针对属性值为区间值概率不确定语言术语集(interval-valued probabilistic uncertain linguistic term set, IVPULTS)、专家权重未知的多属性群决策问题,提出一种融合距离和相似度的决策方法。首先,由于现有的IVPULTS中元素的无序性导...针对属性值为区间值概率不确定语言术语集(interval-valued probabilistic uncertain linguistic term set, IVPULTS)、专家权重未知的多属性群决策问题,提出一种融合距离和相似度的决策方法。首先,由于现有的IVPULTS中元素的无序性导致距离测度及决策结果不唯一,利用区间优势度方法对区间值概率进行排序,从而形成有序的IVPULTS;同时考虑到现有距离测度区分能力不高,利用不确定语言距离度量方法扩充现有距离公式。其次,基于距离与相似测度存在的对偶关系,为IVPULTS定义了距离相似度公式,并利用改进的相似—信任网络分析法确定不同专家的权重。再次,设计了基于改进距离和相似—信任网络的TOPSIS决策方法(improved distance and similarity-trust network TOPSIS,IDSTN-TOPSIS),从而得到唯一且稳定的方案排序。最后,以新冠疫情下某医疗用品制造公司熔喷布弹性供应商选择为例,验证了所提方法的有效性和优越性。展开更多
文摘针对属性值为区间值概率不确定语言术语集(interval-valued probabilistic uncertain linguistic term set, IVPULTS)、专家权重未知的多属性群决策问题,提出一种融合距离和相似度的决策方法。首先,由于现有的IVPULTS中元素的无序性导致距离测度及决策结果不唯一,利用区间优势度方法对区间值概率进行排序,从而形成有序的IVPULTS;同时考虑到现有距离测度区分能力不高,利用不确定语言距离度量方法扩充现有距离公式。其次,基于距离与相似测度存在的对偶关系,为IVPULTS定义了距离相似度公式,并利用改进的相似—信任网络分析法确定不同专家的权重。再次,设计了基于改进距离和相似—信任网络的TOPSIS决策方法(improved distance and similarity-trust network TOPSIS,IDSTN-TOPSIS),从而得到唯一且稳定的方案排序。最后,以新冠疫情下某医疗用品制造公司熔喷布弹性供应商选择为例,验证了所提方法的有效性和优越性。
