位置:成果数据库 > 期刊 > 期刊详情页
逼近群体理想解的多属性群决策新方法
  • ISSN号:1671-4512
  • 期刊名称:华中科技大学学报(自然科学版)
  • 时间:0
  • 页码:61-63
  • 语言:中文
  • 分类:TP14[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程] N945.25[自然科学总论—系统科学]
  • 作者机构:[1]湖南理工学院机械与电气工程系,湖南岳阳414006, [2]湖南理工学院数学与应用数学系,湖南岳阳414006, [3]华中科技大学系统工程研究所,湖北武汉430074, [4]河南司法警官职业学院信息技术系,河南郑州450002
  • 相关基金:国家自然科学基金资助项目(60774084);湖南省教育厅优秀青年项目(08B030);湖南理工学院科研项目(2008Y17).
  • 相关项目:基于安全库存配置的网络型供应链成本优化
中文摘要:

对每个属性下不同决策者权重不同的决策问题,提出一种始终基于群体理想解的新方法.首先,对每个备选方案定义群体理想解和负理想解,求出对每个决策者而言该方案与其群体理想解的相对贴近度;然后,基于群体贴近度矩阵定义整个备选方案集的群体理想解和负理想解,进而计算决策群体对各备选方案的最终排序结果;最后,以供应商选择算例说明其有效性.该方法将逼近理想解法扩展到群决策,以群体理想解取代群体效用,避免了群体效用归并难题.

英文摘要:

A ranking method always based on group's ideal solution is proposed for a decision-making problem considering weights of decision makers with respect to each attribute. For each alternative, at first, the group's positive ideal solution (GPIS) and the group's negative ideal solution (GNIS) were defined and thus the relative closeness of it to the corresponding GPIS for every decision maker was computed. The GPIS and the GNIS for the alternative set were derived again from all the relative closenesses above and the final rankings of the alternatives for the group were determined according to their relative closenesses to the latter GNIS. It is illustrated by a supplier selection example that the proposed approach is effective. This proposed method extends the technique for order preference by similarity to ideal solution (TOPSIS) to group decision-making, substitutes group's ideal solution for group utility and avoids the conundrum of aggregating individual utility to group utility.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《华中科技大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:华中科技大学
  • 主编:丁烈云
  • 地址:武汉珞喻路1037号
  • 邮编:430074
  • 邮箱:hgxbs@mail.hust.edu.cn
  • 电话:027-87543916 87544294
  • 国际标准刊号:ISSN:1671-4512
  • 国内统一刊号:ISSN:42-1658/N
  • 邮发代号:38-9
  • 获奖情况:
  • 全国优秀科技期刊,首届国家期刊奖,第二届全国优秀科技期刊评比一等奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:21013