多指标决策的灰关联逼近理想点法

针对多指标决策问题的特点及其灰性,以灰关联分析理论为基础,探讨了已有灰关联决策分析方法的不足。借助于逼近理想点法的思想、原理,利用灰关联度,给出了衡量各方案接近理想方案的相对接近度的简捷度量式,提出了多指标决策的灰色关联逼近理想点法。实例分析表明,该方法思路清晰,能充分利用决策信息,合理有效,简单实用。     

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。     

基于理想解和熵的不确定语言多属性决策方法

研究了属性权重完全未知、属性值以不确定语言变量形式给出的不确定语言多属性决策问题.首先引入了不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间距离的概念.针对属性权重完全未知的情形,利用所有决策方案与理想决策方案偏差最小化和属性权系数的随机性,给出了一种不确定语言变量多属性决策方法.该方法利用优化方法建立数学模型,得到属性的权系数.该方法能够精确确定各属性的权系数.然后利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

多目标决策方案优选的模糊推理修正权系数方法

多目标决策问题,常常涉及“权系数”一词,所谓权系数是表征各目标函数在综合评价模型中的重要程度的数。很显然,权系数的取值是否合理和恰当,对于决策的科学性和有效性影响很大。本文提出多目标决策方案优选的模糊推理修正权系数方法,其基本思想是:首先,建立基于专家(包括决策人)知识和经验的推理规则,然后,决策人用自然语言对初选方案和理想方案进行比     

不确定条件下多目标多维可拓群决策的优化及其应用

针对用物元可拓集描述的多目标群决策问题,将可拓变换与群决策优化结合起来,研究多维物元群决策的多目标转换与规范化,决策偏好下的可拓关联,无偏好下的可拓决策空间,以实现决策对象在不确定条件下的比较与选择,解决了群决策过程中多目标综合、多方案择优的系统决策问题,提高了群决策的准确性和可信度.     

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。     

一种基于权重区间数的多指标随机模拟决策方法

本文研究了决策者给出指标的权重都为区间数条件下的多指标群决策问题,提出了逆序概率的概念,建立了这类决策问题的随机模拟决策方法,并通过例子进一步说明了该方法的合理性,为决策方法提供了一个新的思路。     

基于GRA-PDEA模型的应急点设计研究

针对目前应急点优化选址研究过程中较多地仅考虑时间、费用等确定性数据的缺陷,本文采用定量分析和定性分析相结合的方法给出了区间型指标与模糊评判型指标属性值的规范化处理模型,并通过对成本型、效益型指标的区分,采用相对应的区间型、模糊型数据的规范化计算,得到了应急点优化选址各方案的指标属性值规范化矩阵;考虑决策者的偏好值,采用改进的GRA-PDEA模型解决了多目标点决策问题,为更加全面、真实地研究应急点选址的优化决策提供了新的思路.     

基于数据挖掘的群决策模型

本文基于数据仓库的数据挖掘技术,针对企业决策问题,讨论了如何有效地获取有关顾客信息及商品信息,以辅助决策者制定决策方案。在有多个决策方案的情况下,本文给出了一个用于方案评优与选择的群体决策模型。     

军事决策方案首选机制的熵权决策分析法

把熵思想引入多目标决策中指标权重的确定，得出熵权的概念。在只给出判断矩阵，而没有给出指标权重的情况下．通过熵权束反映各指标在决策中的相对重要程度，并通过熵权建立一种多目标决策的新方法。