本文考虑决策者在实际问题中存有的多种决策心理,针对毕达哥拉斯模糊偏好下考虑双边主体损失规避和参照依赖心理行为的双边匹配问题提出一种决策方法。对于双边主体给出的毕达哥拉斯模糊偏好信息,依据TODIM(Tomada de Decisao Interativ...本文考虑决策者在实际问题中存有的多种决策心理,针对毕达哥拉斯模糊偏好下考虑双边主体损失规避和参照依赖心理行为的双边匹配问题提出一种决策方法。对于双边主体给出的毕达哥拉斯模糊偏好信息,依据TODIM(Tomada de Decisao Interativa Multicritério)思想获得双边主体相较于另一边匹配主体的总体优势度,进而构建双边主体的满意度矩阵;而后,在考虑双边主体一对一的数量匹配约束下,以实现双边主体满意度最大化为决策目标,建立多目标双边匹配决策模型;最后,通过线性加权法进一步将其转化为单目标双边匹配模型,通过模型求解获得最优双边匹配方案;一个实际供应链管理系统软件的交易匹配算例验证本方法的可行性和有效性。展开更多
在区间值毕达哥拉斯模糊环境下的多属性决策中,针对决策过程一般未考虑决策人偏好习惯和风险规避的问题,同时为解决现有得分函数忽略区间犹豫度对决策影响的情况,提出了基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策方...在区间值毕达哥拉斯模糊环境下的多属性决策中,针对决策过程一般未考虑决策人偏好习惯和风险规避的问题,同时为解决现有得分函数忽略区间犹豫度对决策影响的情况,提出了基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策方法。首先,对区间值毕达哥拉斯模糊集(interval-valued Pythagorean fuzzy set, IVPFS)现有得分函数深入分析,定义一种改进后的新得分函数,并证明其相关定理和性质。其次,将新得分函数应用于区间值毕达哥拉斯模糊多属性决策问题中,得出各备选方案在各属性下的新得分函数,基于熵权逼近理想解排序法(technique for order preference by similarity to ideal soution, TOPSIS)确定正、负理想方案的得分函数集。然后,引入前景理论利用前景价值函数对决策人由于损益表现出的主观感受进行描述,得出备选方案的综合损益值,结合各属性权重融合不同方案的综合损益比,通过对比综合损益比大小得出最优方案。最后,利用算例验证了该改进方法的正确性和有效性,展示了与原得分函数的对比分析结果,为多属性决策问题提供了新的技术途径。展开更多
距离测度是毕达哥拉斯(Pythagorean)模糊决策的一个基本概念,其在用权重向量进行有序集成运算、有序加权距离和相似度构造时具有重要作用。然而,早期发表于International Journal of Intelligent Systems中的文章Extension of TOPSIS to...距离测度是毕达哥拉斯(Pythagorean)模糊决策的一个基本概念,其在用权重向量进行有序集成运算、有序加权距离和相似度构造时具有重要作用。然而,早期发表于International Journal of Intelligent Systems中的文章Extension of TOPSIS to multiple criteria decision making with Pythagorean fuzzy sets,在首次引入海明距离测度时,对距离公理化条件的证明存在不妥。为此,通过反例和分析指出了其在证明公理化条件的有界性和三点不等式时存在的错误,并统筹考虑犹豫度的绝对值项和其他绝对值项,通过分情况讨论给出了海明距离测度的严格证明,进一步,证明了其推广形式(欧几里得距离测度)的公理化条件。展开更多
文摘本文考虑决策者在实际问题中存有的多种决策心理,针对毕达哥拉斯模糊偏好下考虑双边主体损失规避和参照依赖心理行为的双边匹配问题提出一种决策方法。对于双边主体给出的毕达哥拉斯模糊偏好信息,依据TODIM(Tomada de Decisao Interativa Multicritério)思想获得双边主体相较于另一边匹配主体的总体优势度,进而构建双边主体的满意度矩阵;而后,在考虑双边主体一对一的数量匹配约束下,以实现双边主体满意度最大化为决策目标,建立多目标双边匹配决策模型;最后,通过线性加权法进一步将其转化为单目标双边匹配模型,通过模型求解获得最优双边匹配方案;一个实际供应链管理系统软件的交易匹配算例验证本方法的可行性和有效性。
文摘在区间值毕达哥拉斯模糊环境下的多属性决策中,针对决策过程一般未考虑决策人偏好习惯和风险规避的问题,同时为解决现有得分函数忽略区间犹豫度对决策影响的情况,提出了基于改进得分函数和前景理论的区间值毕达哥拉斯模糊多属性决策方法。首先,对区间值毕达哥拉斯模糊集(interval-valued Pythagorean fuzzy set, IVPFS)现有得分函数深入分析,定义一种改进后的新得分函数,并证明其相关定理和性质。其次,将新得分函数应用于区间值毕达哥拉斯模糊多属性决策问题中,得出各备选方案在各属性下的新得分函数,基于熵权逼近理想解排序法(technique for order preference by similarity to ideal soution, TOPSIS)确定正、负理想方案的得分函数集。然后,引入前景理论利用前景价值函数对决策人由于损益表现出的主观感受进行描述,得出备选方案的综合损益值,结合各属性权重融合不同方案的综合损益比,通过对比综合损益比大小得出最优方案。最后,利用算例验证了该改进方法的正确性和有效性,展示了与原得分函数的对比分析结果,为多属性决策问题提供了新的技术途径。
文摘距离测度是毕达哥拉斯(Pythagorean)模糊决策的一个基本概念,其在用权重向量进行有序集成运算、有序加权距离和相似度构造时具有重要作用。然而,早期发表于International Journal of Intelligent Systems中的文章Extension of TOPSIS to multiple criteria decision making with Pythagorean fuzzy sets,在首次引入海明距离测度时,对距离公理化条件的证明存在不妥。为此,通过反例和分析指出了其在证明公理化条件的有界性和三点不等式时存在的错误,并统筹考虑犹豫度的绝对值项和其他绝对值项,通过分情况讨论给出了海明距离测度的严格证明,进一步,证明了其推广形式(欧几里得距离测度)的公理化条件。
