具有語(yǔ)言評(píng)價(jià)信息的多屬性決策方法研究.pdf

1、多屬性決策(MADM)是現(xiàn)代決策科學(xué)的一個(gè)重要組成部分，它的理論和方法在工程、經(jīng)濟(jì)、管理、教育等諸多領(lǐng)域中有著廣泛的應(yīng)用。多屬性決策的實(shí)質(zhì)是決策者利用已有的決策信息通過(guò)一定的方式對(duì)一組(有限個(gè))備選方案進(jìn)行排序和選優(yōu)。由于客觀事物的復(fù)雜性、不確定性以及人類(lèi)思維的模糊性，決策者往往以語(yǔ)言形式給出決策信息。因此，研究具有語(yǔ)言評(píng)價(jià)信息的多屬性決策問(wèn)題具有重要的理論意義和實(shí)際價(jià)值。 本文主要對(duì)語(yǔ)言信息的集結(jié)方法及語(yǔ)言多屬性(群)決策方法

2、作了一些探討。主要工作如下： 1.本文在新定義的加權(quán)價(jià)值函數(shù)的基礎(chǔ)上提出了加權(quán)TOPSIS方法，并把它擴(kuò)展到模糊環(huán)境。在模糊環(huán)境下，提出固定型指標(biāo)模糊語(yǔ)言值的概念及相應(yīng)模糊數(shù)的規(guī)范化方法，提出一種模糊語(yǔ)言多屬性決策算法。 2.基于相對(duì)優(yōu)屬度矩陣和Vague集理論，本文定義了方案對(duì)目標(biāo)的支持(反對(duì)、中立)度，構(gòu)造決策者對(duì)方案滿(mǎn)意度的Vague值和理想Vague值，然后分別用加權(quán)TOPSIS法和記分函數(shù)對(duì)方案進(jìn)行排序、選優(yōu)。

3、 3.定義二元語(yǔ)義矢量及其相關(guān)運(yùn)算，提出基于二元語(yǔ)義信息處理的解決語(yǔ)言群決策問(wèn)題的投影算法。該算法避免了語(yǔ)言矢量的直接比較和語(yǔ)言信息集結(jié)時(shí)的信息丟失等問(wèn)題。 4.在二元語(yǔ)義加權(quán)平均(T-WA)算子和二元語(yǔ)義有序加權(quán)平均(T-OWA)算子的基礎(chǔ)上，給出二元語(yǔ)義混合加權(quán)(T-HWA)算子并分析了它的性質(zhì)，該算子既考慮了屬性值本身重要性，又考慮了屬性值的位置重要性。然后基于T-HWA算子，給出具有語(yǔ)言偏好信息的多屬性群決策算法