不确定语言多属性群决策方法及应用研究

不确定语言多属性群决策方法及应用研究在项目评估、人员考评、科研成果评价、供应商选择以及企业绩效评价等实际决策问题中,由于受到知识结构、个人偏好和工作背景等主观因素的影响,以及事物本身的复杂性、模糊性和

不确定语言多属性群决策方法及应用研究 在项目评估、人员考评、科研成果评价、供应商选择以及企业绩效评价等实 际决策问题中,由于受到知识结构、个人偏好和工作背景等主观因素的影响,以及 事物本身的复杂性、模糊性和不确定性的影响,专家往往倾向于用不确定语言信 息来表达个体偏好,如[好,很好]等。有关不确定语言偏好信息的研究已引起了国 内外学者的广泛关注和极大兴趣。 在多属性群决策问题中引入不确定语言偏好信息能够更好地反映和体现人 类的思维方式,充分利用专家群体的智慧,比较适合解决现代社会中存在的一些 复杂决策问题。因此,研究基于不确定语言信息的多属性群决策方法具有重要的 理论意义和较高的实用价值。 本文在现有研究的基础上,针对不确定语言、直觉不确定语言以及区间直觉 不确定语言环境下的多属性群决策问题,综合运用信息熵方法、TOPSIS法、非线 性规划法以及粗糙集理论等多种研究工具在群体的一致性分析、属性及专家的客 观综合赋权方式、阶段权重的确定以及群决策结果的评价等方面展开了一系列研 究,主要研究成果如下：(1)针对不确定语言多属性群决策的一致化问题,提出了 一种具有自适应专家权重和反馈引导机制的交互式群决策方法。该方法通过定义 优势度指标来简化不确定语言变量的比较和排序,通过定义贴近度来衡量两个不 确定语言变量之间的相似程度,并基于贴近度构建了多级一致性指标。 进而根据专家当前的各级一致性指标构造优化模型对专家权重进行调整,并 将需要修改的评价值连同参考值一起反馈给相应专家,引导专家有针对性的调整 个体偏好,最后将多次迭代调整后的专家意见进行集结,并利用优势度指标对方 案进行比较和排序,得到最优方案。该方法能有效加速群体的一致化进程,使决策