【技术实现步骤摘要】
基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法
本专利技术涉及多属性群决策方法
,具体涉及一种基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法。
技术介绍
多属性群决策是群决策和多属性决策的交叉研究方向,指多个决策者均给出方案偏好信息的前提下,如何将各个决策者给出的偏好信息集成为群体偏好信息,并利用所构建的理论模型对各决策方案进行择优的方法。经典多属性群决策问题的求解思路可大致分为以下几类,即集成算子法、逼近理想解法、级别优先关系法、前景理论法、粗糙集法等。由于多属性群决策问题的研究通常是在实际应用背景中进行的,其理论和方法在工程设计、经济投资、项目管理、医疗诊断、军事工程等诸多领域取得了成功的应用,有力推动了社会经济的发展。随着社会生产和经济生活中各种决策数据的产生和收集速度急剧提升,复杂决策问题不断涌现。由于数据采集技术的限制以及决策专家判断水平的局限,决策数据也呈现出不完整性、模糊性、多层次性、非协调性等特点。面对这类复杂决策数据与不确定性评判信息并存的决策问题,传统的基于函数及关系的优化机理模型在决策分析中变得更加困难。具体来说,利用传统模型处理上述复杂多属性群决策问题存在以下局限:(1)鉴于专家给出的决策信息逐步呈现出模糊、不完备、不精确、犹豫不决等多种不确定性形式,在一定程度上增加了多属性群决策问题求解的复杂性。近年来,为了处理蕴含上述多种不确定性的复杂决策信息,学者们在经典模糊集的基础上提出了多类广义模糊集。广义模糊集的提出为多属性群决策数据的不确定性表示提供了坚实的理论依据。(2)多属性群决策问题最核心的部分就是信息融合方案的设 ...
【技术保护点】
1.基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法,其特征在于:包括如下步骤:步骤1.区间犹豫模糊多属性群决策的模型建立步骤1.1多属性群决策的建立与表示:针对一个多属性群决策中的方案匹配问题,建立备选方案集、属性集和专家权重,令该多属性群决策问题的备选方案集为U,U={x1,x2,...,xp},属性集为V,V={y1,y2,...,yq},专家权重为ω,ω=(ω1,ω2,...,ωm)
【技术特征摘要】
1.基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法,其特征在于:包括如下步骤:步骤1.区间犹豫模糊多属性群决策的模型建立步骤1.1多属性群决策的建立与表示:针对一个多属性群决策中的方案匹配问题,建立备选方案集、属性集和专家权重,令该多属性群决策问题的备选方案集为U,U={x1,x2,...,xp},属性集为V,V={y1,y2,...,yq},专家权重为ω,ω=(ω1,ω2,...,ωm)T(i=1,2,...,m),m代表专家的总数,其中ωi∈[0,1]且决策者对每个备选方案利用属性集中的各个属性进行评价;步骤1.2区间犹豫模糊信息系统的建立与表示:首先,利用区间犹豫模糊集理论,每个专家在各自权重下以区间犹豫模糊数的形式给出评价结果,从而构成区间犹豫模糊关系Ri∈IVHFR(U×V)(i=1,2,...,m);然后,决策者利用属性集中的各个属性给出标准评价集E∈IVHF(V);最后,基于前面给出的U,V,Ri和E,建立区间犹豫模糊信息系统(U,V,Ri,E),即以(U,V,Ri,E)作为区间犹豫模糊多属性群决策的问题描述;步骤1.3区间犹豫模糊多属性群决策的问题求解:集成不同专家给出的区间犹豫模糊关系Ri,得到融合后的关系R,计算标准评价集E与R中所包含方案xj(j=1,2,...,p)的相似程度,进而对备选方案x1,x2,...,xp进行优劣排序,最终可得最优备选方案x*;步骤2.基于区间犹豫模糊多粒度决策粗糙集的多属性群决策的模型计算模型输入:区间犹豫模糊信息系统(U,V,Ri,E);模型输出:最优备选方案x*;根据模型的输入信息和输出要求,通过如下计算得到最优备选方案x*:步骤2.1从四种具有不同风险的区间犹豫模糊信息融合理论模型中选择一种理论模型;步骤2.2确定专家权重为ω,确定所选择出理论模型中的参数λ;步骤2.3将条件概率Pr(Ex)和Pr(Ec|x)替换为所选择出理论模型中的区间犹豫模糊隶属度;步骤2.4针对每一个方案xj计算条件概率的比值步骤2.5计算条件概率的比值对应的得分函数步骤2.6得分函数的大小对备选方案x1,x2,...,xp进行优劣排序;步骤2.7到最优备选方案x*。2.根据权利要求1所述的基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法,其特征在于:所述步骤1.2区间犹豫模糊信息系统的建立与表示中,所述区间犹豫模糊关系Ri∈IVHFR(U×V)(i=1,2,...,m)和标准评价集E∈IVHF(V)的构建依据如下定义:定义1:U是一个有限论域,D[0,1]代表[0,1]上所有闭子区间构成的集合,在U上的一个区间犹豫模糊集E可表示为函数h,h应用到U上会返回一个在[0,1]上的子集,称E={<x,hE(x)>|x∈U}为U上的一个区间犹豫模糊集,且hE(x):U→D[0,1]代表hE(x)是D[0,1]中几个可能区间数的集合,为U中的元素x属于E的程度,称hE(x)为区间犹豫模糊数,表示为和代表区间数的下界和上界;此外,把U上所有的区间犹豫模糊集记作IVHF(U),那么E∈IVHF(V)则代表任意一个区间犹豫模糊集E取自于论域V上所有的区间犹豫模糊集IVHF(V);定义2:设U和V是两个有限论域,在U×V上的一个区间犹豫模糊关系R可表示为函数h,h应用到U×V上会返回一个在[0,1]上的子集,称R={<(x,y),hR(x,y)>|(x,y)∈U×V}为U×V上的一个区间犹豫模糊关系,且hR(x,y):U×V→D[0,1]代表hR(x,y)是D[0,1]中几个可能区间数的集合,为U×V中的序偶(x,y)属于R的程度,同样地,进一步称hR(x,y)为区间犹豫模糊数,表示为区间数的下界和上界分别为和把U×V上所有的区间犹豫模糊关系记作IVHFR(U×V),那么Ri∈IVHFR(U×V)则代表任意一个区间犹豫模糊关系Ri取自于U×V上所有的区间犹豫模糊关系IVHFR(U×V)。3.根据权利要求2所述的基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法,其特征在于:所述步骤2.1从四种具有不同风险的区间犹豫模糊信息融合理论模型中选择一种理论模型;所述的四种具有不同风险的区间犹豫模糊信息融合理论模型包括一型区间犹豫模糊多粒度决策粗糙集、二型区间犹豫模糊多粒度决策粗糙集、三型区间犹豫模糊多粒度决策粗糙集和四型区间犹豫模糊多粒度决策粗糙集。4.根据权利要求3所述的基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法,其特征在于:所述一型区间犹豫模糊多粒度决策粗糙集包括乐观版本和悲观版本,即一型乐观区间犹豫模糊多粒度决策粗糙集和一型悲观区间犹豫模糊多粒度决策粗糙集,其中,“乐观”代表求同存异的信息融合策略,即保留不同决策者之间意见相同的部分,同时也保留意见有分歧的部分;“悲观”代表求同排异的信息融合策略,即保留不同决策者之间意见相同的部分,同时去除意见有分歧的部分;一型区间犹豫模糊多粒度决策粗糙集包含了两类具有极端风险的区间...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。