多粒度不确定语言变量的多属性群决策方法及应用

针对多粒度语言的多属性群决策问题,提出基于不确定语言变量的一致化新方法。利用虚拟术语指标不丢失信息的特点,选取连续性语言评价集,提出符合所给条件的多粒度不确定语言变量的转换函数,将多粒度语言一致化,并探讨了其优势之处,验证了其合理性;给出了不确定语言变量的有序加权平均(ULV-OWA)算子的定义,该算子具有计算简便且能充分考虑偏好信息分布的特点,通过加权算术平均(ULWA)算子和ULV-OWA算子对偏好信息进行集结,再提出优势可能度法对方案排序。所提出的方法不但避免了决策者偏好信息的丢失,而且减少了决策者的工作量,简便直观。最后,通过一个现代电子商务背景下物流供应商选择的案例研究,验证了方法的有效性和合理性。

基于语言值软集的多准则群决策方法及其应用

在语言值评估集上引进适当的运算,建立语言值逻辑代数系统,并利用虚拟术语指标不丢失信息的特点,扩展语言值逻辑代数系统为连续语言值逻辑代数系统。通过加权平均算子将全部专家对各决策方案的语言值评估信息集结,得到专家群对全部决策方案就全部准则的集中评估,全部集中评估值构成决策方案上的语言值软集。建立优化模型计算最优准则权重,利用最优准则权重将专家关于各准则的语言值评估结果进行集结,得到各专家对全部决策方案的评估值,评估值全体可看成专家群上的语言值软集,这里参数集为决策方案集。建立基于决策方案上的语言值软集的粗糙近似模型——语言值粗糙近似模型,通过计算各专家对全部决策方案的评估值关于语言值粗糙近似模型的下近似和上近似,得到专家群上的语言值下近似软集和上近似软集。通过对全部决策方案评估集及其语言值粗糙下近似、上近似进行加权算术平均,分别得到三个决策方案上的语言值模糊集。通过三个语言值模糊集对全部决策方案排序。最后,应用基于语言值软集的多准则群决策方法对电子商务监管系统安全进行多准则综合决策评估,说明本文提出的多准则群决策方法是有效的和合理的。