共查询到17条相似文献，搜索用时 257 毫秒
1.
研究基于多个决策时段且具有互反判断矩阵和互补判断矩阵两类不同形式偏好信息的群决策问题.根据原始判断矩阵,建立了直接集结偏好信息的最优化模型;通过分析决策者给出的偏好信息,给出了确定决策者客观权重的方法,并将客观权重与主观权重相结合得到决策者的综合权重.由于无需事先将不同类型的偏好信息转化为同一形式,因此,所提出的多时段多元判断偏好信息的集结方法较为简单易行,而且可以避免形式转化过程中信息的丢失和扭曲. 相似文献
2.
3.
讨论了属性有偏好的梯形模糊数型多属性决策问题针对决策者对属性的偏好信息以梯形模糊数互补判断矩阵形式给出,属性值以梯形模糊数形式给出的情形,首先根据互补判断矩阵的权重计算公式确定各属性的权重;然后利用TOPSIS方法求得各方案与模糊理想解的相对贴近度,根据相对贴近度的大小对方案进行排序;最后通过算例验证了该方法的可行性和有效性． 相似文献
4.
高校图书馆读者满意度的群决策方法 总被引：1，自引：0，他引：1
高校图书馆读者满意度的测评,其评价体系的指标权重具有重要的作用。根据实用性和灵活性的原则,让专家根据个人的偏好,从4种形式的偏好信息:序关系值、效用值、互反判断矩阵、模糊互补判断矩阵中有选择地进行决策,然后用OWG算子将各个专家的偏好信息集结为群的偏好,再在模糊"多数"意义下,按照指标的重要程度确定出指标的权重。并根据读者问卷调查的结果进行满意度综合测评。最后用一个算例说明该方法的可行性和实用性。 相似文献
5.
网络环境下专家根据个人的偏好对备选期刊给出不同形式的偏好信息，因此有必要研究基于不同偏好信息的科技期刊选订方法。本文讨论了4种不同形式的偏好信息，包括直接反映备选期刊优劣次序的序关系值和效用值的信息，也包括间接反映备选期刊优劣次序的成对比较互反判断矩阵和模糊互补判断矩阵的信息。首先给出了序关系值、互反判断矩阵和模糊互补判断矩阵3种偏好信息均转化为效用值形式的计算公式，然后从相对熵的概念出发，提出了一种相对熵最优化的信息集成模型，给出了模型的解。文中进行了实例分析，结果表明本文提出的集成方法是有效的。 相似文献
6.
用纯语言（包括属性值、属性权重、专家权重）形式对高等院校图书馆图书采购招标中书商的选择排序进行了量化处理。首先由专家按各自偏好给出语言评价矩阵、语言属性权重,然后用纯语言加权算术平均算子和纯语言算术混合集结算子对群决策矩阵进行集结。该方法简便易行,且能充分用专家所给的信息,所得决策结果科学、合理。最后通过实例说明该方法的实用性和有效性。 相似文献
7.
8.
9.
10.
针对只有部分权重信息且属性值为三角模糊数的多属性决策问题最终权重的确定进行了研究,给出一种新的主客观赋权方法,该方法首先基于决策者的主观偏好,对部分主观权重信息进行局部优化,然后利用组合赋权方法求得属性最终权重。该方法考虑到主客观属性权重的实质,建立的数学模型能够较好的反映出主、客观程度,实例证明方法有效可行。 相似文献
11.
基于IOWA算子的组合预测方法 总被引：25，自引：0，他引：25
有序加权平均(OWA)算子是近年来发展的在多属性决策中用于集结各决策者的偏好信息或方案优选的方法。通过引进诱导有序加权平均(IOWA)算子，提出了以误差平方和为准则新的组合预测模型，给出了IOWA权系数的确定的数学规划方法。该模型能提高组合预测精度，最后的实例分析表明了模型的有效性。 相似文献
12.
13.
现存的有关数据包络分析(DEA)交叉效率的文献多集中在,对DEA交叉效率矩阵的计算上,较少关注DEA交叉效率的集结问题。最常用的集结方法,就是没有考虑他们彼此重要性的等权处理,运用简单的数学平均方法得出每个决策单元最终的平均交叉效率值。考虑到彼此重要性的差异,基于“专家打分法”,提出了一个非等权的处理方法。该方法把每个进行权重选择的决策单元当作一个外部“专家”,交叉效率看作不同外部“专家”对被评价决策单元的效率“打分”。由于每个“专家”的学识背景、工作经验等方面的差异,他们的“打分”理应给予不同的权重,权重的确定主要基于他们效率“打分”上的差异,若某个“专家”的效率“打分”和其他“专家”存在较大差异,则此专家的权威性就会受到质疑,相应的他的效率“打分”在决策单元最终的效率“得分”上扮演的作用就会小。最后运用算例分析说明了此方法的有效性。 相似文献
14.
具有区间数的多目标格序决策方法研究 总被引：14，自引：1，他引：14
运用格序决策理论对区间数的排序问题进行研究，提出了一种新方法。在目前格序决策前期研究成果和以往的规范型决策研究的基础上，基于格提出了赋值函数的概念，并定义了两元素之间的“偏好距离”，然后证明了区间数构成的集合按照一定的比较规则构成一个偏序，求出区间数集(满足格序特征)中元素间的“偏好距离”该方法使用了比全序可更真实地反映决策者偏好结构的格序，它对提高决策的科学性和实用性有重要意义，最后给出了一个算例。 相似文献
15.
针对知识产权风险投资项目风险评估过程中的复杂模糊关系,提出一种直觉模糊多属性群决策问题求解的方法。首先,借助直觉模糊数,改进语言变量法和定量指标值转换公式,将专家关于指标的原始评价值全部标准化。而后,应用熵度量的新方法确定指标权重,并以专家对项目的了解程度衡量决策权力。进一步地,将TOPSIS引入群体评价。最后,经算例证明这种方法兼具可操作性和实用性,能得到可靠的评估结果,有利于风险投资者正确筛选项目。 相似文献
16.
针对企业是否适合采纳应用云计算的问题提出一种新的基于差值和改进TOPSIS的多属性群决策方法。首先结合成本和技术-组织-环境(TOE)框架提出企业云计算采纳应用的评价标准,然后利用平均差和标准差最大化方法确定未知属性权重向量,再利用一种改进的逼近理想解(TOPSIS)方法获取决策者之间的权重,最后利用语言加权算术平均(LWAA)算子对各决策专家给出的偏好信息集结算出综合评价值以及上限和下限值,通过比较评价值和上限、下限值决定企业是否适合采纳应用云计算技术。算例分析证明了研究提出的方法的有效性。 相似文献
17.
This paper describes our novel retrieval model that is based on contexts of query terms in documents (i.e., document contexts). Our model is novel because it explicitly takes into account of the document contexts instead of implicitly using the document contexts to find query expansion terms. Our model is based on simulating a user making relevance decisions, and it is a hybrid of various existing effective models and techniques. It estimates the relevance decision preference of a document context as the log-odds and uses smoothing techniques as found in language models to solve the problem of zero probabilities. It combines these estimated preferences of document contexts using different types of aggregation operators that comply with different relevance decision principles (e.g., aggregate relevance principle). Our model is evaluated using retrospective experiments (i.e., with full relevance information), because such experiments can (a) reveal the potential of our model, (b) isolate the problems of the model from those of the parameter estimation, (c) provide information about the major factors affecting the retrieval effectiveness of the model, and (d) show that whether the model obeys the probability ranking principle. Our model is promising as its mean average precision is 60–80% in our experiments using different TREC ad hoc English collections and the NTCIR-5 ad hoc Chinese collection. Our experiments showed that (a) the operators that are consistent with aggregate relevance principle were effective in combining the estimated preferences, and (b) that estimating probabilities using the contexts in the relevant documents can produce better retrieval effectiveness than using the entire relevant documents. 相似文献