一种基于三角模糊互补偏好关系的群决策方法

定义了两个三角模糊互补偏好关系的闵可夫斯基距离,利用三角模糊互补偏好关系与平均三角模糊互补偏好关系的距离来确定专家权重。基于三角模糊互补偏好关系的闵可夫斯基距离,提出了群体共识度指标。通过最大化群体共识度构建规划模型,确定群体三角模糊互补偏好关系。最后,提出了一种新的三角模糊互补偏好关系的群决策方法。     

基于复直觉模糊偏好关系的群决策算法

基于复直觉模糊系统,在专家权重未知的情况下,提出了基于复直觉模糊偏好关系的专家权重确定算法和群决策算法。以高血压药物治疗效果为例说明了算法的求解过程,验证了算法的实用性,并利用MATLAB软件对复直觉模糊系统进行了仿真验证。     

一种多粒度语言评价模糊群决策方法

针对多粒度语言评价群决策问题进行研究,提出了基于多粒度语言评价群决策问题的数学模型。利用基于语义的模糊化函数将不同粒度的语言评价映射为同一区间上的三角模糊数,通过模糊语义距离引入了专家评价与群决策模糊评价的一致度,从而得到基于一致度的专家动态权重,实现了专家初始权重与动态权重的灵活均衡使用。最后通过一个应用实例说明了该方法的合理性和有效性。     

基于I-IFHA算子的动态直觉模糊多属性群决策方法

假设各决策时段的时间权重、各决策时段下的属性权重以及决策者权重均已知,各决策者针对各决策时段给出的属性值以直觉模糊数形式给出的动态多属性群决策问题,提出了一种基于导出直觉模糊混合平均(I-IFHA)算子动态直觉模糊多属性群决策方法.该方法利用动态直觉模糊加权平均(DIFWA)算子和动态加权平均(DWA)算子集结动态决策信息分别得到各决策者的综合直觉模糊决策矩阵和综合属性权重向量,并在此基础上利用直觉模糊加权平均(IFWA)算子计算得到各决策者下各方案的直觉模糊评价值;利用I-IFHA算子集结决策者群体决策信息得到各方案的综合直觉模糊评价值;利用直觉模糊数的得分函数及精确函数对决策方案进行排序和择优.最后,通过投资银行对企业进行投资的实例说明了该方法的应用.     

直觉模糊多属性决策自适应一致性算法研究

针对直觉模糊多属性决策问题中专家决策矩阵一致化问题,在使用直觉模糊加权平均算子对专家决策矩阵进行集结得到群决策矩阵的基础上,作者提出了依靠专家决策矩阵和群决策矩阵进行自适应迭代算法,对专家决策矩阵进行反复修正,使之与同步更新的群决策矩阵间达到可接受的一致性程度。算法不需要专家对决策矩阵进行反复的修正,提高了决策的效率。通过计算实例验证了算法的有效性。     

改进直觉模糊熵和证据推理的多属性群决策方法

针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法.针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式.然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序.最后,通过算例进行比较分析,验证提出方法的可行性和有效性.     

直觉模糊多属性群决策的VIKOR方法

针对属性权重信息完全未知且属性值以直觉模糊数形式给出的多属性群决策问题,提出了一种基于多准则妥协解排序的决策方法.利用直觉模糊加权平均算子集成所有的个体决策信息,以获取群决策信息.利用直觉模糊数熵权公式求得属性的熵权.依据传统VIKOR法的基本思想,结合直觉模糊数的距离公式,对备选方案进行排序择优.文中通过实例分析,表明该方法的实用性与可行性.     

基于区间直觉梯形模糊数的群决策方法

针对准则值为区间直觉梯形模糊数（IVITFN）的群决策问题,定义了新的区间直觉梯形模糊数的加性的运算法则;基于这些运算法则,给出了几种区间直觉梯形模糊数信息的算术集成算子,包括区间直觉梯形模糊数的加权算术平均（IVITFNWAA）算子、区间直觉梯形模糊数的有序加权平均（IVITFNOWA）算子和区间直觉梯形模糊数的混合集成（IVITFNHA）算子;基于IVITFNWAA算子和IVITFNHA算子,提出了一种准则值为区间直觉梯形模糊数而准则权重确知的群决策方法。最后,实例分析表明了该方法的可行性和有效性。     

一种新的模糊多目标群决策方法

考虑到客观事物的复杂性和人们对事物认识的模糊性，为了使多层次多目标群决策方法更客观、更确切地反映所研究的问题，详细研究了三角模糊数的运算性质。引入了二个三角模糊M1≥M2的可能性程度的定义，并给出了其简明的表示形式，使层次单排序的值由三角形模糊数转化为普通实数。根据总目标的要求，由参加评价的决策者对各项指标两两比较；比较的结果用三角模糊数表示，得到评价准则的模糊判断矩阵，进行层次单排序然后合成总排序。     

一种基于模糊偏好信息的多属性决策方法

传统的多属性决策方法在解决某些主次属性区别明显的决策问题时效果不理想，为此，从决策者提出的模糊偏好信息出发，结合方案满意度和方案在各属性上的达成程度，提出了一种解决此类问题的新方法。算例表明．该方法具有较强的实用性和可操作性。     

给出方案偏好值的模糊多属性决策方法

针对属性值均为模糊变量,属性权重完全未知但给出方案偏好值的模糊多属性决策问题给出了决策方法。该方法通过建立一个模糊期望值目标规划模型来确定属性的权重,基于简单加权平均法则来计算方案的模糊综合评价值,利用比较模糊变量大小的期望值方法来对方案进行排序。最后通过实例说明了该决策方法的可行性和有效性。     

一种多粒度语言评价模糊群决策方法

针对两种常用基于一对一分类策略的SVM概率建模算法中,Pairwise Coupling法不适合FPGA实现,而投票概率建模法分类性能较差的问题,从折中的角度提出在语种确认中引入一种基于Sigmoid函数的快速SVM概率建模算法。理论分析表明该算法原理简单易于FPGA实现,有利于提高语种确认的实时性。实验结果表明,其性能优于投票概率建模法,与PairwiseCoupling法识别性能相当。     

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.     

直觉决策及其可信度评估方法研究

对现有的直觉决策理论做了简要介绍，在对已有理论进行研究的基础上，给出了直觉决策可能的决策流程。并且通过对决策理论进行研究，建立了评估直觉决策可信度的评估方法和模型，从而为直觉决策的量化给出了一定的依据和研究方向。     

对方案有偏好的三角模糊数型多属性决策方法

针对权重信息不完全,决策者对方案有偏好的三角模糊型多属性决策问题提出了一种新方法。该方法是首先对三角模糊数求截集,将三角模糊数转化为区间数并引入偏差函数,然后建立目标线性规划模型并利用Lingo软件求出属性权重向量,进而对截集下的方案进行排序。     

模糊语言群决策影响因素的分析方法

针对模糊语言评价信息群决策的影响因素分析问题,提出了一种FL-DEMATEL(fuzzy language DE-MATEL)方法。该方法将传统的DEMATEL方法拓展到模糊语言环境中,首先将语言变量转化为梯形模糊数,进行量化处理;然后利用拓展的FL-DEMATEL方法,计算出群决策的梯形模糊数综合影响矩阵,并以此计算出影响因素的中心度和原因度,确定因素的归属问题;最后将FL-DEMATEL方法应用于区域FEEEP系统协调发展中,分析其影响因素之间的关系,说明了该方法的可行性和有效性。     

一种多属性群决策共识达成方法

在多属性群决策过程中,会发生意见不一致情况,为降低决策群体的不一致程度,达成群体共识是多属性群决策需要研究的重要内容。研究了一种改进的共识达成决策算法,通过调整与群体决策相识度大的决策团体权重,再经过迭代运算最终达成群体共识。通过实际算例表明,改进的群体共识达成决策算法更简便,效率更高。     

梯形模糊数的信息安全风险群决策评估方法

针对含有语言评价信息的群决策问题,将梯形模糊数引入信息安全风险评估中,提出了一种基于梯形模糊数的信息安全风险群决策评估方法.首先,用梯形模糊数来表达决策者的评价信息,然后给出梯形模糊数判断矩阵的集结步骤,最后通过计算各威胁所带来的风险与负理想解的相对贴近度,对威胁程度进行排序.通过实例分析,说明了该方法的可行性和有效性...