發(fā)布時間：2022-02-05 07:51

　　猶豫區(qū)間直覺語言型Z-number（HIILZN）是在語言型Z-number基礎上拓展而來的,在處理現(xiàn)實世界決策上扮演重要的作用。本文主要提出了在以猶豫區(qū)間直覺語言型Z-Number為信息環(huán)境下決策者有風險偏好的多屬性群決策模型,探究決策者不同風險態(tài)度對權(quán)重和方案排序的影響,對于進行金融投資以及風險投資等方面的決策均有一定的參考價值。本文首先提出了兩種新的語言尺度函數(shù),并基于語言尺度函數(shù),提出了HIILZNs新型距離公式,并利用與HIILZNs正理想點的距離提出了HIILZNs的排序值公式。進一步地基于距離公式提出HIILZNs距離相似度公式,并利用距離相似度構(gòu)造最優(yōu)模型求解最優(yōu)專家權(quán)重。接下來提出HIILZNs熵公式度量HIILZNs自身的不確定性,并基于決策者風險態(tài)度提出風險偏好因子,然后利用風險偏好因子和熵公式定義了風險偏好函數(shù)。最后構(gòu)造排序值加風險偏好函數(shù)最大化的最優(yōu)決策模型求解最優(yōu)權(quán)重,然后利用WAA算子集結(jié)每個方案的屬性值得到綜合排序值并排序,并探究不同風險偏好下屬性權(quán)重的變化以及對方案排序的影響。最后,通過一個實例驗證該方法的科學性和有效性。 

【文章來源】：滁州學院學報. 2019,21(02)

【文章頁數(shù)】：8 頁

【部分圖文】：

M（Ⅱ）下屬性權(quán)重隨風險偏好變化趨勢圖

表5 兩種情況下不同風險偏好下的屬性變化及排序 M(Ⅰ) M(Ⅱ) ω1 ω2 ω3 ω4 排序結(jié)果 ω1 ω2 ω3 ω4 排序結(jié)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圖3 M（Ⅱ）下屬性權(quán)重隨風險偏好變化趨勢圖

【參考文獻】：
期刊論文
[1]基于交叉熵與風險偏好的多屬性決策分析[J]. 梅孔椿,張鳳曉,毛軍軍,鄒斌.  計算機工程. 2018(08)
[2]區(qū)間灰色不確定語言多屬性群決策方法[J]. 韓二東,郭鵬,趙靜.  計算機科學與探索. 2016(01)
[3]三角直覺模糊決策的權(quán)重函數(shù)方法[J]. 余高鋒,李登峰.  計算機科學與探索. 2014(10)
[4]基于新型語言評估標度的二元語義改進模型[J]. 鮑廣宇,連向磊,何明,王玲玲.  控制與決策. 2010(05)



本文編號：3614860