基于相离度和可能度的偏差最大化多属性决策方法

针对只有部分权重信息且属性值以区间数形式给出的多属性决策问题,提出一种基于区间数相离度和可能度的偏差最大化决策方法。该方法能充分利用规范化评价的先验信息,评价结果客观可靠,不具有主观随意性,且概念清楚、含义明确、易于计算机上实现。最后通过实例说明了该决策方法的可行性和有效性。     

基于相离度和可能度的偏差最大化多属性决策方法

针对只有部分权重信息且属性值以区间数形式给出的多属性决策问题,提出一种基于区间数相离度和可能度的偏差最大化决策方法.该方法能充分利用规范化评价的先验信息,评价结果客观可靠,不具有主观随意性,且概念清楚、含义明确、易于计算机上实现.最后通过实例说明了该决策方法的可行性和有效性.     

Vague集多属性决策的可能度法

给出了Vague集比较的可能度定义,并研究了其所具有的性质。针对属性权重已知和完全未知的Vague集多属性决策问题,应用最优点方案来建立最优化决策模型。应用Vague集间比较的可能度公式,提出了解决Vague集多属性决策问题的新方法。最后以应用实例对该方法进行说明和验证。     

基于直觉模糊粗糙集相似度的多属性决策方法

将直觉模糊粗糙集应用于多属性决策问题,提出了基于改进的直觉模糊粗糙集相似度的多属性决策方法。针对现有的直觉模糊粗糙集相似度忽略犹豫度而造成度量不精确的问题,提出了一种改进的直觉模糊粗糙集相似性度量方法,并揭示其若干重要性质。在此基础上,将属性值用直觉模糊粗糙集表示,并通过各个方案与直觉模糊粗糙集正、负理想方案的相似度比较,实现决策方案排序。数值实例表明了该方法的可行性和有效性,其在态势评估、目标识别等信息融合领域有良好的应用前景。     

基于模糊多属性决策的目标威胁估计方法

针对目标威胁估计的功能及特点,提出一种属性为区间数且属性权重完全未知,决策者对方案有偏好的多属性决策（MADM）方法．首先给出方案偏好度的计算公式,在综合考虑客观优化排序和决策者对方案有主观偏好的基础上,建立了一种主客观综合属性权重获取模型,使得属性权重信息更加合理地反映实际情况,模型具有较强的泛化能力．最后,通过防空目标威胁估计实例说明了该方法的实用性和有效性．     

基于多属性群决策服务组合方案选取方法

针对如何快速、准确地得出最符合用户偏好的服务组合方案的问题,提出一种基于多属性群决策理论的服务组合方案选取方法。该方法根据匹配规则计算子服务QoS属性与用户偏好的相似度,进而依据相似度选取子服务进行组合,在多个服务组合方案选取中,将用户各偏好视做决策者,利用多属性群决策理论对所有方案进行优劣排序,从而选取最优组合方案。实验结果表明,该方法所得解方案相对较优,消耗时间较合理,进一步证明了该方法的有效性和可行性。     

基于模糊多属性决策的射孔方案选择模型研究

射孔是油气井的主要完井方式之一,不同的射孔参数对井的产能有不同的影响。射孔方案涉及产能比、相位角、孔密、穿深、孔径、套管强度降低系数等因素,各因素之间互相影响,互相制约,射孔方案的选择中存在一定的模糊性。探讨将模糊多属性决策方法应用于油气井射孔作业,建立射孔方案模糊多属性决策模型,讨论了无偏好及有偏好情况下的射孔决策模型。仿真实例验证了模型的有效性,为射孔作业提供了一种决策依据。     

一种基于直觉模糊集相似度的多属性决策方法

直觉模糊集（ＩＦＳ）是对模糊集理论的一种扩充,能更好地处理模糊概念．首先给出一种新的直觉模糊集相似度;然后提出基于直觉模糊集相似度的多属性决策方法;最后通过线性目标规划模型和直觉模糊集相似度,得到属性的最优权重和相应的方案排序．数值实例表明,该方法是有效而可行的．     

基于比较可能度的多属性决策方法

围绕多等级上同时考虑优于、劣于、无差异和不确定等四种成对方案间关系的不同分布式偏好关系（DPR）,提出一种基于其比较可能度的属性权重未知的多属性决策方法。首先,利用各等级的得分值将分布式偏好关系转为得分值区间,并基于得分值区间构造服从均匀分布的分布式偏好关系比较可能度;其次,通过理论分析证明其与未考虑分布的比较可能度间的大小关系及其取值差异范围;最后运用提出的比较可能度形成属性权重未知的多属性决策流程,产生高辨识度的决策解。将提出的方法运用于求解芜湖市战略性新兴产业的评估问题,验证了方法的正确性和有效性。     

模糊多属性决策的相似接近度解法

首先对模糊集合的3种接近度测度,即海明距离、模糊贴近度和灰色关联度进行讨论,在此基础上提出了相似接近度的概念,运用模糊满意度的概念建立了模糊多属性决策的数学模型,其次将相似接近度的概念应用于该模型,提出了该模型的一个新的解法;最后通过数值算例表明,该方法不但十分有效,而且物理意义和数学意义明确,模糊贴近度、灰色关联度和相对接近度解法都是该方法的特例．     

基于熵权的区间数多属性决策方法

研究了属性权重未知且属性值为区间数的多属性决策问题。首先针对一般区间数排序方法完全依赖区间数中点值的缺陷,提出了一种改进的排序方法;接着给出了改进的区间数判断矩阵规范化方法;然后依据多属性决策中传统熵权确定方法的思路,结合区间数决策矩阵的特点提出了一种确定属性熵权的方法;最后通过一个算例说明了该方法的实用性和有效性。     

一类基于优势关系的不完全信息多属性决策方法

针对属性权重和属性值信息均不完全,且含有非线性形式的多属性决策问题,提出一种基于优势关系实现方案择优与排序的决策方法.首先定义方案优势、弱优势和潜在优关系,构建等价的非线性规划模型,确定优势和潜在优方案;然后揭示、论证了非劣集与潜在优集的关系,提出了方案优势度指标,并据此给出了方案择优与排序的实现步骤;最后,提出采用变量替换法求解非线性决策模型.实例计算结果表明,所提出的方法是可行且有效的.     

灰色关联投影下的模糊多属性群决策方法

针对属性评价信息为区间直觉梯形模糊数的多属性群决策问题,给出一种基于灰色关联投影的群决策方法。在规范化处理各决策矩阵的基础上,定义负极端决策矩阵及平均决策矩阵,根据各决策矩阵与这两类矩阵的距离大小确定决策者权重,由区间直觉梯形模糊数加权算术平均算子及决策者权重得到群体决策矩阵。由各方案与正、负理想方案的相对贴近度最小化确定各属性权重,以正理想方案为参考,计算各方案与参考序列关于每个属性的灰色关联系数,并计算各方案到正理想方案的灰色关联投影值,根据各方案投影值大小实现对方案的排序择优。将所给群决策方法应用到生鲜冷库空调系统选择决策问题中,算例分析的过程体现了该群决策方法有效性与可行性。     

基于广义优序法的语言型多属性群决策方法

针对具有语言评价信息的多属性群决策问题,提出基于广义优序法的语言型多属性群决策方法。该方法通过对传统优序法进行有效拓展,采用近年来最新发展的二元语义概念,将语言评价信息转化为二元语义形式的广义优序数,并在此基础上利用方案广义优序数的偏差最大化思想求解得到属性权重,最终确定最优方案。该方法对语言信息的处理较为精确,有效地避免了信息的丢失和扭曲。最后,通过对风险投资案例的分析结果表明了所提出方法的简洁性和有效性。     

基于云模型的不确定性大群体多属性决策方法

针对传统不确定性大群体多属性决策方法中只考虑决策信息的模糊性,没有考虑信息的随机性这一问题,提出了一种基于云模型的多属性决策方法,从而用于解决由多个小群体组成的不确定性大群体决策问题。首先将不确定语言评价值转化为一维正态云;其次采用决策者主观确定和一致性分析相结合的方法确定针对不同决策对象的小群体权重,进而生成综合云;然后提出了一种改进的云相似度算法作为云模型距离的度量,通过比较各方案综合云与最优云的相似度对方案排序。最后通过实例验证了所提方法的可行性和有效性。     

区间数动态多属性决策的VIKOR扩展方法

针对各决策阶段的时间权重以及属性权重已知,属性值以区间数形式给出的动态多属性决策问题,提出一种新的决策方法.该方法依据传统多准则妥协解排序法(VIKOR)的基本思路,结合区间数的运算规则,计算各阶段各方案的评价值,进而引入不确定动态加权平均(UDWA)算子进行集成,以获取各方案整体评价值的区间数.借助于区间数两两比较的可能度公式和模糊互补判断矩阵公式,对其进行比较,从而得到整个方案集的排序.最后以第3方逆向物流服务商的选择为实例进行分析,所得结果表明了该方法的可行性和有效性.     

基于云模型的Pythagorean模糊语言多属性决策方法

针对专家给出的属性值为Pythagorean模糊语言且专家权重与属性权重均未知的多属性决策问题进行了研究,提出一种基于云模型的多属性决策方法。首先,根据Pythagorean模糊语言决策信息的距离熵计算得到属性权重;其次,计算决策矩阵间的距离从而得到各决策专家权重;再次,构建Pythagorean模糊云模型决策矩阵并利用专家权重和属性权重进行信息集结;最后,基于TOPSIS方法求取正、负理想解,依据理想解计算各方案贴近度并据此对各备选方案进行排序选择。案例分析表明,该方法优化了复杂环境下的决策,避免了决策信息的丢失,能够较好解决决策信息的不确定性和决策过程的随机性,具有一定的可行性和有效性。     

基于组合模型的直觉模糊集多属性决策方法

针对直觉模糊集是对模糊集理论的一种扩充,能够更好地处理模糊概念,研究了基于直觉模糊集的多属性决策问题.提出了直觉指数加权平均最大化和最小化组合模型,通过线性规划模型得到了属性的最优权重和相应的方案排序.数值例子表明,该方法是可行而有效的.     

不同语言值集下的多属性群决策方法

针对属性权重、偏好信息集及专家权重取自不同的语言值集的群决策问题,给出了“程度”语言值集的选择准则,给出了转换函数,讨论了其性质,提出了不同语言值集下的多属性群决策方法。该方法不仅简洁、直观,而且在决策过程中不丢失任何信息,所得到的结果合理。实例验证了该方法的有效性和实用性。     

模糊语言多属性群决策的客观综合赋权方法

针对一类属性及专家权重完全未知且评价值为直觉不确定语言数的多属性群决策问题,提出一种基于客观综合赋权模型的模糊群决策方法。通过定义直觉不确定语言数的不确定度和距离测度,对单个专家内部以及专家群体之间的评价值进行分析,分别建立基于离差最大化和熵值的属性综合赋权模型以及基于不确定度和偏离度的专家综合赋权模型,提出一种基于客观综合权重的直觉不确定语言多属性群决策方法。通过实例分析表明了该方法的可行性和实用性。