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。     

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。     

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。     

基于可能度矩阵的区间型多属性决策方法

研究了几组可能度公式之间的关系,提出一种基于可能度矩阵的区间型多属性决策(MADM)方法。对决策矩阵中各指标下的属性区间值两两比较并建立各指标的可能度矩阵,通过各个可能度矩阵的排序向量把属性值为区间数的决策矩阵转化为以精确数为测度的矩阵,把求解区间型多属性决策中指标权重的不确定性问题转化为确定性问题处理,随后利用区间数排序的可能度法获得最优方案。实验结果表明了所提方法的可行性和有效性。最后对多属性决策问题中由不确定性转化为确定性的求解策略及其可能产生的问题作了必要讨论。     

用区间直觉模糊集方法对属性权重未知的群求解其多属性决策

本文首先提出群区间直觉模糊有序加权几何(groupinterval-valuedintuitionistic fuzzy orderedweighted geometric,GIVIFOWG)算子和群区间直觉模糊有序加权平均(group interval-valued intuitionistic fuzzy ordered weighted averaging,GIVIFOWA)算子.利用GIVIFOWG算子或GIVIFOWA算子聚集群的决策矩阵以获得方案在属性上的综合区间直觉模糊决策矩阵(collectiveinterval-valuedintuitionistic fuzzy decision-matrix,CIVIFDM).然后定义了一个考虑犹豫度的区间直觉模糊熵(interval-valuedintuitionistic fuzzyentropy,IVIFE);通过熵衡量每个属性所含的信息来求解属性权重.最后,提出基于可能度的接近理想解的区间排序法(interval technique for order preference by similarity to an ideal solution,ITOPSIS)和区间得分函数法.在ITOPSIS法中,依据区间距离公式计算候选方案和理想方案的属性加权区间距离,进而采用ITOPSIS准则对各方案进行排序;在区间得分函数法中,算出CIVIFDM中各方案的得分值以及精确值,然后利用区间得分准则对各方案进行排序.实验结果验证了决策方法的有效性和可行性.     

基于策略权重的模糊多属性决策方法

在实际的多属性决策问题中,决策者可以策略性地设置属性权重来获得期望的可选方案排名,这就是策略权重操控问题.决策者的不诚实性在现实中是普遍存在的,对于该问题的研究具有实际价值,而对该问题的研究目前主要针对于确定数.鉴于此,将策略权重操控问题的研究拓展到模糊多属性决策.首先,定义模糊多属性决策的策略权重操控问题和排名范围概...     

基于满意度的区间数多属性决策

针对属性权重为实数而属性值为区间数的多属性决策问题,提出了一种基于满意度的多属性决策方法。本文借鉴连续有序加权平均算子中的满意度、区间数的可能度和集对分析联系数的相关知识,将区间数满意度和同异反三元联系数满意度引入了决策信息不确定性消除问题,接着利用OWA算子对满意度信息进行集结并对方案进行排序。最后进行对比实验,实验结果表明了该方法的有效性和可行性。     

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。     

区间直觉模糊决策中专家与属性权重确定方法

针对评价信息为区间直觉模糊的多属性群决策问题中,决策者与属性的权重均未知的情况,提出一种排序方法。为求解属性值权重,从区间直觉模糊数的几何意义出发,基于熵值最大化原理,求出属性的权重,得到每位专家对每个方案的综合评价值。基于专家个体与专家群体意见之间的灰色关联度以及熵最大化原理,建立模型求出各决策者的权重。在此基础上综合所有专家意见得到评价值,并对方案比较排序。算例验证了此方法的合理有效性。     

属性值为区间数的决策对象相对可能度关系模型及其应用

对于属性权重未知的区间数型不确定多属性决策问题,首先在界定区间数相对可能度的基础上给出区间数比较相对可能度关系理论,并得到一些相关性质;其次借鉴离差最大化模型算法建立基于比较相对可能度关系确定属性权重的区间数型决策对象相对可能度关系模型(IN-DMORPRM);然后通过集结与融合供选决策对象间两两优势比较测定出的相对可...     

一种区间数多属性决策的VIKOR扩展方法

针对备选方案中属性值及各属性权重为区间数的多属性决策问题,运用区间数对VIKOR方法进行改进,提出一种基于区间数的多属性决策方法。该方法以最接近理想解为基本思想,在决策过程中采用线性规范策略,利用心态指标对区间数进行排序,在可接受优势和决策过程稳定的条件下对备选方案择优。采用该方法,能够更全面地分解决策者的不同心态指标,计算决策者处于各种不同心态下的备选方案折衷解,通过排序分析可进一步得出多属性决策的最优解,所得结果合理有效,更符合多属性决策问题的实际情况。通过一个代表性实例分析,验证了该方法的可行性和有效性。     

直觉模糊群决策中专家权重确定的一种精确方法

在直觉模糊群决策中,一般通过赋权法对不同专家或决策者进行有效区分,相关研究多偏重等值赋权与主观赋权,但两者均存在不足.基于此,提出一种仅依靠非犹豫度(专家对属性的非犹豫程度意味着对该属性信息的掌握程度)的精确加权(AWD)方法,并证明了该方法的单调性与尺度不变性.在 AWD 方法基础上,提出FOAWA 和 IFOAWG 算子,证明了新算子的幂等性、有界性与交换性.最后,通过算例展示了所提出方法的可行性和有效性.     

一种基于前景理论的三参数区间灰数型群体灰靶决策方法

考虑决策者关于指标满意域和风险态度对群体决策的影响, 提出基于前景理论的三参数区间灰数型群体灰靶决策方法. 该方法利用“奖优罚劣”的三参数区间灰数线性变换算子对原始决策信息进行规范化处理, 能够充分反映决策值是否中靶. 在此基础上, 以规范化区间的零点作为参考点, 定义前景价值函数. 依据群体一致性和极大熵原理构建决策者权重模型, 根据综合前景值的正负判断方案是否中靶. 最后, 通过实例表明了所提出方法的有效性和优越性.     

基于区间梯形二型犹豫模糊数的多准则决策方法

针对准则权重不完全的犹豫模糊多准则决策问题,提出基于区间梯形二型犹豫模糊数的决策方法.首先,给出区间梯形二型犹豫模糊数,根据几何面积法定义区间梯形二型犹豫模糊数的可能度和差异度;然后,利用差异度和离差最大化模型得到各准则权重,基于TOPSIS思想得到各方案的综合贴近度,并对方案进行排序;最后,通过算例分析和对比分析验证了所提出方法的可行性和有效性.     

区间Pythagorean模糊交互式多准则决策模型

研究了权重信息部分已知,评价信息为区间Pythagorean模糊数的交互式多准则决策问题。利用区间Pythagorean模糊数得分函数,计算各方案的加权得分向量在Pythagorean模糊正理想点和Pythagorean模糊负理想点上的投影,构建基于方案满意度最大的非线性规划准则权重确定模型。根据决策者的主观偏好并结合现有客观信息建立单目标规划模型,通过对方案满意度的给定与修正来实现交互决策。通过算例说明模型及方法的可行性和有效性。     

模糊语言下的梯形模糊数心态指标群决策方法

在模糊语言下,提出了梯形模糊数心态指标的群决策方法。在属性权系数和决策者权系数信息都不完全的情况下,引入心态指标,将模糊语言的梯形模糊数决策矩阵转化为带心态指标的决策矩阵;利用决策的不完全信息构造Fuzzy线性规划,分别求解出属性权重和决策者权重;对决策者的心态指标进行集成得到群体风险态度,模糊集成群体风险态度与方案的群体评价值,得到整个方案集的排序。选取实例说明该方法的有效性、可行性和可操作性。     

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.     

Industrial robot selection using a novel decision making method considering objective and subjective preferences

Robots with vastly different capabilities and specifications are available for a wide range of applications. Selection of a robot from among the large number available in the market to suit a particular application and production environment has become a difficult task. Many methods for robot selection have been developed to date. Keeping in view the research works on industrial robot selection, a subjective and objective integrated multiple attribute decision making method is proposed in this paper for the purpose of robot selection. The method considers the objective weights of importance of the attributes as well as the subjective preferences of the decision maker to decide the integrated weights of importance of the attributes. Furthermore, the method uses fuzzy logic to convert the qualitative attributes into the quantitative attributes. Three examples are presented to illustrate the potential of the proposed method.     

Managing consensus and weights in iterative multiple-attribute group decision making

This study put forwards a novel consensus framework to manage the consensus and weights (i.e., weights of the experts and attributes) in iterative multiple-attribute group decision making (MAGDM) problem. In this consensus framework, an optimization-based consensus model is devised to support the process of preferences-modifying, which seeks to minimize the adjustment amounts (in the sense of Manhattan distance) between the original and adjusted preferences. Then, the other two optimization-based consensus models are constructed to support the weights-updating, in which the consensus level among experts can be further improved. A numerical example is provided to show the application of the proposed consensus framework, and a detailed comparison analysis is presented to verify the effectiveness of the proposed consensus framework.