[发明专利]一种犹豫模糊语言术语集多准则决策方法

说明书

本发明公开了一种犹豫模糊语言术语集多准则决策方法，包括确定评估指标体系，获取评估矩阵；将评估矩阵X^k和语言权重向量W^k转化为语义区间表示；确定每位专家对准则的主观重要性系数；确定每位专家对准则的客观重要性系数；构造模糊语言术语正负理想解矩阵S⁺和S^‑；构造正负理想偏差矩阵D⁺和D^‑；构造相对亲近度矩阵Rc；聚合每位专家意见，得到方案的综合相对亲近度；依据综合相对亲近度排序，确定最优方案。本发明在多粒度不平衡情形下可以有效应用。方法简便易行，综合了评估准则的主客观重要性系数，使决策过程更加符合实际，从而得到更加合理的决策结果。

技术领域

本发明属于多准则决策技术领域，涉及一种犹豫模糊语言术语集多准则决策方法，特别是一种基于语义区间距离的犹豫模糊语言术语集多准则决策方法。

背景技术

多准则决策在经济管理、医疗卫生等社会生活的各个方面均有广泛涉及，针对许多真实决策情形中存在的不确定性难以定量表述的问题，语言变量的引入提高了决策模型的灵活性和可靠性，并在多准则决策制定(MCDM)领域应用广泛。当决策者评估方案时，可能会在多个术语之间犹豫不决而难以给出一个确定的语言术语评价，Rodriguez等提出了犹豫模糊语言术语集(HFLTS)的概念，允许决策者使用基于复合术语的语言表达来给出评估结果；Liao等介绍了HFLTS的数学形式并给出新的定义。目前，HFLTS已成为MCDM过程中建模语言信息评估的有力工具。

距离度量用于反映不同信息个体间的差异性，是模糊集相关理论的重要研究课题之一；此外，HFLTS间的距离度量也是应用包括TOPSIS、VIKOR在内的顶级MCDM方法的基础。为了更有效地利用HFLTS解决MCDM问题，HFLTS间的距离度量也受到更多的关注。目前，总结已有的HFLTS距离度量尚存在以下问题：(1)基于下标运算的距离度量无法有效区分HFLTS中各个术语在语言术语集中的分布情况；(2)大多数度量方法在度量定义在不同粒度语言术语集上的HFLTS距离时并不适用；(3)依据现有距离度量方法难以得到合理的计算结果。

发明内容

针对现有HFLTS距离度量中计算结果不合理以及在多粒度不平衡情形下不适用的问题，本发明要解决的技术问题是提供一种基于语义区间距离的犹豫模糊语言术语集多准则决策方法，可在多粒度不平衡情形下有效应用。

为解决上述技术问题，本发明的一种犹豫模糊语言术语集多准则决策方法，包括以下步骤：

步骤1：确定评估指标体系，假设有r位专家E_k(k＝1,2,...,r)依据n个准则C_j(j＝1,2,...,n)对m个备选方案A_i(i＝1,2,...,m)进行评估，每位专家E_k对应权重为λ_k(k＝1,2,...,r)且获取每位专家的语言信息评估矩阵X^k和每位专家对各准则的语言权重向量W^k：

其中表示专家E_k在准则C_j下对方案A_i的语言信息评估；

其中表示专家E_k对准则C_j的语言评估；

步骤2：将语言信息评估矩阵X^k和语言权重向量W^k转化为语义区间表示；

步骤3：确定每位专家对准则的主观重要性系数

步骤4：确定每位专家对准则的客观重要性系数

步骤5：构造模糊语言术语正负理想解矩阵S⁺和S^-；