简介：针对同时包含可线性补偿和不可线性补偿两种属性且属性值为确实数、区间数、语言信息的风险型多属性决策问题，提出一种基于消错理论的决策方法。首先，在消错理论的基础上将属性分为关键型、重要型和冗余型三类，结合属性值的类型分别给出对应的错误函数和极限损失值；接着，对关键型属性赋予极小权重，在保留关键型属性“一票否决”功能的同时又突出重要属性的作用；最后，根据对待错误损失的不同态度，建立计算错误损失值的三种方法，通过计算期望错误损失值对备选方案进行排序。通过新市民信息服务项目的例子，说明该方法的有效性和可行性。

简介：通过对现有灰色关联度模型及算法的分析,首次提出了角度化灰色T型关联度模型。在分段线性表示的基础上,使用相邻线段间的夹角构成的角度序列近似表示时间序列,并给出了相关灰色关联系数和灰色关联度的计算方法。角度化灰色T型关联度模型不仅能够反映序列的正负相关关系,并且满足对称性、唯一性、可比性和规范性等性质。最后,通过实证分析证明了该模型的实用性和有效性。

简介：突发事件的实时数据是应急决策的依据,提高对数据的处理能力,确定突发事件属性的熵权,筛选出反映事件发展趋势的重要属性,是提高决策效率和准确性的关键问题。利用共性知识模型结构化表示突发事件和属性,参考区间型多属性决策方法,把事件属性监测值转换为区间数型,在保持时序信息的同时降低数据维数,并通过定义精确数与区间的距离,使突发事件属性集均转化为成本型属性;继而利用基于熵权的区间型多属性决策方法计算事件的属性熵权值,权值越大,表示包含事件演化趋势的信息越多,在决策时就应被重点关注。最后,通过实例说明此方法的有效性和实用性。

简介：针对阶段权重未知且偏好信息表示为区间模糊数的多阶段大群体应急决策问题,提出一种新的群决策方法。首先给出了区间模糊数相似度公式,利用该公式对各阶段的专家偏好信息进行聚类;然后构建相对熵优化模型对聚集权重和阶段权重进行求解,得到整个决策过程的综合群体偏好,根据综合群体偏好对备选方案进行排序,确定最佳方案;最后通过算例对该方法的有效性和可行性进行验证。