分布式乘性偏好环境下考虑决策者偏好调整意愿的最优-最劣多准则决策方法

本文研究了分布式乘性偏好环境下的多准则决策问题。一方面,为了处理乘性偏好多准则决策问题中决策者采用语言等级刻画准则之间偏好强度时,在语言等级的选择上可能存在的犹豫不确定性,以及在采用多个语言等级但对每个语言等级有明确偏好度的问题,首次提出了分布式乘性偏好关系的概念。该偏好关系在刻画决策者关于准则之间的偏好强度时既继承了乘性偏好值的有效性,又解决了决策者在多个可能乘性偏好值之间选择时存在的犹豫问题。另一方面,针对传统Best-Worst Method(BWM)对不满足一致性要求的偏好进行迭代调整时,未考虑决策者自身调整意愿和调整过程复杂、计算工作量大等局限问题,在分布式乘性偏好环境下构建了考虑决策者偏好调整意愿的BWM。该改进的BWM在最大化保留决策者原始偏好的同时,能使偏好快速达到一致性要求。关于某公司商业用车的决策案例验证了本文方法在应用方面的可行性和有效性。