基于证据理论的群组DEMATEL改进方法

在群组DEMATEL（决策试验与评价实验室）分析过程中,科学合理地集成群组专家意见是保证群决策有效性的技术核心。然而现有文献不仅没有对群组专家意见的集成机理作出科学合理的解释,而且还存在单专家对因素关系判断过于主观武断的问题。为克服上述缺陷,在概述传统群组DEMATEL及系统分析其缺陷的基础上,提出了一种基于证据理论的群组DEMATEL改进方法。该方法优点在于：一方面以信度函数反映决策信息的不完备性,并通过Dempster组合规则有效集成群组专家意见;另一方面以整体判断思想实现群组专家证据信息的交互。实例验证结果表明,改进方法是科学可行的,有着较强的实际应用可操作性。     

模式识别过程中信息不完备情况下的决策原则分析

讨论模式识别过程中，当所需信息不确定或不完全一致时，决策判据的单一原则与综合原则，以及二者之间的相容性问题。引入P-核和N-核的概念作为Pareto优化准则和Nash平衡准则的扩展。     

不确定语言信息下的大规模群体DEMATEL决策方法

针对现有不确定语言决策试验和评价实验(DEMATEL)方法大多仅适用于中小规模群体,且未考虑不确定语言变量采用非均匀标度的情况,探讨一种新的不确定语言信息下的大规模群体DEMATEL决策方法.首先,给出一种群体不确定语言DEMATEL矩阵的聚类方法,并对大规模群体DEMATEL意见进行合理分组;然后,定义三维不确定语言...     

不完备模型下的离散事件系统诊断方法

提出不完备模型的两种不完备性:模型定义不完备和因果关系不完备.在模型定义不完备条件下,用在线观测与模型共同约束的方法处理观测乱序及未定义事件,得到可行的诊断轨迹.相对于基于完备模型假设下不能诊断的结论,该方法扩展了诊断方法的适用范围,放松了对模型的约束要求,在因果不完备条件下,提出用因果图联系部件,解决分布式诊断中由于部件独立建模而导致的不彻底诊断,提高了诊断的精确性.通过实验验证,两种条件下的诊断方法均能在相应的不完备模型中得到预期诊断结果,并对模型进行局部修订,提高模型的完备性.     

基于直觉模糊偏好信息的群组DEMATEL决策方法

决策试行与评价实验室（DEMATEL）方法中,构造直接影响矩阵（DIM）是该方法实现系统分析的关键技术。为克服DIM构造过程中存在的专家判断主观随意性太强以及意见集成机理不明确的内在缺陷,提出一种基于直觉模糊偏好信息的DEMATEL决策方法,该方法依据系统直觉思维,充分考虑了专家认知能力、个人偏好、情境特征,将其判断结果通过直觉模糊数予以反映,不仅完善了现有DEMATEL评价模式,使专家对复杂问题的判断更为科学,而且通过精确加权法对专家直觉模糊信息进行集成,更为清晰地揭示出DEMATEL群组决策的集成机理。实例验证结果表明,所提方法实践可操作性较强。     

基于不完备区间值信息系统的决策粗糙集

在不完备区间值信息系统中,提出一种基于极大相容类的决策粗糙集模型。首先,针对不完备区间值信息系统中属性相似度存在的缺陷,对属性相似度进行改进。其次,在不完备区间值信息系统中,由于容差关系下建立粗糙集模型存在冗余度高、分类精度低的问题,采用极大相容类代替等价类,结合贝叶斯最小风险决策原则,建立决策粗糙集模型。经证明,基于极大相容类建立粗糙集模型可有效提高分类精度。最后,基于正域分布不变的原则提出基于区分矩阵的属性约简算法并将该算法应用于实例。     

基于粒度的不完备信息系统规则挖掘方法

不完备决策表的分析是智能信息处理领域的难点，基于粒度提出了一种对属性值缺失的不完备决策系统的规则挖掘方法。实例证明该方法可以有效地挖掘出不完备信息系统中确定的和可能的规则，并且获取的这些规则具有较好的可理解性。     

基于前景理论的交互式群组风险决策方法

为了克服现有方法因立论假设过于理想而存在决策结果的科学性和满意性较差以及决策过程效率低下等缺陷,基于前景理论构建了能够吸纳多种模糊信息且能从中识别有效前景的优选模型及判别定理,并针对结果价值的交互学习提出了具有收敛性的交互式决策方法。数值模拟分析表明,所提出的方法既能反映群组成员风险偏好,保证决策结果具有科学性、满意性,又能平衡信息完善程度与其获取成本之间的矛盾关系,保证决策过程具有有效性和可行性。     

基于粗糙集的不完备信息系统统计评判填补方法

提出了一种基于粗糙集的不完备信息系统数据填补方法。该方法利用粗糙集中下近似集的性质进行初次数据填补，然后根据属性数据的取值概率函数求出的结果进行二次填补，从而完成对不完备信息系统的完备化处理。采用本方法可以较好地反映信息系统所蕴含的规则，且可以避免信息系统的冲突。当信息系统数据和丢失数据都均匀分布时，填补的数据能反映信息系统的真实状况。     

不完备信息系统中决策规则的不确定性表示

将完备信息系统中决策规则的不确定性度量引入到不完备信息系统中,充分讨论了条件属性值缺失时规则的不确定性度量表现为概率区间的特性,在此基础上给出了确信度和覆盖度的近似概率值,并利用确信度计算出规则对分类的反映程度.     

信任网络下的TODIM群体决策方法

针对在群体决策中如何利用专家之间的社会关系和决策专家的有限理性的问题,提出一种信任网络下的TODIM群体决策方法。首先,根据专家讨论次数,在每一次讨论中,每个专家会根据信任接受程度参考信任者的决策矩阵,并通过信息交互和协商修改决策矩阵;其次,当达到设定的专家讨论次数时,计算最终的群体决策矩阵;最后,分别运用信任网络下的TODIM群体决策方法和TODIM群体决策方法计算各方案排序。对所得结果进行对比分析,并对专家讨论次数和信任接受程度进行灵敏度分析。案例分析结果表明,信任网络下的TODIM群体决策方法能充分结合信任网络,保证了决策过程中的多阶段信息交互和反馈过程,并在对比分析和灵敏度分析上优于对比方法。     

TOPSIS method for multi-attribute group decision-making under single-valued neutrosophic environment

A single-valued neutrosophic set is a special case of neutrosophic set. It has been proposed as a generalization of crisp sets, fuzzy sets, and intuitionistic fuzzy sets in order to deal with incomplete information. In this paper, a new approach for multi-attribute group decision-making problems is proposed by extending the technique for order preference by similarity to ideal solution to single-valued neutrosophic environment. Ratings of alternative with respect to each attribute are considered as single-valued neutrosophic set that reflect the decision makers’ opinion based on the provided information. Neutrosophic set characterized by three independent degrees namely truth-membership degree (T), indeterminacy-membership degree (I), and falsity-membership degree (F) is more capable to catch up incomplete information. Single-valued neutrosophic set-based weighted averaging operator is used to aggregate all the individual decision maker’s opinion into one common opinion for rating the importance of criteria and alternatives. Finally, an illustrative example is provided in order to demonstrate its applicability and effectiveness of the proposed approach.     

基于DEMATEL和信任网络的毕达哥拉斯模糊多属性应急决策方法

针对突发公共卫生事件应急决策过程中属性权重和决策者权重均未知的问题,提出一种基于DEMATEL和信任网络的毕达哥拉斯模糊还原性BM算子决策方法,该方法兼顾主客观关系保障了应急评估体系的完整性。首先考虑到关键因素对突发公共卫生事件应急决策的重要影响,通过DEMATEL方法识别并确定属性权重,以应急决策背景复杂多样为切入点,利用信任传播路径完善信任关系并构建初始信任度和偏好相似度相融合的混合信任网络得到决策者权重;其次,考虑到应急评估的属性间具有强关联性,在改进的相似度测度和得分函数的基础上引入毕达哥拉斯模糊还原性BM算子,计算方案综合评估值及排序;最后,将该方法运用到常态化疫情防控时期医院对于零星散发病例的应急管理评估中,验证了该方法的可靠性和合理有效性。     

多方案DEMATEL的偏好交互与融合方法研究

为有效应对多方案DEMATEL在实际决策情景中涌现的个体选择偏好、流程导向偏好与交互学习偏好三者交互与融合问题,针对现有单方案方法在构造直接判断矩阵过程中忽视专家整体偏好一致性的不足,解析决策过程中三类偏好交互影响的系统复杂性,创新性地从偏好表征有效性、决策过程可控性及专家交互有序效性三个维度形成偏好交互与融合策略的整体思考。相对现有研究的贡献在于：关注多方案情景的多评价对象、多决策目标和多要素集合特征,依据整体决策信息判定策略和成对要素比较信息序列转换策略,创造性提出初始判断信息的整体判断偏好一致性检验方法和多轮次非一致性决策信息调整方案。针对某一众创空间内三个创业团队开展关键影响要素识别,实例验证结果表明上述所构建的方法和策略有效可行,能够形成更具参考价值的多方案对比分析结论,对响应复杂决策情景中的多主体、多层次、多偏好决策困境具有一定参考价值。     

Multi-period multi-attribute group decision-making under linguistic assessments

In fuzzy environments, decision information is more suitable to be expressed in linguistic labels than exact numerical values. Group decision-making with linguistic assessments has received more and more attention over the last decades. Most research on this topic has focused on situations where all the original decision information is provided at the same time and refers to one and same period. However, in many decision areas, such as multi-period investment decision-making, medical diagnosis, personnel dynamic examination, military system efficiency dynamic evaluation, etc., the original decision information is usually collected at different periods and/or refers to different moments in time. This paper investigates the multi-period multi-attribute group decision-making problems where all decision information is expressed by decision-makers in multiplicative linguistic labels at different periods. The paper first introduces a new operator called a dynamic linguistic weighted geometric (DLWG) operator and uses the minimum variability model to derive the time series weights associated with the DLWG operator, and then utilises, respectively, the linguistic weighted geometric (LWG) operator and the DLWG operator to aggregate the given linguistic labels. Moreover, the paper develops an approach to multi-period multiple attribute group decision-making under linguistic assessments so as to derive the final ranking of alternatives, and finally, gives an illustrative example and extends the above results to uncertain linguistic environments.     

基于AHP的群决策风险评估方法

运用层次分析法对一信息系统进行风险评估,以风验发生的概率、风险的影响、风险的不可控性作为层次模型中准则层的元素,采用群决策的方式确定风险因素相对于准则层各元素的层次单排序,专家的权重由其所构造的判断矩阵与其他矩阵之间的相似程度来确定,然后采用加权几何平均的算法将专家的判断聚合为一个共识度矩阵.     

Stability analysis of group decision-making under weighted scoring rules

The result of group decision-making is always unstable, influenced by some uncertain factors. It is necessary to measure and analyse the stability of the result. A measurement based on the inclined angle of two vectors is proposed in this paper, in order to measure the stabilities of the results of weighted scoring rules. The concepts of stability degree and stability angle are given, whose geometric interpretations are displayed in the case of three candidates. Then an extended measurement called the relative stability degree is discussed to analyse the comparability of stability measurements for different numbers of candidates. Furthermore, this measurement and its extension are used to aid the decision-making of new project development in a software company.     

基于直觉模糊熵的群组聚类决策方法

针对直觉模糊群决策问题,依据专家的直觉模糊评价信息,利用直觉模糊相似度和相异度构造直觉模糊相似矩阵,为了得到合理的专家聚类结果,设计风险参数并提出聚类阈值变化率分析方法,综合聚类结果和直觉模糊熵对各专家进行组合赋权。提出基于离散正态分布的位置权重确定方法,构造直觉模糊集混合加权集结算子对各专家关于方案集的直觉模糊评价信息进行综合集成。结合算例验证了方法的可行性和有效性。     

面向偏好冲突的直觉模糊多属性群体决策方法

针对偏好具有冲突性且权重信息完全未知的直觉模糊多属性群体决策问题, 提出一种基于多目标决策的求解方法. 首先, 建立以决策方案差异程度和决策成员偏好冲突程度为目标函数的多目标决策模型; 然后, 利用极小极大方法求解该模型, 得到各方案的属性权重和决策成员权重, 据此确立最优方案; 最后, 通过数值算例表明了该方法的有效性.