论文部分内容阅读
在现代社会发展、经济增长和工程建设等许多领域中包含不同属性评价信息的决策问题得以广泛应用。伴随着社会和经济的日益繁荣发展,科学技术的日益提高,含有不同评价信息的决策问题的应用也变得越来越纷繁复杂。由于来自不同方面不同因素的影响,其中最主要的就是人们主观意识和外在的客观条件的制约。在决策矩阵中,关于不同属性的各个评价值也无法以明确的数值给出,因此决策矩阵中经常采用模糊语言(或语言变量)、区间数、偏好序等评价方式。如何有效解决包含不同种类评价信息的决策问题是需要人们投入精力去专研和探索的一个永恒问题。针对决策信息权重值不确定的混杂多属性决策问题,本文从以下几个方面进行了探讨并研究。首先,给出解决不同属性评价值类型为语言变量型的决策问题的一般研究方法。其中,通过分别定义三角模糊数和梯形模糊数的距离函数来计算语言变量型属性评价值到该属性理想点的相对距离,把含有语言变量的评价矩阵转换为单点值型评价矩阵,从而实现具有语言变量评价信息的评价矩阵的标准化,并根据之前获得的单点值型评价矩阵建立优化模型来确定不同评价元素的权重值。进一步地,可以计算获得决策方案的综合评价值的最大可能区间、方案间的优势可能度矩阵以及具有优势可能度的方案排序。其次,提出解决具有偏好序与区间范围型评价值的决策问题的方法研究。为了将混杂决策矩阵规范化,需将两种类型的属性评价值分别转换为单点值。因此,本研究中定义了如何把偏好序型评价值规范简化成为单点值的函数。同时,为了得到区间数型评价值规范化后的单点值决策矩阵,在这里定义负理想点的相对距离计算公式。然后,根据之前获得的单点值型决策矩阵,通过创建数学优化模型,来解决决策矩阵属性权重未知的情况,使得各个方案最终的评价值最大。按照加权平均法确定各决策方案的综合评价值,最终对所有的决策方案进行优劣排序或者挑选出最好的解决方案。最后,研究了具有偏好序和语言变量型评价信息的混杂多属性决策问题。针对该类问题,分别提出了基于偏好序与效用值转换,基于基准语言集合的研究方法。在基于偏好序与效用值转换的方法中,对效用值的函数进行定义,并以此来将偏好序规范化,同时,语言变量型评价值的规范化问题,这里提出的方法是算出其与正理想属性值之间的灰色关联度,进而实现了决策矩阵的规范化;在基于基准语言集合的研究方法中,通过建立排序位置所对应的区间与其相应区间的隶属度函数,将排序值转换为基准语言集合的模糊集。并采用模糊运算,将语言变量型评价值转换为基准语言集合的模糊集,这样一来,混杂决策矩阵就转换为基准语言集合的模糊集的形式,进而建立优化模型求解每个属性所占的权重,并根据得到的数据计算出方案的最终评价值。