考虑决策者行为的多属性决策方法有着广泛的应用前景。本书主要系统地解释和提出了一系列考虑决策者风险偏好和主观愿景的多属性决策方法，分为3篇。第1篇主要介绍考虑决策者风险偏好和主观愿景的多属性决策相关理论和方法；第2篇提出了考虑决策者风险偏好的多属性决策方法、多属性群决策方法和属性约简模型；第3篇提出了考虑决策者主观愿景的模糊多属性决策方法、多属性群决策方法和混合多属性决策方法。本书可作为管理类、经济类、系统工程、应用数学相关专业的本科生参考教材，也可供相关领域大学生、研究生、科研人员、管理人员参考。

前 言 在决策中考虑决策者的行为因素，可以做出更符合现实的决策模型。愿景和风险偏好无论对个人还是组织来讲都是决策的重要因素。由于考虑愿景和风险偏好的多属性决策方法有广泛的应用前景，国内外学者纷纷投入相关决策方法的研究。已有研究主要把愿景和风险偏好与前景理论（Prospect Theory）相结合得到前景值进行优选。但是，前景理论设置固定的风险偏好系数求解前景价值，不能完全适用于解决考虑愿景和风险偏好的多属性决策问题。为解决上述问题，本书在已有研究的基础上，旨在通过建立考虑愿景和风险偏好的多属性决策模型，提高决策的科学性和柔性，为解决现实情景中考虑愿景和风险偏好的多属性决策问题提供方法支持。 本书主要分为以下3篇。 第1篇为理论基础。主要对相关理论做了较为详细的综述，以“多属性决策”“考虑决策者风险偏好的多属性决策”“考虑决策者愿景的多属性决策”为对象系统梳理和总结了相关文献和研究成果，说明考虑风险偏好和愿景的多属性决策方法有着广泛的应用前景，但已有的研究主要基于前景理论，设置的固定风险偏好系数不能很好地体现决策的柔性，因此有必要对考虑风险偏好和愿景的多属性决策方法做进一步研究。本部分为全书的论述打下了非常坚实的理论基础。 第2篇为考虑风险偏好的多属性决策方法。首先，提出了IT2TrFS风险偏好的度量方法。该方法根据决策者的风险偏好给决策者分类，求得决策者风险偏好决策矩阵，提出新的可能度计算方法，最后通过计算符号距离得到方案的排序结果。该方法充分考虑到了决策者的风险偏好，针对属性权重以确定值或以IT2TrFS给出的IT2TrFS多属性决策问题提出了具体的决策方法。其次，提出IVTFS风险偏好的度量方法。该方法可以充分考虑到决策者的风险偏好和决策者的主观愿景，为指标权重未知的区间值模糊决策理论的应用进一步提供理论依据。再次，提出了考虑决策者风险偏好的属性权重信息不完全的区间直觉模糊集多属性群决策（MAGDM）新方法。该方法先确定每个决策者的权重。为了考虑决策者风险偏好对决策结果的影响和避免AIVIF矩阵渐进性，引入了决策者风险偏好系数，将集结后的综合决策矩阵转换成区间数矩阵。又次，为了客观地求出属性权重信息不完全环境下的属性的权重，构建了一个目标规划模型。通过各个方案的综合评价值对方案进行排序。最后，以属性值为区间数的大量属性决策问题为研究背景，主要做了三方面的工作：①将决策者风险特征细分为较强风险规避型、一般风险规避型、较弱风险规避型、风险中立型、较强风险偏好型、一般风险偏好型、较弱风险偏好型7种类型，并按照决策者风险类型匹配相应的决策矩阵，进行属性约简和决策；②提出基于熵可靠性的属性约简方法，按照决策的可靠性要求提取有效属性进行决策；③针对7种不同的风险偏好类型进行灵敏度分析，对比不同风险偏好属性约简前后的决策结果，分析其对决策结果的影响程度和原因。 第3篇为考虑愿景的多属性决策方法。首先，提出了一种考虑愿景的动态多属性群决策共识模型及其解决框架。该模型和框架包括两个过程，一个是获得各个备选方案的排序和集体解决方案的选择过程，另一个是对个人属性集、个人方案集、个人偏好和个人愿景集方面提出调整建议，从而达成共识的过程。其次，提出了一种新的考虑愿景的多属性方法。该方法采用客观的相似度算法求解问题最优权重，再结合人的风险态度求方案排序，包括以下几方面内容：基于决策信息与正负理想解的距离和区分度最大的思想，建立线性规划模型，求得最优权重，之后加入专家的风险偏好及愿景，采用愿景满意度函数建立的两阶段法和TOPSIS方法对方案进行排序。通过一个能源汽车选择的实例，将本算法和已经存在的两种区间直觉模糊多属性决策问题的客观算法做比较分析，讨论了愿景的改变对方案排序的影响。再次，提出考虑决策者指标期望的PSO混合多指标决策方法。该方法综合考虑了区间直觉模糊数、区间数和确定数3种指标信息形式，分别定义区间直觉模糊数和区间数的标准化公式，将3种信息统一到同一量纲下；通过建立方案最大评估值的规划模型求得初始权重，利用PSO算法优化得到最优权重；考虑决策者指标期望，计算方案评估值相对于指标期望的损益程度，再通过改进的TOPSIS方法计算出各个方案相对于正理想点和负理想点的相关系数进行方案排序。最后，利用考虑决策者指标期望的PSO混合多指标决策方法解决了一个汽车选购的决策案例，验证了方法的合理性和可行性；同时利用案例将本书方法与传统的TOPSIS方法进行对比分析，验证本书方法的理论价值和实践价值。 本书在写作过程中参考了国内外大量文献和研究成果，在此，我们对相关作者和研究人员表示真诚的感谢；同时在撰写过程中得到了硕士生张晨曦的帮助，对她的辛勤付出表示感谢；此外，我们还要感谢东北大学秦皇岛分校各级领导的支持与帮助。 尽管我们在写作过程中做了很多努力，但由于水平有限，书中难免存在疏漏，敬请广大读者批评指正！ 作 者 2018年8月

第1篇 理论基础 第1章 多属性决策相关理论与方法 3 1.1 多属性决策基本理论 3 1.1.1 基本概念 3 1.1.2 多属性决策的种类 4 1.2 多属性决策的历史和发展现状 6 1.2.1 多属性排序方法研究 6 1.2.2 多属性群决策方法研究 11 1.2.3 属性权重确定方法研究 12 1.2.4 多属性决策的标准化方法 14 1.3 本章小结 15 参考文献 16 第2章 考虑风险偏好和愿景的多属性决策理论与方法 24 2.1 考虑风险偏好和愿景的多属性决策方法相关研究 25 2.1.1 考虑决策者风险偏好的多属性决策方法相关研究 25 2.1.2 考虑决策者愿景的多属性决策方法相关研究 25 2.2 考虑风险偏好和愿景的多属性决策方法介绍 27 2.2.1 期望效用理论 27 2.2.2 前景理论 27 2.2.3 累积前景理论 28 2.3 本章小结 29 参考文献 29 第2篇 考虑风险偏好的多属性决策方法 第3章 考虑决策者风险偏好的区间2型模糊多属性决策方法 33 3.1 预备知识 35 3.2 理论基础 36 3.2.1 决策者风险偏好的度量 36 3.2.2 梯形模糊数优先关系的可能度 38 3.3 模型算法 43 3.4 实例与对比分析 46 3.4.1 实例分析 46 3.4.2 算法对比分析 47 3.5 本章小结 47 参考文献 48 第4章 考虑风险偏好的IVTFS多属性群决策方法 52 4.1 风险偏好的概念及度量的理论基础 53 4.1.1 IVTFS的风险偏好概念 53 4.1.2 风险偏好的度量方法 54 4.2 建立模型 54 4.2.1 基于区间值模糊集对TOPSIS扩展的方法 54 4.2.2 考虑决策者风险偏好的IVFN群决策方法 56 4.3 案例研究 60 4.3.1 基于区间值模糊集对TOPSIS扩展方法的应用 62 4.3.2 考虑决策者风险偏好的IVTFS群决策方法的应用 67 4.3.3 算法对比 103 4.4 本章小结 104 参考文献 105 第5章 考虑决策者风险偏好的区间直觉模糊多属性群决策方法 107 5.1 预备知识 109 5.1.1 区间直觉模糊集 109 5.1.2 区间直觉模糊集成算子及渐进性 110 5.2 模型建立 110 5.2.1 问题描述 111 5.2.2 关于每个属性决策者权重的确定 112 5.2.3 基于交叉熵的不完全属性权重的确定 115 5.2.4 算法流程 117 5.3 实证分析 118 5.4 对比分析 125 5.4.1 对比分析1 125 5.4.2 对比分析2 126 5.5 本章小结 126 参考文献 127 第6章 考虑风险偏好的熵可靠性属性约简决策模型 131 6.1 预备知识和理论基础 132 6.1.1 理论基础 132 6.1.2 属性值为实数的属性约简原则和方法 133 6.1.3 属性值为区间数的属性约简原则和方法 135 6.2 建立模型 140 6.2.1 基于优势关系的风险偏好与属性约简决策模型 141 6.2.2 考虑风险偏好的熵可靠性属性约简决策模型 144 6.3 案例分析：供应链合作伙伴选择 146 6.3.1 问题描述 146 6.3.2 属性值为实数的供应链合作伙伴选择的多属性决策问题 147 6.3.3　 属性值为区间数的供应链合作伙伴选择的多属性决策问题 152 6.3.4 方法对比分析 160 6.4 本章小结 161 参考文献 162 第3篇 考虑愿景的多属性决策方法 第7章 考虑愿景的动态多属性群决策共识模型 167 7.1 预备知识 170 7.1.1 经典的多属性群决策问题 170 7.1.2 愿景水平 172 7.2 问题说明 172 7.3 考虑愿景的复杂动态多属性群决策共识模型 174 7.3.1 选择过程 175 7.3.2 共识过程 183 7.3.3 共识达成模型的算法 186 7.4 实例分析 188 7.4.1 问题描述 188 7.4.2 模型应用 190 7.4.3 比较分析 192 7.5 本章小结 193 参考文献 193 第8章 基于愿景效用函数的区间直觉模糊多属性决策方法 197 8.1 研究背景及意义 198 8.1.1 研究背景 198 8.1.2 研究意义 198 8.2 国内外研究现状 199 8.2.1 区间直觉模糊集研究现状 199 8.2.2 权重确定方法研究现状 200 8.2.3 考虑愿景决策方法研究现状 200 8.2.4 研究现状评述 201 8.3 理论基础与相关方法介绍 201 8.3.1 区间直觉模糊集 202 8.3.2 区间直觉模糊集的两种决策方法 205 8.4 基于区间直觉模糊多属性决策方法模型 211 8.4.1 问题描述 211 8.4.2 权重确定 212 8.4.3 愿景满意度函数构建 212 8.4.4 算法流程 214 8.4.5 示例与分析 215 8.5 案例分析 219 8.5.1 案例背景 219 8.5.2 选择可替代燃料汽车的决策标准 221 8.5.3 实例应用分析 223 8.5.4 对比分析 231 8.5.5 进一步讨论 236 8.6 本章小结 242 参考文献 243 第9章 考虑愿景的混合多属性决策方法 246 9.1 绪论 247 9.1.1 研究背景及意义 247 9.1.2 国内外研究现状 248 9.2 相关概念及理论基础 250 9.2.1 区间直觉模糊集 250 9.2.2 区间数 252 9.2.3 决策者愿景 253 9.2.4 PSO算法 254 9.3 模型建立 257 9.3.1 问题描述 257 9.3.2 指标值的标准化 258 9.3.3 愿景的精确化和标准化 260 9.3.4 指标权重的确定 261 9.3.5 考虑愿景的混合多属性排序方法 264 9.4 案例分析 265 9.4.1 案例背景 265 9.4.2 影响因素 265 9.4.3 考虑愿景的混合多属性决策方法 266 9.4.4 对比分析 271 9.5 本章小结 274 参考文献 275