本文針對不確定語言信息的群決策問題,提出了一種解決多粒度不確定二元語義語言信息集結(jié)與決策的新方法。首先,根據(jù)各專家不確定語言短語決策信息,通過相關(guān)轉(zhuǎn)化規(guī)則,量化為與其對應(yīng)的二元語義區(qū)間數(shù),并將其端點映射到二維坐標系中。其次,運用植物模擬生長算法(PGSA)求出各區(qū)間數(shù)端點坐標的加權(quán)Steiner點(專家群體最優(yōu)結(jié)集點,即群體共識點)。其后,再由最優(yōu)集結(jié)點,給出專家最優(yōu)集結(jié)判斷矩陣。從而,可以對決策方案的進行排序,以便給出最優(yōu)群體決策方案。為了驗證此方法的合理性和有效性,本文選擇了兩個其他學(xué)者的研究算例,對其進行了平行的算例研究。最終得到了與其相同的研究結(jié)果。

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 多屬性群決策
2 語言信息描述的抽象化
    2.1 二元語義
        2.1.1 二元語義表示模型
        2.1.2 二元語義的數(shù)學(xué)模型
    2.2 非確定二元語義
        2.2.1 非確定二元語義的基本概念
        2.2.2 非確定二元語義比較的數(shù)學(xué)模型
3 專家決策偏好信息的集結(jié)問題
    3.1 專家判斷矩陣區(qū)間數(shù)映射為平面點集
        3.1.1 相同語言短語集的映射
        3.1.2 不同粒度語言短語集的映射
    3.2 專家判斷矩陣的集結(jié)
        3.2.1 Steiner點
        3.2.2 基于Steiner點的相同語言短語集的集結(jié)
        3.2.3 基于Steiner點的不同粒度語言短語集集結(jié)
4 基于PGSA的最優(yōu)集結(jié)點求解問題
5 基于Steiner點的不確定語言信息群決策方法
    5.1 問題描述
    5.2 具體步驟
6 應(yīng)用算例
7 結(jié)論



本文編號：3882298