基于分形维数的非常规决策表的属性约简

属性约简是粗糙集的一个核心研究课题,但经典属性约简及其延伸算法是基于有决策属性的决策表的属性约简算法,它们对无决策属性的非常规决策表的属性约简无能为力。以粗糙集理论为基础,对无决策属性的非常规决策表从分形维数方面进行研究,提出了一种适用于无决策属性的决策表的启发式属性约简算法。该算法在一定程度上能够解决非常规决策表的属性约简问题,进一步扩展了粗糙集理论的应用范围。实例表明该算法是有效可行的。     

基于k-means聚类的神经网络分类器集成方法研究

针对差异性是集成学习的必要条件,研究了基于k-means聚类技术提高神经网络分类器集成差异性的方法。通过训练集并使用神经网络分类器学习算法训练许多分类器模型,在验证集中利用每个分类器的分类结果作为聚类的数据对象;然后应用k-means聚类方法对这些数据聚类,在聚类结果的每个簇中选择一个分类器代表模型,以此构成集成学习的成员;最后应用投票方法实验研究了这种提高集成学习差异性方法的性能,并与常用的集成学习方法bagging、adaboost进行了比较。     

多属性群决策中一种基于主观偏好确定属性权重的方法

提出一种多属性群决策中同时考虑专家群体对属性主观赋权的偏好和决策者对决策重要性认识的偏好来确定属性权重的方法,能够兼容专家实数型、区间型和语言型等类型的属性权重赋值.首先建立标准属性重要差异矩阵以实现专家对属性赋权的优劣比较和差异规范,定义统一的决策者偏好映射对其进行调整;然后求解各矩阵的排序向量以量化属性的相对重要程度,并与专家权重聚合得到属性权重向量;最后给出了方法的具体步骤,并通过算例说明了该方法的具体应用.     

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.     

基于行为均衡分析的多学科协同决策机制设计

针对求解不确定、动态和分布式的多学科设计优化问题时所面临的挑战,提出了一种基于行为均衡分析的多学科协同决策机制。在行为博弈分析框架下,通过采用折衷决策支持问题建立学科设计团队的基本决策模型,利用理性反应集刻画团队之间的交互作用和耦合关系,结合社会偏好理论、认知演算和前景理论来描述团队之间行为均衡的实现过程,该机制为多学科设计博弈的动态演化过程提供了一个有效的建模工具。     

区间灰色不确定语言多属性群决策方法

针对属性值为区间灰色不确定语言信息的多属性群决策问题,在定义区间灰色不确定语言变量及其运算规则的基础上,给出了3种几何加权集结算子,由区间灰色不确定语言几何加权算子集结各决策者给出的决策矩阵得到群体决策矩阵。在属性权重已知的情形下,基于该算子集结单个决策者给出的属性权重向量得到群体属性权重向量;在属性权重完全未知的情形下,采用信息熵法确定属性权重向量。采用区间灰色不确定语言混合几何加权算子集结各属性评价信息,得到各方案的综合评价值,基于区间灰色不确定语言变量大小比较的方法得到方案排序结果。算例分析表明了该方法的有效性与可行性。     

基于乘法偏好关系的群一致性偏差熵多属性群决策方法研究

在多属性群决策中, 针对每一个属性下决策者都有一个关于决策方案的乘法偏好关系的决策问题, 提出一种基于乘法偏好关系的群一致性偏差熵多属性群决策方法. 此方法考虑到不同属性下的决策者具有不同的权重, 并通过迭代运算可以达到群一致性水平, 从而得出最终的不同属性下决策者的权重; 同时, 可以利用偏差熵模型来求解属性权重, 利用这两个权重最终获得一个综合各方意见的群一致性乘法偏好关系. 最后通过算例分析验证了所提出方法的有效性.     

Pythagorean犹豫模糊灰色关联前景多属性决策方法

针对Pythagorean犹豫模糊环境下的多属性决策问题,提出了一种基于前景理论的Pythagorean犹豫模糊灰色关联多属性决策方法。定义了Pythagorean犹豫模糊数的灰色关联度和前景价值函数。基于灰色关联度定义了各方案相对于正负理想解的差异集,结合前景价值函数将Pythagorean犹豫模糊决策矩阵转化为价值矩阵。通过各方案的收益损失比值对备选方案进行优劣排序。为了说明该决策方法的可行性和有效性,将其应用到能源项目的综合评价上,并通过实例对比验证了提出决策方法的优越性。     

一种基于混合多属性的VIKOR群决策方法

针对含有多种属性和混合评价信息群决策问题,提出一种基于直觉模糊VIOKR的评价方法.首先,将不同类型属性值转换为直觉模糊数处理混合评价信息,降低了评价的随机性和模糊性,接着建立最小偏差优化模型计算指标以及专家权重,解决了专家和属性的权重信息未知的问题;引入VIKOR理论集结评价值对评价对象进行评价排序,并与TOPSIS方法进行了对比,说明了本算法的可行性和可信度.最后以某型电源车虚拟训练系统为研究对象,对人员业务水平决策进行实例研究,结果表明该群决策方法能够有效实现决策,具有较好的工程应用价值.     

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。     

灰色关联投影下的模糊多属性群决策方法

针对属性评价信息为区间直觉梯形模糊数的多属性群决策问题,给出一种基于灰色关联投影的群决策方法。在规范化处理各决策矩阵的基础上,定义负极端决策矩阵及平均决策矩阵,根据各决策矩阵与这两类矩阵的距离大小确定决策者权重,由区间直觉梯形模糊数加权算术平均算子及决策者权重得到群体决策矩阵。由各方案与正、负理想方案的相对贴近度最小化确定各属性权重,以正理想方案为参考,计算各方案与参考序列关于每个属性的灰色关联系数,并计算各方案到正理想方案的灰色关联投影值,根据各方案投影值大小实现对方案的排序择优。将所给群决策方法应用到生鲜冷库空调系统选择决策问题中,算例分析的过程体现了该群决策方法有效性与可行性。     

两种基于个体偏好集结的多属性群决策共识方法

针对多属性群决策中的共识问题, 提出两种使群体达成共识的方法. 假设群体决策的结果以从个体偏好通过集结得到的群体偏好为基础, 在使用算术加权集结算子和几何加权集结算子的条件下, 分别设计相应的共识达成算法, 并对算法的收敛性进行分析. 与已有方法相比, 所提出算法能够体现决策个体的差异和决策个体对群体的影响. 通过某市政图书馆空调系统安装方案的选择表明了所提出方法的合理性和可行性.

     

对方案有偏好的Vague集互补判断矩阵决策法

研究指标权重信息未知且对方案有偏好的Vague集多属性决策问题。首先将决策信息和偏好信息的Vague值转化为模糊值,进一步将偏好信息转化为互补判断矩阵,从而建立目标规划模型,通过求解该模型得各指标的权重,并通过求解各方案综合属性值对方案进行排序和择优。最后给出算例。     

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。     

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.     

基于毕达哥拉斯模糊幂加权平均算子的多属性群决策方法

研究了毕达哥拉斯模糊环境下的多属性群决策问题。首先,将毕达哥拉斯模糊信息引入幂平均加权算子,提出毕达哥拉斯模糊幂加权平均（PFPWA） 算子,并研究所提算子的基本性质。然后,在毕达哥拉斯模糊数（PFN） 为信息输入的框架内,提出基于毕达哥拉斯模糊幂加权平均算子的群决策方法。所提出的方法使用毕达哥斯拉信息使得决策者的信息表达更加灵活,并且在信息集结过程中采用幂加权平均算子能够同时考虑专家权威与评估信息的可信度。最后,通过案例分析验证了所提方法的可行性和有效性。     

主客观权重集成及扩展VIKOR的多属性群决策方法

针对评价信息、属性权重均为不同粒度语言短语的多属性群决策问题,提出一种基于主客观权重集成及扩展多准则协调优化解（VIKOR）的多属性群决策方法。由基本语言评价集实现对多粒度语言评价矩阵的一致化,基于同一粒度的语言决策矩阵计算群体对属性的评价偏差,基于群体评价意见的一致性原则得到属性客观权重,通过二元语义加权算术平均（T-WAA）算子得到属性主观权重,从而集成主、客观权重求得属性综合权重。集结转化后的单个评价矩阵得到群体评价矩阵及其导出矩阵,由扩展VIKOR方法,根据群效用值、个体遗憾值及综合评价值分别对方案进行排序,获得折衷方案。算例分析表明该方法的有效性与可行性。     

Vague集多属性决策的可能度法

给出了Vague集比较的可能度定义,并研究了其所具有的性质。针对属性权重已知和完全未知的Vague集多属性决策问题,应用最优点方案来建立最优化决策模型。应用Vague集间比较的可能度公式,提出了解决Vague集多属性决策问题的新方法。最后以应用实例对该方法进行说明和验证。     

A consensus reaching model for 2-tuple linguistic multiple attribute group decision making with incomplete weight information

The aim of this paper is to put forward a consensus reaching method for multi-attribute group decision-making (MAGDM) problems with linguistic information, in which the weight information of experts and attributes is unknown. First, some basic concepts and operational laws of 2-tuple linguistic label are introduced. Then, a grey relational analysis method and a maximising deviation method are proposed to calculate the incomplete weight information of experts and attributes respectively. To eliminate the conflict in the group, a weight-updating model is employed to derive the weights of experts based on their contribution to the consensus reaching process. After conflict elimination, the final group preference can be obtained which will give the ranking of the alternatives. The model can effectively avoid information distortion which is occurred regularly in the linguistic information processing. Finally, an illustrative example is given to illustrate the application of the proposed method and comparative analysis with the existing methods are offered to show the advantages of the proposed method.