基于主客观偏差的灰色多属性决策方法

本文探讨了决策者有偏好、方案的属性值为区间灰数及属性权重完全未知的灰色多属性决策问题,提出了解决这种灰色决策问题的方法与算法.对于属性权重完全未知,提出了确定属性权重的基于主观与客观偏差的最小化优化模型.该决策方法既利用了客观信息,又尽可能地满足决策者的主观愿望.文中实例分析说明了所提出的灰色关联决策方法的合理性及其算法的有效性.     

考虑AIR情形的方案选择方法研究——基于IFSST与TOPSIS

针对多方参与决策(A)、评价指标集有差异(I)且专家对指标参数有要求(R)的方案选择问题,给出了一种基于直觉模糊软集理论(IFSST)和逼近理想点(TOPSIS)的决策方法。首先,描述了考虑AIR情形的方案选择问题,并依据IFSST,将评价信息转化为直觉模糊软集的形式,通过直觉模糊软集间的且运算,获得每个方案针对各方评审专家评价信息的综合直觉模糊软集;然后,依据TOPSIS的思想,确定综合直觉模糊软集的正、负理想点;进一步,计算各备选方案到正、负理想点的距离及与理想点的贴近度,并基于理想点贴近度大小选择最优备选方案;最后,通过一个算例说明方法的可行性与有效性。     

区间数多指标决策问题的决策方法研究

通过引进区间数乘法运算，将区间数多指标决策问题化成指标为区间数的我指标决策问题，进而给出了区间数多指标决策问题的逼近理想点法，并用该方法分析了一个实际问题。     

基于灰色关联分析的图书馆中文图书采购招标评价

图书馆中文图书采购招标灰关联评价是一种利用定性分析与定量计算相结合的方法,通过比较评价对象与最优方案的相关程度,得出评价对象的优劣排序结果,进而做出评价选择的决策方法。     

熵权-TOPSIS模型在商业银行信用风险评估中的应用

信用风险评估是商业银行信贷决策的关键环节。基于信息熵的思想,建立了商业银行信用风险评估的熵权-TOPSIS模型,首先采用熵权法求解了多指标决策问题中各指标的客观权重,并且将其与采用层次分析法得出的专家主观权重相结合,得出了各指标的综合权重。其次,采用逼近理想解的排序法（TOPSIS）作为目标函数,根据接近度的大小对申请贷款的企业进行了信用风险评价排序。最后运用某国有银行陕西省分行的实际信贷数据进行了实证分析,说明了该方法的应用价值。     

基于决策者偏好的正负靶心灰靶决策方法

基于已有的研究,在多属性灰靶决策中将决策者对某些属性指标取值的理想偏好和选择偏好所决定的正靶心扩展到负靶心。分析不同的属性值偏好对决策方案指标的影响,并采用广义灰靶决策的方法处理决策者的偏好。基于未一致规范化决策方案样本值矩阵确定正负靶心后,再将决策者偏好的属性值置换求得融入决策者属性值偏好的正负靶心指标值。然后求得各个决策方案的正负靶心距,并以各个方案到正负靶心综合靶心距离的贴近度作为方案的评价依据。算例分析表明,该方法能够有效地处理决策者对某些属性的指标值有不同偏好的情况,且使得决策结果客观。     

熵权-TOPSIS模型在商业银行信息风险评估中的应用

信用风险评估是商业银行信贷决策的关键环节.基于信息熵的思想,建立了商业银行信用风险评估的熵权-TOPSIS模型,首先采用熵权法求解了多指标决策问题中各指标的客观权重,并且将其与采用层次分析法得出的专家主观权重相结合,得出了各指标的综合权重.其次,采用逼近理想解的排序法(TOPSIS)作为目标函数,根据接近度的大小对申请贷款的企业进行了信用风险评价排序.最后运用某国有银行陕西省分行的实际信贷数据进行了实证分析,说明了该方法的应用价值.     

动态多指标决策的理想矩阵法及应用

针对一类动态多指标决策问题，提出了理想矩阵法，该方法将指标的好坏和增长率因素巧妙地融合到方案决策中去，妥善的将三维决策问题处理为二维决策问题，并给出了一个理想矩阵法的应用案例。通过理想矩阵求解各方案的贴近度，得到最终决策排序结果。     

基于最小二乘法的工程经济评价模型

为了能够对决策方案做出准确的评价,选择出最佳方案。决策者根据自己的实际经验做出判断。但是各决策者的知识、实际经验都会有一定的误差与局限性。因此,本文建立了专家分析法和灰色关联分析法的集成模型,该模型充分利用了专家赋予的决策值和评价矩阵信息值得相关性,求出更合理的属性权重值进行决策,保证决策结果与两种分析方法的一致性。引用最小二乘法原理建立优化模型,使各方案的决策值与两种方法的偏差最小。以确定防洪标准方案评价为例,验证了方法的有效性和合理性。     

区间直觉梯形模糊数MADM问题的灰色关联分析方法

针对评价信息以区间直觉梯形模糊数形式给出的多属性决策问题,提出一种基于灰色关联分析的多属性决策方法。首先给出区间直觉梯形模糊数的定义、运算法则及距离公式,然后通过灰色关联分析得出关于区间直觉梯形模糊数的灰色关联系数;运用灰色关联系数确定各属性权重,并依据其计算得到各备选方案的关联度,最终根据该值的大小对所有方案排序以获得最优方案。进一步通过最佳信息系统决策的实例分析,验证所提方法的可行性与有效性。