基于Steiner点的非确定语言信息群决策方法研究

发布时间：2024-01-21 18:17

　　本文针对不确定语言信息的群决策问题,提出了一种解决多粒度不确定二元语义语言信息集结与决策的新方法。首先,根据各专家不确定语言短语决策信息,通过相关转化规则,量化为与其对应的二元语义区间数,并将其端点映射到二维坐标系中。其次,运用植物模拟生长算法(PGSA)求出各区间数端点坐标的加权Steiner点(专家群体最优结集点,即群体共识点)。其后,再由最优集结点,给出专家最优集结判断矩阵。从而,可以对决策方案的进行排序,以便给出最优群体决策方案。为了验证此方法的合理性和有效性,本文选择了两个其他学者的研究算例,对其进行了平行的算例研究。最终得到了与其相同的研究结果。

【文章页数】：8 页

【文章目录】：
0 引言
1 多属性群决策
2 语言信息描述的抽象化
    2.1 二元语义
        2.1.1 二元语义表示模型
        2.1.2 二元语义的数学模型
    2.2 非确定二元语义
        2.2.1 非确定二元语义的基本概念
        2.2.2 非确定二元语义比较的数学模型
3 专家决策偏好信息的集结问题
    3.1 专家判断矩阵区间数映射为平面点集
        3.1.1 相同语言短语集的映射
        3.1.2 不同粒度语言短语集的映射
    3.2 专家判断矩阵的集结
        3.2.1 Steiner点
        3.2.2 基于Steiner点的相同语言短语集的集结
        3.2.3 基于Steiner点的不同粒度语言短语集集结
4 基于PGSA的最优集结点求解问题
5 基于Steiner点的不确定语言信息群决策方法
    5.1 问题描述
    5.2 具体步骤
6 应用算例
7 结论



本文编号：3882298