李 磊,谢小璐

(江南大学商学院,江苏无锡214122)

区间数信息下的多属性群决策研究

李 磊,谢小璐

(江南大学商学院,江苏无锡214122)

随着决策系统的不断扩大以及复杂化,评价指标以实数值描述稍显欠妥。研究属性权重为实数值、区间数信息下的多属性群决策问题,建立集结区间数信息的非线性规划模型,采用模拟植物生长算法集结各方案中多位专家给出的区间数偏好,并利用得到的偏好区间数构成群决策偏好矩阵。结合已知权重,引入投影理论得到各方案的综合评价值,从而选出最优决策方案。算例结果表明,模拟植物生长算法不仅计算简便、灵活,并且尊重每个专家的意见,较好地保留了信息的完整性,显示出人工智能算法在信息集结方面的有效性。

区间数;群决策;植物生长模拟算法;投影理论;偏好矩阵;非线性规划

1 概述

面对庞大的决策系统,个人所拥有的智慧、生活阅历、工作经验以及掌握的信息等方面非常有限,作出的决策往往较难以实数表达。因此,需要多位决策者集中各自的智慧和经验,对信息进行综合分析,故构成了区间数信息下的群决策问题。

对于属性权重已知且属性值以区间数形式给出的多属性群决策问题,存在以下2个难题,即专家决策信息的集结以及区间数大小的排序。目前,多属性群决策问题受到国内外的学者的重视和关注。

文献[1]通过融合概率集结、加权平均和有序加权平均的研究成果,引入不确定性条件下的广义概率有序加权平均(UIGPOWAWA)算子解决了战略选择的群决策。……