一种基于区间信度结构的混合型多属性决策方法

考虑决策者对语言评估的不确定性,用区间值表示语言评价等级,并将证据理论(DST)和数据包络分析(DEA)两种方法相结合,提出一种基于区间信度结构的混合型多属性决策方法.首先,通过区间型交叉效率模型构造决策单元定量指标的区间信度结构,利用证据推理非线性优化模型对区间信度结构进行集结,并将集结后的区间信度结构进行效用等价转换,得到一个信度为区间型的分布式等级评估向量;然后,通过证据推理非线性优化模型对定量指标和定性指标的区间信度结构进行融合,得到决策单元总的区间信度结构分布式评估向量,并结合期望效用理论对决策单元进行排序;最后,通过具体算例进行比较分析,结果验证了所提出方法的有效性和合理性.     

基于决策者信任度的风险型混合多属性群决策方法

考虑决策者对风险型混合多属性评价结果的信任程度不同, 提出基于前景理论和改进投影理论的群决策方法. 建立一个数组以描述在不同信任度下群决策专家的评价结果, 并将数组中混合数据类型转化为三角模糊数. 在考虑决策者信任度的前提下集结群信息、确定属性权重. 引入综合前景价值和考虑权重的投影相对接近度两种方法对方案进行排序. 最后通过实例表明了所提出方法的合理性和有效性.

     

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.     

一种基于前景理论的不确定语言变量风险型多属性决策方法

针对区间概率条件下属性值为不确定语言变量的风险型多属性决策问题,提出了一种基于前景理论的决策方法．首先建立了不确定语言变量的前景价值函数和区间概率权重函数,计算了方案在各属性下的前景值;然后通过属性权重得到各方案的加权前景值,利用各方案加权前景值的期望值对方案进行排序;最后通过应用案例说明了该方法的决策步骤和价值函数不...     

基于风险加权的同构化区间型多属性决策新算法

多属性决策问题的复杂性、决策因素影响的不确定和传统评判方法的局限性,使不确定决策因素的属性测度常常难以精确量化,往往只能用区间数进行大致估量.为了精确量化表征属性决策因素测度值不确定性,根据同构化基本原理与相似性科学相关理论及相关思想,针对区间型多属性决策问题提出了一种基于同构化多属性决策新方法的新算法.该新算法的主要特点是:1)提出了决策者风险偏好权重;2)采用了同构化风险测度三元组(拟下限相似度,风险程度,风险偏好值),来精确量化决策过程中存在的风险程度以及决策者对此风险程度的偏好;3)生成了可描述各属性与决策目标关系的标杆方案;4)定义了方案相似度新概念;5)构造了风险加权相似度量算子(RWSM0),来度量各决策方案与标杆方案之间风险加权相似度的大小;6)挑选出风险加权相似度最大的方案作为最优或满意方案.     

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。     

一种权重信息完全未知的多属性决策方法

针对权重信息完全未知的多属性决策问题,利用超立方体分割的思想,给出数值模拟决策方法.该方法易于在计算机上实现,并且利用该方法得到的评价结果客观可靠,不具有主观随意性.最后,给出一个实际应用的例子.     

属性和专家客观权重未知的区间数群决策方法

针对偏好信息为区间数形式、属性和专家客观权重未知的多属性群决策问题,提出通过属性评价值之间偏离程度的熵值分析和建立目标最小化的非线性规划模型确定属性客观权重,并结合属性主观权重获得属性综合权重;通过灰色关联法分析专家综合评价和群体综合评价之间一致性程度确定专家客观权重,并利用自适应迭代法求得稳定的专家权重;构造了一个新的区间数比较的可能度公式,并基于此公式,给出了方案排序问题的解决方法。通过算例分析及与其他方法对比,验证了所提出方法的可行性和有效性。最后,分析了相关参数对决策结果的影响。     

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。     

考虑未知属性权重的区间直觉模糊VIKOR方法

针对传统模糊集方法处理不确定性多属性决策问题时只考虑隶属度信息的缺点,提出了基于区间直觉模糊集的VIKOR决策方法。区间直觉模糊集用来处理区间语义评价信息。考虑属性权重未知的问题,基于区间直觉模糊数间的支持度确定属性权重,属性的支持度越高,则其权重越小。将区间直觉模糊交叉熵引入区间直觉模糊VIKOR方法用于计算区间直觉模糊数间的距离。最后以某手机设计方案评价为例,验证了所提方法的有效性。     

属性权重未知情况下犹豫模糊多属性决策方法

针对属性权重未知的犹豫模糊多属性决策,利用犹豫模糊元边界的确定性与边界内隶属度的犹豫性,把犹豫模糊元转换成集对分析中的三元联系数;再根据三元联系数的势函数和属性离差最大法确定属性权重,基此建立属性权重未知条件下的基于三元联系数的犹豫模糊多属性决策模型,利用模型中不同犹豫强度对备选方案进行排序。实例计算和对比分析结果表明,新模型不仅包含了其他模型得到的结果,还提供了更多潜在的排序方案信息,由此形成的有条件决策,是犹豫模糊多属性决策不确定性本质属性的映照,与犹豫模糊多属性决策实际应用情况吻合。     

属性权重未知picture模糊多属性决策方法及其应用

针对属性权重未知的picture模糊多属性决策问题,提出一种基于picture模糊熵和picture模糊加权对称交叉熵的多属性决策方法.首先,基于余弦函数提出一类新的picture模糊熵,并验证该熵值满足picture模糊熵的公理化定义;其次,针对标准化处理后的picture模糊决策矩阵,以picture模糊熵确定各属性权重,同时确定正、负理想方案;再次,分别计算各方案与正、负理想方案的picture模糊加权对称交叉熵,考虑决策者的主观评价倾向以模糊折中值得到各备选方案的排序结果;最后,将所提多属性决策方法应用于河南自贸试验区郑州片区创新型项目遴选,并通过对比分析验证该决策方法的有效性与合理性.     

多属性群决策中基于数据稳定性与主观偏好的综合熵权法

针对熵权法下属性客观权重的分散度不高的问题,提出了基于调节系数的改进的判断矩阵标准化处理方法.以不同决策者对相同方案同一属性的评价值为基础,根据数据稳定性与属性权重之间的正相关关系,提出以属性评价值的熵作为数据稳定性的度量,并由该熵值确定属性客观权重的方法.同时,依据群决策者对于属性的主观偏好值的稳定性及其平均值之间的关系给出了属性的主观权重.最后通过算例表明了所提出方法的可行性与实效性.     

空间目标位置误差未知的碰撞概率算法

针对航天器和空间碎片位置误差未知的情况,提出一种空间目标碰撞概率的计算方法。该方法基于正交投影变换将碰撞概率中的三维问题转化到二维进行求解,并利用变量置换的方法计算空间目标碰撞概率。讨论了位置误差椭球形状和大小变化对碰撞概率的影响。根据实际碰撞事例验证了其有效性。     

区间型多属性决策的夹角度量法

针对决策矩阵元素为区间数的不确定多属性决策问题,给出了一种新的决策方法。通过定义区间型正、负理想点以及各方案与理想点的夹角,再利用夹角定义各方案与区间理想点的相对贴近度,从而给出了各方案的排序结果。该方法无需对区间数进行排序和比较,计算简单,易于计算机上实现,应用实例表明了方法的有效性和实用性。     

大型群组多属性决策Bayes 概率修正法

针对大型群组多属性决策问题,给出了备选对象的优势集和Pareto有效率,并讨论了二者的性质.证明并指出了只有备选对象为Pareto解时,其Pareto有效率才可能不为0.将Pareto备选对象的Pareto有效率作为其“最优决策”的先验概率分布,然后利用Bayes公式和群组专家们决策的后验概率对其加以修正,即可得到“最优决策”概率最大的备选对象.该方法在充分利用专家组决策信息的前提下避免了寻找一个主观集结规则的决策问题,不需要集结出一个权重结果,从而减少了决策过程中主观因素的影响,并且当将每位专家的决策看成一个独立的随机实验时,理论上专家人数越多,决策结果越精确.最后以一个算例说明了所提出方法的有效性.     

部分权重信息下对方案有偏好的多属性决策法

研究只有部分权重信息且对方案有偏好的多属性决策问题．首先对方案的偏好信息以互反判断矩阵和互补判断矩阵这两种形式给出的情形，分别建立一个目标规划模型，通过求解这两个模型可确定属性的权重；然后提出一种基于目标规划模型的多属性决策方法；最后通过实例说明了该方法的可行性和有效性。