基于新距离测度的区间数排序

为解决属性取值为区间数的多属性决策问题,本文针对现有区间数距离公式的不足,通过考虑两区间数中任意两点之间的偏差,同时减去两区间数公共部分中任意两点之间的偏差,给出一种新的区间数距离公式,并进一步给出区间数的排序函数,通过该排序函数对区间数进行排序.实例证明,该公式有效避免了以往方法的不足,体现出更高的计算精度.     

基于相似度的区间数群决策方法

针对属性值为区间数的多专家多属性群决策问题,首先,给出了一个度量区间数相似度的新公式,然后研究了相似度一些优良的性质,提出了一种基于相似度的区间数群决策方法,并给出了决策的具体实施步骤.该方法利用OWA算子集结群体专家意见,通过各方案与正、负理想方案的比较,实现对决策方案的排序.最后,通过算例分析验证了该方法的可行性和合理性.     

区间数刻画属性值下的两种多属性决策新算法

为了解决区间信息多属性决策问题,建立了两种多属性决策算法(算法1和算法2).算法1: 首先利用区间数的积型贴近度公式将属性的区间信息数据转换为精确数值,然后使用Maclaurin对称平均算子集结属性的精确数值,进而通过比较其数值大小来判断方案的优劣.算法2: 首先利用区间数的积型贴近度公式算出各方案在所有属性上的积型模糊互补判断矩阵,然后通过求解积型模糊互补判断矩阵的排序向量来判断方案的优劣.研究表明,两种算法的决策路径虽然不同,但其排序结果相同,即不同决策路径不会影响方案的排序结果,因此决策者可以根据实际问题需要选择适当的决策算法及排序规则,以更好地满足决策需求.     

集对分析自耦合算法在多属性决策中的应用

区间数多属性决策是一类不确定性决策。针对同一个区间数多属性决策问题可以从不同角度应用集对分析联系数建模决策这一现象,研究了对同一个区间数多属性决策用联系数采用不同算法得到不同的方案排序问题,在此基础上提出集对分析自耦合算法,并用实例说明这种自耦合算法有助于提高区间数多属性决策的科学性和客观合理性。     

决策信息数据为区间数的一种多属性群决策方法

为了解决属性值为区间数的多属性群决策问题,提出了一种以决策信息数据为区间数的多属性群决策方法.首先分析了评价专家权重的计算方法;然后采用区间数熵值法确定属性权重;最后在确定评价专家权重与属性权重后对每个方案的综合有效评价值和属性的正负有效综合理想属性值进行测度,以此求出每个方案的有效综合属性测度结果,并进行排序.采用实...     

区间数多属性决策的SPA-TOPSIS方法

借鉴集对分析(SPA)理论将属性值为区间数的多属性决策问题转化为基于三元联系数的多属性决策问题,并依据传统的逼近理想解的排序(TOPSIS)方法的基本思路,提出了一种解决区间数多属性决策问题的SPA-TOPSIS方法.该方法简洁直观,易于计算,无需对区间数进行排序.实例分析说明了它的有效性和实用性.     

基于中值-半宽(M-H)的区间多属性决策方法

从不确定区间数的中值与半宽角度出发研究属性权重信息完全未知且属性值以区间数形式给出的多属性决策问题。文中给出区间数定义,构建中值-半宽(M-H)区间数排序方法与运算法则;给出基于(M-H)区间数决策矩阵的规范化方法,依据决策方案与理想方案的关联系数离差最大化原则,提出求解属性权重的优化方法,并通过实例验证了该方法的实用性和有效性。     

基于联系数的多属性决策模型

针对权重为区间数且属性值为实数和区间数相混合的多属性决策问题,提出了基于联系数的多属性决策模型。该模型将区间型权重、实数型及区间型属性值转化成联系数的形式,利用联系数的运算规则确定决策方案的排序。该方法集确定与不确定分析为一体,反映了不确定性对结果的影响,所需计算量较少,便于应用。实例分析验证了该方法的有效性和实用性。     

区间直觉模糊数的精确函数及其在决策中的应用

针对区间直觉模糊数的排序问题,定义一种新的区间直觉模糊数精确函数。在考虑犹豫度信息的情况下,讨论了该精确函数的性质。通过实例与已有的精确函数比较,结果显示,该精确函数的排序能力有一定程度的提高。最后将其应用到区间直觉模糊多属性决策中,并用实例分析验证该方法的有效性。     

权重信息未知的区间直觉模糊多属性决策方法

针对权重信息完全未知且属性值为区间直觉模糊数的多属性决策问题,提出了一种基于线性规划和投影模型的决策方法.该方法首先引入区间直觉模糊数相离度的概念,然后,给出了一种基于加权属性值离差最大化的线性规划模型,通过求解此模型得到相应的属性权重.进而利用各个方案的加权属性值在加权模糊正理想点上的投影对方案进行排序.最后用实例说明了该方法的可行性和有效性.     

区间数多属性决策的SPA-TOPSIS方法

借鉴集对分析(SPA)理论将属性值为区间数的多属性决策问题转化为基于三元联系数的多属性决策问题,并依据传统的逼近理想解的排序(TOPSIS)方法的基本思路,提出了一种解决区间数多属性决策问题的SPA-TOPSIS方法。该方法简洁直观,易于计算,无需对区间数进行排序。实例分析说明了它的有效性和实用性。     

部分指标权重信息下的区间数多指标决策方法

针对指标权重信息部分已知、部分未知且指标值为区间数形式的多指标决策问题,提出一种决策分析方法.在对具有部分指标权重信息的区间数多指标决策问题进行数学描述的基础上,依据传统的理想点方法的基本思路,给出解决指标权重信息不完全的区间数多属性决策问题的计算步骤,其核心是通过构建最优化模型,得到每个方案与正理想点、负理想点的差异值,进而通过计算出相对接近度,即可得到所有方案的排序结果.通过一个算例说明该方法的实用性和有效性.     

基于联系数广义有序加权平均算子的三角模糊数多属性决策方法

为解决属性值和属性权重都是三角模糊数时的多属性决策问题,采用等价转换的思路将属性值和属性权重的三角模糊数转换成同异型二元联系数,进而将三角模糊数的多属性决策转换成二元联系数的多属性决策.基于对二元联系数的有效信息集成,构建了一种新型的联系数广义有序加权平均(CNGOWA)算子,并提出了一种基于CNGOWA算子的三角模糊数多属性决策方法.实例分析表明,基于CNGOWA算子的三角模糊数多属性决策方法合理、稳定,可应用于三角模糊数型的模糊数据的决策分析和应用.     

基于投影及优势度的不确定语言群决策方法

针对属性权重信息不完全的多粒度不确定语言多属性群决策问题,提出一种基于投影及优势度的群决策方法.该方法采用连续区间二元语义的有序加权调和平均(ITC-OWH)算子将多粒度不确定语言评价矩阵转化为二元语义决策矩阵,基于投影法构建目标规划模型,从而确定单个决策者的属性权重向量.在每个决策者之下,计算任意2个方案之间比较的综合属性优势度,根据综合优势度矩阵及决策者权重向量获得群体综合优势度矩阵,由各方案的总优势度获取方案的排序结果.最后,将提出的群决策方法应用到潜艇研制方案遴选问题中,验证了该方法的可行性与有效性.     

基于可能度的区间直觉模糊数排序方法及其在决策中的应用

根据区间直觉模糊数的隶属度与非隶属度的代数和与差,定义一种用区间数表达的得分函数和精确函数, 并利用本文定义的得分函数和精确函数给出区间直觉模糊数大小的可能度,然后基于可能度提出区间直觉模糊数的一种新的排序方法。最后,基于这种新的排序,给出了区间直觉模糊信息环境下的多属性决策方法,并用数值算例说明该方法的可行性和有效性。       

基于直觉梯形模糊数的信息不完全多属性决策方法

针对权重信息不完全未知且属性值为直觉梯形模糊数的多属性决策问题,给出了基于直觉梯形模糊数得分函数和投影模型下的多属性决策方法,通过投影法建立了非线性规划模型,并通过数学软件得到各属性权重,通过投影率作为排序指标,进行排序择优。最后通过实例说明了该方法的有效性。     

基于CC-OWG算子的区间数多属性群决策方法

针对属性权重和属性值均以区间数形式给出的不确定多属性决策问题,提出一种基于CC-OWG算子的区间数多属性群决策方法.该方法利用连续区间数据有序加权平均(C-OWA)集成算子对区间数属性权重进行处理,利用组合的连续区间数据有序加权几何(CC-OWG)集成算子对区间数属性值进行集成.最后,以实例分析说明了该方法的实用性和有效性.     

基于决策人满意度的区间UTA方法

针对区间数多准则决策问题,扩展了传统的效用加性(utility additive, UTA)方法,提出了一种区间UTA方法。该方法首先根据传统的UTA方法,将参考方案的所有指标值转换为效用范围,即效用区间;然后利用区间数运算,得到参考方案的综合效用,进一步根据决策人的满意度和区间数的中点、半宽构建一个线性规划模型,计算出最小误差;在再优化分析中,以各指标下所有节点郊用的方差最小为目标函数,建立二次规划模型,计算出每一指标下各节点的效用值,利用效用值得到待评方案的综合效用区间和排序。算例表明,提出的区间UTA方法能有效地对方案排序,并与决策人以往的偏好信息一致。     

SVM方法在武器装备综合论证中的应用

针对现有武器装备综合论证存在的不足，引入了基于支持向量机（support vecto rmachine，SVM）的多属性决策方法。分析了多属性决策支持向量机方法的机理；建立了多属性决策支持向量机方法的价值函数决策模型和方案序关系决策模型，用以训练支持向量机；提出了基于支持向量回归和分类的多属性决策支持向量机实现算法。最后给出了一个算例。