随机视角下的二维二元语义多属性群决策方法

二维二元语义相比传统的二元语义表示法能够更准确的表达语言评价信息,但在多属性群决策问题中,不同维度的语言信息很难得到有效的处理.因此,利用随机多目标可接受度分析(SMAA)的思想,结合蒙特卡罗模拟的原理,提出了基于SMAA-2和考虑随机性的二维二元语义多属性群决策方法.该方法将二维二元语义视为在属性评估值附近波动的随机数,在仅考虑属性权重和专家权重的视角下分别计算中心权重向量、排名可接受度和自信因子这三类指标,并据此进行决策分析.最后通过算例分析说明了该方法能够为决策者提供不同视角下的决策信息并验证了方法的有效性.

MHD的因果冲突、概率非随机归并视角研究——兼及MHD问题表述完整性的影响

通过MHD问题的标准版本、完整版本、不等值版本以及排除版本,对MHD问题困难原因的因果冲突解释、概率的非随机归并解释进行检验,对MHD表述完整与否是否存在差别进行比较,结果发现因果冲突解释得到了支持,概率的非随机归并视角并未得到支持,MHD问题是否表述完整不存在差别。