CN110837966A - 一种基于sna的混合多属性群决策的建筑设备优选方法 - Google Patents

一种基于sna的混合多属性群决策的建筑设备优选方法 Download PDF

Info

Publication number
CN110837966A
CN110837966A CN201911082678.8A CN201911082678A CN110837966A CN 110837966 A CN110837966 A CN 110837966A CN 201911082678 A CN201911082678 A CN 201911082678A CN 110837966 A CN110837966 A CN 110837966A
Authority
CN
China
Prior art keywords
evaluation
expert
value
matrix
sna
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911082678.8A
Other languages
English (en)
Inventor
张帆
刘佳勇
霍治澎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yanan University
Original Assignee
Yanan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yanan University filed Critical Yanan University
Priority to CN201911082678.8A priority Critical patent/CN110837966A/zh
Publication of CN110837966A publication Critical patent/CN110837966A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于SNA的混合多属性群决策的建筑设备优选方法，所述方法包括建立建筑设备库，选取一级和二级评价指标，建立综合评价指标体系；收集二级评价指标的主客观评价值；主观评价值用二维不确定语义变量表示，客观评价指标用实数来表示，从而建立初始混合群决策多属性评价矩阵；基于SNA求得专家权重，并对专家的意见进行集结；将矩阵转化为评价矩阵并进行规范化；运用软件对比较被给出所有二级评价指标的权重，最后计算每个备选方案的综合评价值通过排序获得最佳方案。本发明运用了二维不确定语义变量来给出主观评价值，并且充分考虑了专家之间的相互影响关系可以为建筑企业降低运营成本和建筑设备选型的决策提供更加科学的方法。

Description

一种基于SNA的混合多属性群决策的建筑设备优选方法
技术领域
本发明涉及建筑行业设备的评价选购方面，具体涉及一种基于SNA的混合多属性群决策的建筑设备优选方法。
背景技术
随着建设工业化的不断深化,施工现场机械设备的作用愈加显著。建筑设备的广泛使用极大提高了建筑生产率和施工效率。此外,建筑设备的正确选择是至关重要的，对一个建设项目的质量和工期都会产生影响，对基础设施建设更加明显。当施工方越来越意识到建筑设备的重要性的同时,面对各种型号的设备他们似乎更加困惑。对于许多建筑公司,购买重型设备需要较大的资金投入,甚至能占据大约36％的项目总成本。如何合理花费这样大的资金用来选购设备成为一个难题。在选择合适的设备,许多倾向于给低价优先，还有些可能会强调技术方面的设备选择或权衡成本和技术性能。然而,这些选择可能导致错误的决策或忽略了很多跟成本或技术性能一样重要因素,例如安全性，环境性，操作方便性等。由此,施工设备的选择实际是一个多准则决策的问题，需要建立综合评价指标体系，运用多属性决策方法来进行全面评估从而科学做出决策。
在以往的决策过程中，大多数研究在处理定性指标时，应用了区间数,三角数字或语言变量等,往往不能充分和准确反映评估值。本发明运用二维不确定语义变量(2DULVs)这种形式来给出主观评价值时，每个2DULV不仅包含专家给出各个方案针对每个二级指标的语义评价值，还包括决策者对该评价值可靠程度的语义评价。另外，该方法考虑了专家之间在的互相信任关系和相互影响的因素，运用社会网络分析法(SNA)对信任值进行扩散和集结，最终求得专家的权重。由此，为建筑设备选型的决策提供更加科学的方法。
发明内容
本发明的目的在于提供一种基于SNA的混合多属性群决策的建筑设备优选方法，可以解决建筑设备选型问题，其包括如下步骤：
步骤一：建立所欲购买的建筑设备库，制定备选方案库Al，其中备选方案数量为l＝1,2,…,t；
步骤二：选取一级和二级评价指标，建立所述建筑设备库的综合评价指标体系；
步骤三：收集二级评价指标的主观评价值和客观评价指标，基于所建立的评价指标体系，主观评价值包含两部分，用二维不确定语义变量表示，二维不确定语义变量英文缩写为2DULVs，第一部分是邀请专家ek给出的评价值，专家人数取值为k＝1,2,…,m，第二部分是决策者对专家给出评价值的可靠性评价值；客观评价指标用实数来表示；在收集二级评价指标的主观评价值和客观评价指标后，建立如下初始混合群决策多属性评价矩阵：
Figure BDA0002264434450000021
其中，
Figure BDA0002264434450000031
为主观评价值或客观评价指标；在
Figure BDA0002264434450000032
的形式上，对于客观评价指标而言，为实数的形式；而对于主观评价值而言，以2DULVs的形式来表示,即：以
Figure BDA0002264434450000033
的形式，其中
Figure BDA0002264434450000034
表示专家对备选方案给出的评价值，而
Figure BDA0002264434450000035
为决策者对专家给出评价值的可靠性评价值，评价值和可靠性评价值都以区间语义的形式呈现；
Figure BDA0002264434450000036
和为Ⅰ级不确定语义集合
Figure BDA0002264434450000038
中的元素,而
Figure BDA0002264434450000039
和为Ⅱ级不确定语义集合
Figure BDA00022644344500000311
中的元素。在主观评价值
Figure BDA00022644344500000312
的第一部分中，表示为专家ek对于备选方案Al关于指标Cp的评价值：专家人数取值为k＝1,2,…,m,指标数量取值为p＝1,2,…,n，备选方案数量为l＝1,2,…,t；
步骤四：基于SNA求得专家权重λk，具体步骤如下：
步骤4.1：建立专家信任网络和相应的信任测度矩阵S＝(sij)m×m，其中sij为专家ei对于ej的信任值；
步骤4.2：转化不完全的信任测度矩阵S＝(sij)m×m为完全的矩阵
Figure BDA00022644344500000313
具体方法如下：假设从专家ei到ej的某一条路径上由n′段组成，可以由下式得出专家ei到ej在该条路径上的信任值
Figure BDA00022644344500000314
其中，ai为专家ei到ej在该条路径上第i段上的信任值；
假设从专家ei到ej共有N条路径可达，利用OWA算子对N条路径进行集结，从而求出专家ei到ej的综合信任测度值，计算公式如下：
其中，
Figure BDA0002264434450000041
为从专家ei到ej的N条路径组成的集合里面第kth大的信任值，由此组成的由大到小的信任值集合
Figure BDA0002264434450000042
并且，π＝(π1,π2,...,πN)T为权重向量，满足πk≥0，
Figure BDA0002264434450000043
权重πi通过下式计算求得：
Figure BDA0002264434450000044
其中，
Figure BDA0002264434450000045
参数a′和b′相对应的语义量词包括：全部，大部分，至少一般，越多越好四种情况，相对应的参数a′的取值为0,0.3,0,0.5；参数b′的取值为1,0.8,0.5,1；
由此，当所有的未知信任测度都求得时，得到完整的信任测度矩阵
步骤4.3：计算专家权重λk：
基于步骤4.2求得完全信任测度矩阵
Figure BDA0002264434450000047
后，专家ek的权重λk，其中k的取值为：k＝1,2,...m；由下式求得：
Figure BDA0002264434450000048
其中，
Figure BDA0002264434450000049
即专家ek被其他所有专家信任总体水平专家权重。
步骤五：运用2DULPGWA算子对专家的意见进行集结，可以由下式得到：
Figure BDA00022644344500000410
其中，
Figure BDA0002264434450000051
Figure BDA0002264434450000052
来自的支持度为
Figure BDA0002264434450000054
并且，
Figure BDA0002264434450000055
为
Figure BDA0002264434450000056
与
Figure BDA0002264434450000057
之间的海明距离，计算公式如下：
Figure BDA0002264434450000058
步骤六：对每一个2DULV：计算期望值，期望值计算公式如下：
Figure BDA00022644344500000510
由此，将所有的2DULVs通过计算期望值的形式转化为实数；将混合群决策多属性评价矩阵转化为单一形式评价矩阵
步骤七：将单一形式的评价矩阵
Figure BDA00022644344500000512
规范化为
Figure BDA00022644344500000513
其中，Nc和Nb分别为成本和效益指标；若j∈Nb,若
步骤八：运用Super decisions软件对于规范化评价矩阵的所有二级评价指标进行两两比较，建立比较矩阵并进行比较矩阵评分，然后用AHP计算所有二级评价指标的权重hp。
步骤九：通过下式计算每个备选方案Al的综合评价值：
Figure BDA00022644344500000517
并通过排序获得最佳方案。
优选的，步骤三中的专家人数取值m取值大于等于4。
优选的，步骤一中的备选方案数量l取值大于等于4。
优选的，不适使用于建设设备优选，还适用于工程行业的大型器械的选型。
本发明的优点：
1、一方面，运用二维不确定语义变量(2DULVs)这种形式来给出主观评价值时，每个2DULV不仅包含专家给出各个方案针对每个二级指标的语义评价值，还包括决策者对该评价值可靠程度的语义评价。
2、该方法考虑了专家之间在的互相信任关系和相互影响的因素，运用社会网络分析法(SNA)对信任值进行扩散和集结，最终求得专家的权重。
附图说明
图1是本发明提供的一种基于SNA的混合多属性群决策的建筑设备优选方法的流程图；
图2是专家信任网络图示意图；
图3是装载机选型指标体系示意图；
图4是利用AHP求权重时Super decisions软件指标两两比较的界面图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本发明的具体实施方式按照图1所示的流程图来逐步计算，下面以选购一台装载机为例进行描述和说明。其内容是对本发明的解释而非限定本发明的保护范围。
实施例
某施工企业现需要采购一台装载机，由于考虑的因素比较多，采购方难以做出最优决定。目前有四个可备选型号的装载机，记为：A1,A2,A3和A4。为了更加准确地对备选型号来进行评价，采购员邀请五位专家e1,e2,e3,e4和e5参与进行评价。
步骤1：建立所欲购买的装载机设备库，制定备选方案库Al，其中备选方案数量为l＝1,2,3，4；
步骤2：首先，选取一级和二级评价指标，建立所述装载机设备库的综合评价指标体系，如图3所示，其中共有四个一级指标和十个二级指标。
步骤3：收集二级评价指标的主观评价值和客观评价指标，得到初始混合群决策多属性评价矩阵，如表1。
步骤4：建立如图2所示的专家信任网络关系图，并求得五个专家e1,e2,e3,e4和e5的权重分别为λ1＝0.2277,λ2＝0.2248,λ3＝0.2051,λ4＝0.1617,λ5＝0.1807。
步骤5：对评价值用2DULPGWA算子进行集结，结果如表2所示。
步骤6：为了对混合评价矩阵进行规范化，将全部2DULVs通过期望值转化为实数，转化结果如表3所示。
步骤7：进一步将表3中的数据规范化，得到表4。
步骤8：利用AHP求得指标权重，这一步骤可利用Super decisions软件计算完成，其中，所输入的两两比较的数值如图4。由此求得二级指标权重向量为h＝(h1,h2,h3,h4,h5,h6,h7,h8,h9,h10)T＝(0.037,0.039,0.113,0.069,0.027,0.035,0.117,0.108,0.282,0.172)T。
步骤9：四个型号的装载机的综合评价值为：x1＝0.8608,x2＝0.9648,x3＝0.8377,x4＝0.8444。因此，购买的优先排序顺序为：A2＞A1＞A4＞A3，最优选择为A2。
表1初始群决策多属性评价矩阵
Figure BDA0002264434450000081
表2利用2DULPGWA算子对初始评价矩阵中的主观评价值集结的结果
Figure BDA0002264434450000082
表3将2DULVs的评价值形式转化为实数
Figure BDA0002264434450000091
表4规范化后的矩阵
Figure BDA0002264434450000092
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明。凡采用等同替换或者等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (4)

1.一种基于SNA的混合多属性群决策的建筑设备优选方法，其特征在于具体包括以下步骤：
步骤一：建立所欲购买的建筑设备库，制定备选方案库Al，其中备选方案数量为l＝1,2,…,t；
步骤二：选取一级和二级评价指标，建立所述建筑设备库的综合评价指标体系；
步骤三：基于所建立的评价指标体系，收集二级评价指标的主观评价值和客观评价指标；主观评价值包含两部分，用二维不确定语义变量表示，二维不确定语义变量的英文缩写为2DULVs，第一部分是邀请专家ek给出的评价值，专家人数取值为k＝1,2,…,m，第二部分是决策者对专家给出评价值的可靠性评价值；客观评价指标用实数表示；建立初始混合群决策多属性评价矩阵：
Figure FDA0002264434440000011
其中，
Figure FDA0002264434440000012
为主观评价值或客观评价指标；在的形式上，对于客观评价指标而言，为实数的形式；而对于主观评价值而言，以2DULVs的形式表示,即：以的形式，其中
Figure FDA0002264434440000015
表示专家对备选方案给出的评价值，而
Figure FDA0002264434440000016
为决策者对专家给出评价值的可靠性评价值，评价值和可靠性评价值都以区间语义的形式呈现；
Figure FDA0002264434440000017
和
Figure FDA0002264434440000018
为Ⅰ级不确定语义集合
Figure FDA0002264434440000019
中的元素,而和
Figure FDA00022644344400000111
为Ⅱ级不确定语义集合
Figure FDA0002264434440000021
中的元素。在主观评价值
Figure FDA0002264434440000022
的第一部分中，表示为专家ek对于备选方案Al关于指标Cp的评价值：专家人数取值为k＝1,2,…,m,指标数量取值为p＝1,2,…,n，备选方案数量为l＝1,2,…,t；
步骤四：基于SNA求得专家权重λk，具体步骤如下：
步骤4.1：建立专家信任网络和相应的信任测度矩阵S＝(sij)m×m，其中sij为专家ei对于ej的信任值；
步骤4.2：转化不完全的信任测度矩阵S＝(sij)m×m为完全的矩阵具体方法如下：假设从专家ei到ej的某一条路径上由n′段组成，由式(1)得出专家ei到ej在该条路径上的信任值：
Figure FDA0002264434440000024
其中，ai为专家ei到ej在该条路径上第i段上的信任值；
假设从专家ei到ej共有N条路径可达，利用OWA算子对N条路径进行集结，从而求出专家ei到ej的综合信任测度值，计算公式如下：
Figure FDA0002264434440000025
其中，
Figure FDA0002264434440000026
为从专家ei到ej的N条路径组成的集合里面第kth大的信任值，由此组成的由大到小的信任值集合
Figure FDA0002264434440000027
并且，π＝(π1,π2,...,πN)T为权重向量，满足πk≥0，
Figure FDA0002264434440000028
权重πi可通过下式计算求得：
其中，
Figure FDA00022644344400000210
参数a′和b′相对应的语义量词包括：全部，大部分，至少一般，越多越好四种情况，相对应的参数a′的取值为0,0.3,0,0.5；参数b′的取值为1,0.8,0.5,1；
由此，当所有的未知信任测度都求得时，得到完整的信任测度矩阵
步骤4.3：计算专家权重λk：
基于步骤4.2求得完全信任测度矩阵
Figure FDA0002264434440000032
后，专家ek的权重λk，其中k的取值为：k＝1,2,...m；由下式求得：
Figure FDA0002264434440000033
其中，
Figure FDA0002264434440000034
即专家ek被其他所有专家信任总体水平专家权重；
步骤五：由下式运用2DULPGWA算子对专家的意见进行集结：
Figure FDA0002264434440000035
其中，
Figure FDA0002264434440000036
Figure FDA0002264434440000037
来自
Figure FDA0002264434440000038
的支持度为 为与
Figure FDA00022644344400000312
之间的海明距离，计算公式如下：
Figure FDA00022644344400000313
步骤六：对每一个2DULV：
Figure FDA0002264434440000041
计算期望值，期望值计算公式如下：
Figure FDA0002264434440000042
由此，将所有的2DULVs通过计算期望值的形式转化为实数；将混合群决策多属性评价矩阵转化为单一形式评价矩阵
Figure FDA0002264434440000043
步骤七：将单一形式的评价矩阵
Figure FDA0002264434440000044
规范化为
Figure FDA0002264434440000045
其中，
Figure FDA0002264434440000046
Nc和Nb分别为成本和效益指标；若j∈Nb,
Figure FDA0002264434440000047
若j∈Nc,
Figure FDA0002264434440000048
步骤八：运用Superdecisions软件对于规范化评价矩阵的所有二级评价指标进行两两比较，建立比较矩阵，对比较矩阵评分，然后用AHP计算所有二级评价指标的权重hp；
步骤九：通过下式计算每个备选方案Al的综合评价值：
Figure FDA0002264434440000049
并通过排序获得最佳方案。
2.根据权利要求1所述的一种基于SNA的混合多属性群决策的建筑设备优选方法，其特征在于：步骤三中的专家人数m取值大于等于4。
3.根据权利要求1所述的一种基于SNA的混合多属性群决策的建筑设备优选方法，其特征在于：步骤一中的备选方案数量l取值大于等于4。
4.根据权利要求1所述的一种基于SNA的混合多属性群决策的建筑设备优选方法，其特征在于：适用于工程行业的大型器械的选型。
CN201911082678.8A 2019-11-07 2019-11-07 一种基于sna的混合多属性群决策的建筑设备优选方法 Pending CN110837966A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911082678.8A CN110837966A (zh) 2019-11-07 2019-11-07 一种基于sna的混合多属性群决策的建筑设备优选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911082678.8A CN110837966A (zh) 2019-11-07 2019-11-07 一种基于sna的混合多属性群决策的建筑设备优选方法

Publications (1)

Publication Number Publication Date
CN110837966A true CN110837966A (zh) 2020-02-25

Family

ID=69574634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911082678.8A Pending CN110837966A (zh) 2019-11-07 2019-11-07 一种基于sna的混合多属性群决策的建筑设备优选方法

Country Status (1)

Country Link
CN (1) CN110837966A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112668861A (zh) * 2020-12-23 2021-04-16 吉林大学 一种基于二元语义和pfowa算子的数控机床可靠性分配方法
CN112836293A (zh) * 2021-01-18 2021-05-25 合肥工业大学 一种基于pso信息粒化的汽车产品设计方案选择方法
CN113343666A (zh) * 2021-06-29 2021-09-03 深圳前海微众银行股份有限公司 评分的置信度的确定方法、装置、设备及存储介质
CN113361200A (zh) * 2021-06-09 2021-09-07 河南农业大学 一种基于群体共识的信息不确定性灰色群体决策方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112668861A (zh) * 2020-12-23 2021-04-16 吉林大学 一种基于二元语义和pfowa算子的数控机床可靠性分配方法
CN112836293A (zh) * 2021-01-18 2021-05-25 合肥工业大学 一种基于pso信息粒化的汽车产品设计方案选择方法
CN112836293B (zh) * 2021-01-18 2022-09-30 合肥工业大学 一种基于pso信息粒化的汽车产品设计方案选择方法
CN113361200A (zh) * 2021-06-09 2021-09-07 河南农业大学 一种基于群体共识的信息不确定性灰色群体决策方法
CN113343666A (zh) * 2021-06-29 2021-09-03 深圳前海微众银行股份有限公司 评分的置信度的确定方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110837966A (zh) 一种基于sna的混合多属性群决策的建筑设备优选方法
Lin et al. TOPSIS method based on correlation coefficient and entropy measure for linguistic Pythagorean fuzzy sets and its application to multiple attribute decision making
Engida et al. Measuring corporate sustainability performance–the case of European food and beverage companies
Alfaro‐García et al. Logarithmic aggregation operators and distance measures
CN103257921B (zh) 一种基于改进随机森林算法的软件故障预测系统及其方法
Lai et al. An improved CoCoSo method with a maximum variance optimization model for cloud service provider selection
CN111191906A (zh) 一种大中型企业技术标准体系化实施效益评价方法
CN104837184A (zh) 一种基于区间三角模糊数的异构无线网络选择方法
Sriram et al. A review on multi-criteria decision-making and its application
CN113961173A (zh) 基于领域事件驱动的单体系统微服务拆分方法
CN112329969A (zh) 一种基于支持向量机的建筑智能化工程投资预测方法
CN111784109A (zh) 一种基于毕达哥拉斯模糊集和vikor的供应商选择方法
CN113986869A (zh) 基于机器学习时序预测算法的建设工程材料价格信息数据计算方法
CN110110962B (zh) 一种任务群智执行团队的优选方法
Ma Generalised grey target decision method for mixed attributes with index weights containing uncertain numbers
Otay et al. A novel pythagorean fuzzy AHP and TOPSIS method for the wind power farm location selection problem
CN117172633B (zh) 一种面向工业互联网平台的制造服务子图仿真方法及系统
CN110070258B (zh) 一种焦炉加热燃烧过程性能评估方法
CN107644285A (zh) 售电市场盈利能力评估指标的筛选与权重确定方法及系统
Cen et al. Distant or local? The roles of knowledge search on general purpose technology innovation in emerging industries
CN114723247A (zh) 基于直觉模糊理论的多属性群决策供应商选择方法
Yu et al. Supplier evaluation analysis based on AHP-entropy-TOPSIS method
Xie et al. Transaction search engine of distributed electricity market trading platform based on blockchain technology
Halim et al. Analytical Hierarchy Process and PROMETHEE application in measuring object oriented software quality
Li et al. Double stochastic preference analysis on group decision making with interval additive preference relations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination