,并讨论了其性质;然后对区间直觉模糊集定义了一系列得分函数,并给出两种基于区间直觉模糊集的多准则决策方法.将该方法应用于区间直觉模糊集多准则决策问题,所得结果推广了有关直觉模糊集的相关结果.     

基于前景理论和统计推断的区间数多准则决策方法

针对准则权重不完全确定且准则值为区间数的多准则群决策问题,提出一种基于前景理论的多准则决策方法。基于统计推断原理,以各准则下的方案值为样本推断其发生的概率,进而确定期望值参考点。基于区间数可能度确定价值函数,以方案区分度最大为目标构建非线性优化模型并确定方案排序。最后,通过实例分析表明了所提出方法的有效性和可行性。     

基于集对分析的不确定多属性决策方法

提出一种基于集对分析的多属性决策方法.该方法具有如下特点:能够有效处理决策过程中的不确定因素;基于可能势的联系数排序能够准确反映联系数间的同一对立程度,并能利用联系数的差异度对排序结果进行稳定性分析;用联系数决策矩阵的概念来刻画备选方案与正、负理想方案组成集对的同一对立程度.并以此为依据实现多属性决策.实例计算表明,该方法是求解不确定多属性决策问题的一种有效工具.     

基于Hurwicz的概率不确定的灰色随机多准则决策方法

首先定义了扩展灰数的可能度和距离公式;然后针对方案准则值为扩展灰数的不确定多准则决策问题,提出一种基于Hurwicz的概率不确定的灰色随机多准则决策方法。该方法通过使用扩展灰数的可能度和Hurwicz准则求得各方案在各准则下的评价值,经规范化后得到标准效用值决策矩阵;利用扩展灰数的距离和TODIM思想计算决策者对每个方案的损益感知价值及方案优势度,进而计算各方案总体感知价值大小以对方案进行排序。最后,通过算例验证了所提出方法的可行性和有效性。     

模糊多准则决策方法研究综述

模糊多准则决策是当前决策领域的一个研究热点,在实际决策中有着广泛的应用.为此,介绍了基于模糊数、直觉模糊集和Vague集的多准则决策方法和语言多准则决策方法的研究现状,定义了直觉梯形模糊数和区间直觉梯形模糊数,扩展了模糊数和直觉模糊集.最后探讨了目前模糊多准则决策要解决的问题和发展方向.     

基于综合云的不确定语言多准则群决策方法

针对准则权重已知、决策者权重未知、准则值为不确定语言的多准则群决策问题,提出一种基于云模型的决策方法.该方法首先将不确定语言值转化为综合云;然后采用生成浮动云的方法进行偏好集结,并通过计算＂不确定度＂和＂决策者偏差度＂求得决策者权重;最后引入Hamming距离求得贴近度大小,通过比较得到方案集的排序.实例分析表明了该方法的有效性和可行性.     

基于集对顺势相似关系的变精度粗糙集模型

为了能有效处理含有含噪音数据、模糊性的不完备信息系统,利用集对分析与粗糙集的思想与方法,在比较几种集对相似关系的优势与劣势的基础上,提出了一种基于阀值[α]联系度系数的集对顺势相似关系,并将其代替变精度粗糙集的不可区分关系,构建了一种基于集对顺势相似关系的变精度粗糙集模型,探讨其性质。通过实例验证了所构建模型的合理性与有效性。