基于组合赋权-云模型的毕达哥拉斯模糊语言综合评价方法研究

评价本身具有随机性、模糊性以及不确定性的特点。为了避免评价过程太过主观,提出一种基于组合赋权和云模型的毕达哥拉斯模糊语言综合评价方法。针对专家给出的属性值为毕达哥拉斯模糊语言,根据CRITIC-G1(标准间相关性的重要性-序关系分析)法对评价指标进行主客观赋权,由博弈论算法计算权重最优的组合系数得出组合权重。最后构建毕达哥拉斯模糊云模型决策矩阵进行信息集结。通过案例计算分析表明,该方法优化了复杂情境下的决策,具有其可行性和有效性。

灰色群组聚类和改进CRITIC赋权的供应商选择VIKOR多属性决策

针对武器装备供应商选择问题,提出了一种基于灰色群组(grey group clustering,GGC)和改进标准间冲突性相关性(improved criteria importance through intercriteria correlation,ICRITIC)组合赋权的扩展多属性妥协解(VIKOR)决策方法。采用考虑决策专家意见差异程度的群层次分析法对供应商初选指标体系进行降维遴选,构建武器装备供应商优选指标体系;结合GGC和ICRITIC组合赋权方法确定主客观权重,并设计权偏好系数进行加法组合赋权;基于VIKOR决策方法集结备选供应商折衷排序值。针对不同折衷系数、排序方法和赋权方法从决策灵活性和稳定性两个维度进行对比分析,验证所提方法的有效性。

基于AHM-CRITIC赋权的小兴凯湖水质评价模型

针对传统单一赋权方法的缺陷,将AHM主观权重和CRITIC客观权重相结合,构建AHM-CRITIC耦合权重;采用TOPSIS排序方法,量化样本与评价标准之间的相对关系,建立水质评价模型。选取COD-Mn、TN、TP、NH-3-N、DO、pH 6项指标作为评价因子,将该模型应用于小兴凯湖进行水质评价。AHM-CRITIC评价结果中Ⅱ类水占20,Ⅲ类水、Ⅳ类水各占10,Ⅴ类水占60,表明湖水水质整体较差;且由于水体富营养化现象严重,当地居民应科学排灌、文明发展旅游业以改善水环境。将AHM-CRITIC、AHM和CRITIC三种赋权方法进行对比,可得优化后模型能够有效避免主观权重极值和客观权重“不灵敏”的问题,提升整体评价精度与适应性,具有一定的应用价值。