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.     

基于改进模糊熵和证据推理的多属性决策方法

针对证据推理方法框架下属性权重难以获取的问题,提出一种基于改进模糊熵和证据推理的多属性决策方法。首先,定义证据推理信度决策矩阵框架下的三角函数模糊熵公式,并证明了其满足熵的四个公理化定义。其次,所提方法能够同时处理属性权重完全未知和属性权重信息部分已知两种情况：当属性权重完全未知时,基于信度框架下的改进模糊熵和熵权法的基本思想计算属性权重;当属性权重信息部分已知时,定义加权模糊熵,建立期望模糊熵最小的线性规划模型求解最优属性权重。最后,利用证据推理算法融合方案属性值,结合期望效用理论得到方案排序结果。通过实例计算,并与传统模糊熵计算方法进行比较分析,验证了所提方法能够更加充分地反映原始决策信息,更具客观性和一般性。     

一种基于对象-语言值决策矩阵的模糊语言TOPSIS决策方法

模糊语言决策方法是决策领域的热点研究内容之一.比较现有模糊语言决策方法研究中广泛使用的决策矩阵,提出对象-语言值决策矩阵表示决策专家根据决策属性给出的评价语言信息,分析对象-语言值决策矩阵在区分明晰、部分未知及犹豫的模糊语言决策问题中的优势;借鉴经典TOPSIS决策方法及向量运算,给出基于对象-语言值决策矩阵的正负理想解确定方法以及备选对象与正负理想解的伪距离和贴近度计算方法,分析伪距离和贴近度的相关性质;基于2-元组语言表示模型,提出基于对象-语言值决策矩阵的模糊语言TOPSIS决策方法.通过实例分析,并与已有3种重要的模糊语言决策方法进行比较,比较结果说明所提出的决策方法可以克服已有决策方法的不足, 是一种可选的模糊语言决策方法.     

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。     

基于变权的语言评价信息不完全的群组评价方法

针对评价群体成员权重未知且语言评价信息不完全的群组评价问题,提出了一种基于变权的证据推理解决方法．该方法将各评价群体成员的评价意见作为证据,将位置权向量引入到信度初始分配的建立中,定义了冲突度指数的概念作为证据赋权的诱导分量,结合“大多数”模糊量化算子确定权重,并应用Ｄｅｍｐｓｔｅｒ规则进行证据合成．该方法从证据之间提取权重信息,体现了采纳多数人意见的群组评价思想．最后给出了一个应用实例．     

基于团树传播的证据网络推理算法

将团树传播算法应用于证据网络中,解决复杂的多连通知识网络结构下的信度推理问题.将复杂多连通网络构造成一棵团树,并将联合信度作为团节点的参数实现复杂多连通网络结构上的证据网络信度推理.在进行联合信度函数信息融合的过程中,通过引入两种新的交并运算实现对DSmT组合规则的改进,减少不确定性.最后通过实例验证了所提出方法的可行性.     

基于云模型与证据理论的通信电子防御效能评估

针对通信电子防御效能评估过程中指标的不确定性描述问题,提出一种基于云模型和证据理论的信息融合评估方法。设计评语等级云发生器,根据云隶属度构造基本信度分配函数。基于证据距离修正的证据融合规则对不同指标的基本信度分配信息进行融合,并将融合后的基本信度分配与评语量化值进行线性加权,得到最终评估结果。以跳频通信装备为例进行通信电子防御效能评估,结果表明,该方法能有效降低专家评价的主观性,使评估结果更准确客观。     

基于变权的语言评价信息不完全的群组评价方法

针对评价群体成员权重未知且语言评价信息不完全的群组评价问题,提出了一种基于变权的证据推理解决方法．该方法将各评价群体成员的评价意见作为证据,将位置权向量引入到信度初始分配的建立中,定义了冲突度指数的概念作为证据赋权的诱导分量,结合“大多数”模糊量化算子确定权重,并应用Ｄｅｍｐｓｔｅｒ规则进行证据合成．该方法从证据之间提取权重信息,体现了采纳多数人意见的群组评价思想．最后给出了一个应用实例．

     

基于Pythagorean不确定语言的扩展VIKOR多属性群决策方法

针对属性值为Pythagorean不确定语言变量,属性权重和专家权重完全未知的群决策问题,提出一种扩展VIKOR多属性群决策方法.首先,给出Pythagorean不确定语言变量的概念,提出考虑语义变化的Pythagorean不确定语言变量运算规则、大小比较方法和Hamming距离测度;其次,提出基于Pythagorean 不确定语言模糊熵的属性权重确定方法和基于相似度的专家权重确定方法,进而提出一种新的扩展VIKOR方法;最后,通过国内航空公司服务质量评估实例验证所提出方法的有效性和可行性.     

基于犹豫模糊语言多属性群决策的VIKOR扩展方法

针对犹豫模糊语言多属性群决策问题,提出了一种基于可能度分布的VIKOR方法。该方法首先将基于犹豫模糊语言的评价信息转化成可能度分布值,定义了新的距离公式,避免了传统犹豫模糊语言评价信息在计算过程中造成的信息扭曲。然后,设计了基于最大群体效用与最小个体遗憾两个目标的群体信息集结优化模型,并给出多属性群决策的VIKOR扩展方法。运用一个交通建设方案选择的案例分析验证了方法的有效性和优越性。     

一种信息不完全确定的多准则语言群决策方法

针对权系数信息不完全确定且方案的准则值为确定语言等级或位于两个连续语言等级之间，甚至缺失的群决策问题，提出一种群体语言决策方法．该方法利用证据推理算法得到方案属于各语言等级的信任度，利用二元语义对方案进行语言集结；然后结合决策者和准则权重的不完全确定信息及方案与理想方案的二元语义问的距离构建非线性规划模型．利用遗传算法求解所得模型，计算得到各方案的排序．实例计算表明了该方法的可行性和有效性．     

实体异构性下证据链融合推理的多属性群决策

针对多属性群决策中可解释性证据融合推理的实体异构性问题,给出了一个实体异构性下证据链融合推理的多属性群决策方法.基于证据推理理论,引入证据链关联的概念,从多数据表提供的数据矩阵中获取可区分的近邻证据集,推导了各数据表的相似度矩阵,并构建半正定矩阵的二次优化模型,共享群决策专家的经验知识.使用Dempster正交规则,论证了异构实体之间可解释性推理中可信度融合的合理性,并使用证据融合规则集成各个数据表的近邻证据中获得的可信度,验证了调和多源异构数据中不一致信息的有效性.通过具有实体异构性的心脏病多决策数据诊断实例说明了方法的可行性与合理性.     

基于置信规则库推理的二择众仓分类方法

针对线性组合方式所构建的置信规则库存在常常无法准确发挥前件属性权重的效能,且随着评价等级个数的增加,新激活权重公式往往会对结果造成不利影响的不足,本文在现有置信规则库推理分类算法的基础上,提出二择众仓决策法,以此改进置信规则库决策系统。首先仅设置两个规则的后件评价等级,对一个决策问题仅做出二择判定,即回答是与否;其次,设置多个置信规则库同时处理若干个子问题;最后通过众仓决策方式融合多个子问题的结果,进而解决最终的分类问题。实验结果表明,改进后的置信规则库推理分类方法可行有效。     

TOPSIS with belief structure for group belief multiple criteria decision making

The technique for order performance by similarity to ideal solution(TOPSIS)is one of the major techniques in dealing with multiple criteria decision making(MCDM)problems, and the belief structure(BS)model has been used successfully for uncertain MCDM with incompleteness, impreciseness or ignorance. In this paper, the TOPSIS method with BS model is proposed to solve group belief MCDM problems. Firstly, the group belief MCDM problem is structured as a belief decision matrix in which the judgments of each decision maker are described as BS models, and then the evidential reasoning approach is used for aggregating the multiple decision makers' judgments. Subsequently, the positive and negative ideal belief solutions are defined with the principle of TOPSIS. To measure the separation from ideal solutions, the concept and algorithm of belief distance measure are defined, which can be used for comparing the difference between BS models. Finally, the relative closeness and ranking index are calculated for ranking the alternatives. A numerical example is given to illustrate the proposed method.     

Some hybrid aggregating operators in linguistic decision making with Dempster–Shafer belief structure

In this paper, we have studied the Dempster–Shafer theory of evidence in situations of decision making with linguistic information and we develop a new aggregation operator: belief structure generalized linguistic hybrid averaging (BS-GLHA) operator and a wide range of particular cases. we have developed the new decision making model with Dempster–Shafer belief structure that uses linguistic information in order to manage uncertain situations that cannot be managed in a probabilistic way. We have seen that all these approaches are very useful for representing the new approaches in a more complete way selecting for each situation the particular case that it is closest to our interests in the specific problem analyzed. Finally, a numerical example is used to illustrate the applicability and effectiveness of the proposed method. We have pointed out that the results and decisions are dependent on the linguistic aggregation operator used in the decision making process.     

基于证据理论和前景理论的犹豫-直觉模糊语言多准则决策方法

在犹豫模糊语言和直觉模糊语言的基础上,提出一种新的犹豫-直觉模糊语言集,并定义得分函数、精确函数和Hamming距离公式.针对准则值为犹豫-直觉模糊语言的不确定多准则决策问题,构建基于证据理论和前景理论的拓展型VIKOR方法.该决策方法利用证据理论处理自然状态发生的概率未知的不确定状况,应用前景理论刻画人在做决策时的有限理性行为,使决策结果更能反映实际情况.最后,通过算例表明了所提出方法的有效性和可行性.     

基于新型距离测度的概率语言多属性群决策方法

研究属性权重和专家权重均未知条件下的概率语言多属性群决策问题.首先,针对传统概率语言术语集距离测度的不足,提出改进的距离测度,并证明其性质和优越性.其次,基于新的距离公式,定义决策者的平均相似度,并结合专家之间的信任度矩阵计算每个属性下决策者的综合权重;构建基于相似-信任分析的群体共识调节模型,尽可能保留各属性下权威专家的意见;考虑到属性之间的相关性以及各个属性的重要程度,构建基于广义Choquet积分和离差最大化法的主客观综合赋权模型.随后,在新的距离测度的基础上,结合TODIM方法构建概率语言多属性群决策框架,实现对多个备选方案的排序.最后,以光伏电站的选址为例,验证所提出方法的有效性和合理性.     

A robust continuous model for evidential reasoning

A 2-D model for evidential reasoning is proposed, in which the belief function of evidence is represented as a belief density function which can be in a continuous or discrete form. A vector form of mutual dependency relationship of the evidence is considered and a dependency propagation theorem is proved. This robust method can resolve the conflicts resulting from either the mutual dependency among evidences or the structural dependency in an inference network due to the evidence combination order. Belief conjunction, belief combination, belief propagation procedures, and AND/OR operations of an inference network based on the proposed 2-D model are all presented, followed by some examples demonstrating the advantages of this method over the conventional methods.     

An Intuitionistic 2‐Tuple Linguistic Information Model and Aggregation Operators

Dealing with uncertainty is always a challenging problem, and different tools have been proposed to deal with it. Fuzzy sets was presented to manage situations in which experts have some membership value to assess an alternative. The fuzzy linguistic approach has been applied successfully to many problems. The linguistic information expressed by means of 2‐tuples, which were composed by a linguistic term and a numeric value assessed in [ ? 0.5, 0.5). Linguistic values was used to assess an alternative and variable in qualitative settings. Intuitionistic fuzzy sets were presented to manage situations in which experts have some membership and nonmembership value to assess an alternative. In this paper, the concept of an I2LI model is developed to provide a linguistic and computational basis to manage the situations in which experts assess an alternative in possible and impossible linguistic variable and their translation parameter. A method to solve the group decision making problem based on intuitionistic 2‐tuple linguistic information (I2LI) by the group of experts is formulated. Some operational laws on I2LI are introduced. Based on these laws, new aggregation operators are introduced to aggregate the collective opinion of decision makers. An illustrative example is given to show the practicality and feasibility of our proposed aggregation operators and group decision making method.