基于赋权的直觉模糊语言多属性群决策模型与应用研究

发布时间：2020-06-24 16:00

【摘要】：直觉模糊语言多属性群决策是现代决策领域新兴的研究热点之一,被广泛地应用于管理科学、医疗研究、军事发展等诸多领域。在一些复杂的决策问题中,决策者可以得到的信息大多是不确定的,且无法用精确的数表示,这使得运用语言变量处理决策问题变得尤为重要。更进一步地,将语言变量与直觉模糊理论结合,能有效地通过直觉模糊语言变量处理多属性群决策问题,是现代决策领域的新思路。本文针对直觉模糊语言信息,从获取决策信息、构建集结算子、排序决策结果这3个方面对直觉模糊语言多属性群决策进行探讨,具体的研究内容如下:1、以获取决策信息为中心,针对直觉模糊语言信息的特殊形式——直觉模糊信息,提出了基于属性值支持度和熵测度组合加权的IVIFCWA算子。IVIFCWA算子充分考虑了变量主元的重要作用,并运用有主元的区间直觉模糊欧式距离,计算出反映决策信息确定性的支持度,然后将支持度与反映决策信息不确定性的熵测度组合加权。此外,还研究了IVIFCWA算子的主要性质。2、以构建集结算子为中心,提出了基于GIVIFLIHA算子和TOPSIS有序关系的直觉模糊语言多属性群决策模型。GIVIFLIHA算子引入了熵诱导有序变量,TOPSIS有序关系充分考虑了变量主元的重要作用。本文将两者结合起来,共同处理直觉模糊语言多属性群决策问题。此外,还研究了GIVIFLIHA算子的主要性质。3、以排序决策结果为中心,提出了一种广义的排序方法——新型优先分类法。这种新型优先分类法将区间直觉模糊语言欧氏距离引入到传统的优先有序关系中,并结合广义区间直觉模糊语言集结算子,提出了一种处理直觉模糊语言多属性群决策的模型。同时,在区间直觉模糊语言欧氏距离中设置了三个参数(k_1,k_2,k_3),便于调整变量主元的比重。最后,针对以上3个方面,本文均给出了实际的决策案例,以便证明IVIFCWA算子、GIVIFLIHA算子、TOPSIS有序关系和新型优先分类法的有效性和实用性。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O159;O225
【图文】：

原材料供应商,不同参数,结果对比,模糊语言

1 1 5 2 3 4 7 3 2 5R { A , A }, R { A , A , A }, R { A , A}.由于区间直觉模糊语言欧氏距离公式中有 3 个参数（1 2 3k , k ,k ），不同的参数值会产生不同的排序结果。下面，我们改变 3 个参数的取值，通过内部对比的方式来说明该优先分类方法的灵活性和应用效果，对比结果如表 5.6 和图 5.1 所示。表 5.6 不同参数情况下原材料供应商iA 的优先分类结果对比2k3k*( , )( 1,2, ,7)ED iD A A i 1R2R12120.2752 0.6970 0.4085 0.3141 0.2628 0.7318 0.41641A2A3A4A5A6A7A13130.2509 0.7338 0.4128 0.3156 0.2486 0.7502 0.41035A1A2A3A4A7A14140.2377 0.7515 0.4149 0.3161 0.2409 0.7590 0.40611A5A3A4A7A2A

模糊语言,直觉,原材料供应商,算子

重庆邮电大学硕士学位论文第 5 章基于直觉模糊语言的优先分类法在 MAGDM 中的应用GIVIFLOWA 算子考虑了变量的有序位置因素，而 GIVIFLHA 算子不仅考虑了变量的加权因素，而且考虑了变量的有序位置因素，因此应用 GIVIFLHA 算子可以获得原材料供应商最精确的优先有序分类结果。在直觉模糊语言多属性群决策中，决策群体可以根据实际需要挑选最合适的信息集结算子，这也从一定程度上体现了该方法的灵活性。

【参考文献】