-
作者： 方冰，韩冰，闻传花（陆军指挥学院）
-
出处： 控制与决策
2022 第37卷 第3期 P729-736 1001-0920 -
关键词：
多属性群决策；概率犹豫模糊集；距离测度；加权算术平均；分差最大化
- 摘要：研究属性权重已知、专家权重未知条件下的概率犹豫模糊多属性群决策问题.首先,针对传统概率犹豫模糊距离测度的不足,提出改进的新型距离测度,并对其有效性和合理性进行数学证明;其次,在属性权重向量已知的前提下,通过加权算术平均的方式实现单个专家视角下的概率犹豫模糊信息初次集结,并基于分差最大化准则构建专家权重向量求解模型,采用解析的方法给出最优解;再次,在专家权重向量求解的基础上,基于TODIM方法实现群体专家视角下的概率犹豫模糊信息二次集结,并实现基于综合感知价值的
新浪博客
多个备选方案优劣排序;最后,以信息化战争条件下陆军部队作战方案模糊优选为例,验证所提出交互式多属性群决策方法的可行性和有效性.
- 0 引言
2009 年, Torra 等[1-3] 针对多属性决策(multiattributedecision-making,MADM) 问题中决策者常常犹豫不决、多个辅助专家互相不能说服、难以达成一致意见的情形, 提出了犹豫模糊集(hesitantfuzzy set, HFS) 概念, 其基本描述工具是犹豫模糊元(hesitant fuzzy element, HFE),允许决策者或辅助专家可以在几个不同的评估值间犹豫徘徊,从而增加了他们决策赋值的灵活性,能够较为细腻地刻画其不确定性心理状态, 是模糊集理论[4] 的重要拓展, 在现实中有广泛的应用场景. 然而,在大多数情况下,由于辅助专家的个人倾向性以及专家数量等原因,不同的隶属度可能具有不同的重要性, 但是, 犹豫模糊元却无法刻画决策者对不同隶属度的偏好信息,从而容易导致对评估信息的不完整性描述.