基于犹豫区间直觉语言型Z-Number熵和决策者风险态度的多属性群决策分析

发布时间：2022-02-05 07:51

　　犹豫区间直觉语言型Z-number（HIILZN）是在语言型Z-number基础上拓展而来的,在处理现实世界决策上扮演重要的作用。本文主要提出了在以犹豫区间直觉语言型Z-Number为信息环境下决策者有风险偏好的多属性群决策模型,探究决策者不同风险态度对权重和方案排序的影响,对于进行金融投资以及风险投资等方面的决策均有一定的参考价值。本文首先提出了两种新的语言尺度函数,并基于语言尺度函数,提出了HIILZNs新型距离公式,并利用与HIILZNs正理想点的距离提出了HIILZNs的排序值公式。进一步地基于距离公式提出HIILZNs距离相似度公式,并利用距离相似度构造最优模型求解最优专家权重。接下来提出HIILZNs熵公式度量HIILZNs自身的不确定性,并基于决策者风险态度提出风险偏好因子,然后利用风险偏好因子和熵公式定义了风险偏好函数。最后构造排序值加风险偏好函数最大化的最优决策模型求解最优权重,然后利用WAA算子集结每个方案的属性值得到综合排序值并排序,并探究不同风险偏好下属性权重的变化以及对方案排序的影响。最后,通过一个实例验证该方法的科学性和有效性。 

【文章来源】：滁州学院学报. 2019,21(02)

【文章页数】：8 页

【部分图文】：

M（Ⅱ）下属性权重随风险偏好变化趋势图

表5 两种情况下不同风险偏好下的属性变化及排序 M(Ⅰ) M(Ⅱ) ω1 ω2 ω3 ω4 排序结果 ω1 ω2 ω3 ω4 排序结果 θ=-1 0.2225 0.2314 0.2603 0.2858 x3?x2?x1 0.2167 0.3500 0.2000 0.2333 x3?x2?x1 θ=-0.75 0.2359 0.2400 0.2527 0.2714 x3?x2?x1 0.2167 0.3500 0.2000 0.2333 x3?x2?x1 θ=-0.5 0.2434 0.2448 0.2484 0.2634 x3?x2?x1 0.2167 0.3500 0.2000 0.2333 x3?x2?x1 θ=-0.25 0.2482 0.2479 0.2457 0.2581 x3?x2?x1 0.3000 0.3467 0.1200 0.2333 x3?x2?x1 θ=0 0.2516 0.2501 0.2438 0.2545 x3?x2?x1 0.2967 0.3500 0.1200 0.2333 x3?x2?x1 θ=0.25 0.2541 0.2517 0.2424 0.2519 x3?x2?x1 0.3000 0.3467 0.1200 0.2333 x3?x2?x1 θ=0.5 0.2559 0.2529 0.2413 0.2499 x3?x2?x1 0.3000 0.3500 0.1200 0.2300 x3?x2?x1 θ=0.75 0.2574 0.2539 0.2405 0.2482 x3?x2?x1 0.3000 0.3500 0.1200 0.2300 x3?x2?x1 θ=1 0.2587 0.2546 0.2398 0.2469 x3?x2?x1 0.3000 0.3500 0.1200 0.2300 x3?x2?x1图3 M（Ⅱ）下属性权重随风险偏好变化趋势图

【参考文献】：
期刊论文
[1]基于交叉熵与风险偏好的多属性决策分析[J]. 梅孔椿,张凤晓,毛军军,邹斌.  计算机工程. 2018(08)
[2]区间灰色不确定语言多属性群决策方法[J]. 韩二东,郭鹏,赵静.  计算机科学与探索. 2016(01)
[3]三角直觉模糊决策的权重函数方法[J]. 余高锋,李登峰.  计算机科学与探索. 2014(10)
[4]基于新型语言评估标度的二元语义改进模型[J]. 鲍广宇,连向磊,何明,王玲玲.  控制与决策. 2010(05)



本文编号：3614860