一种基于可调节模糊投影技术的多属性群决策方法

技术领域

本发明属于模糊决策技术领域，具体涉及一种基于可调节模糊投影技术的多属性群决策方法。

背景技术

多属性决策是指借助特定的工具、技术和方法，根据一定的属性和信息，对可行的备选方案进行分析、计算和判断，然后选择最佳方案以实现特定目标的过程，在战略规划、可靠性评价、供应商选择、投资决策等领域被广泛应用。随着社会的进步与发展，许多实际工程和管理决策体现出高度的复杂性，让单个决策者掌控决策过程的所有关键方面是非常困难的，因此，通常会聘请一批专家组成决策委员会，进行多属性群体决策，即多属性群决策。

为了全面刻画人们在决策过程中表现出的模糊和犹豫，Zadeh发展了模糊集理论，后由Atanassov拓展为直觉模糊集，再后来，为了扩展直觉模糊集的适用范围，打破隶属度与非隶属度之和必须小于等于1的限制，Yager先后提出了毕达哥拉斯模糊集和q-rungorthopair模糊集，使得隶属度与非隶属度在平方或q次方条件下两者之和小于等于1即可，提供了承载模糊决策信息的有力工具。

鉴于此，国内外已经有一些基于q-rung orthopair模糊数的多属性群决策方法研究，但是，现有的方法大多基于各种聚合算符，在决策过程中一般需要正规化或标准化等预处理步骤，这可能导致决策信息损失，而投影模型是一种同时考虑距离和角度的综合测度，可以不依赖聚合算符而直接利用决策信息计算决策结果，然而，现有能够兼容q-rungorthopair模糊数的投影模型比较少，而且在正规性、双向性(对称性)、单调性以及区分能力上存在各种各样的局限，因此，亟需开发一种能够根据应用场景和决策需要进行参数调整且更加完善的模糊投影技术，使得多属性群决策过程精准高效。

发明内容

本发明为一种基于可调节模糊投影技术的多属性群决策方法，用于决策支持及备选方案排序，具体包括以下步骤：

第一步：决策委员会通过首次会议集体讨论，确定全部备选方案列表和评价指标列表及各个指标所占的权重，并按照指标的特性分为成本型和效益型两类，成本型指标对应那些相关性越大则备选方案表现越差的评价指标，效益型指标对应那些相关性越大则备选方案表现越好的评价指标。

全部备选方案记为集合F＝{F

第二步：利用q-rung orthopair模糊数作为模糊评价信息的载体，即各个决策者根据备选方案与评价指标的相关程度以q-rung orthopair模糊数的形式给出评价分数，通过汇总决策委员会所有决策者的评价信息，对相关参数进行调节，并为每一个备选方案生成模糊决策矩阵。

全部决策者记为集合E＝{e

矩阵元素

第三步：根据权重向量w计算模糊决策矩阵X

矩阵元素

第四步：遍历所有Y

/>

如果z

第五步：建立兼容q-rung orthopair模糊数的双向正规化可调节模糊投影测度，利用该测度分别计算各个备选方案对应的加权模糊决策矩阵Y

式中

第六步：构造备选方案优先系数PF

可调参数σ的默认推荐值为4，如果计算PF

第七步：决策委员会召开末次会议，根据优先系数从大到小对备选方案从优到劣进行排序，并对整个决策过程进行复盘及交换意见，形成最终决策结论。

附图说明

图1是本发明涉及的一种基于可调节模糊投影技术的多属性群决策方法流程图。

具体实施方式

第一步：决策委员会通过首次会议集体讨论，确定全部备选方案列表和评价指标列表及各个指标所占的权重，并按照指标的特性分为成本型和效益型两类，成本型指标对应那些相关性越大则备选方案表现越差的评价指标，效益型指标对应那些相关性越大则备选方案表现越好的评价指标。

全部备选方案记为集合F＝{F

第二步：利用q-rung orthopair模糊数作为模糊评价信息的载体，即各个决策者根据备选方案与评价指标的相关程度以q-rung orthopair模糊数的形式给出评价分数，通过汇总决策委员会所有决策者的评价信息，对相关参数进行调节，并为每一个备选方案生成模糊决策矩阵。

全部决策者记为集合E＝{e

矩阵元素

第三步：根据权重向量w计算模糊决策矩阵X

矩阵元素

第四步：遍历所有Y

如果z

第五步：建立兼容q-rung orthopair模糊数的双向正规化可调节模糊投影测度，利用该测度分别计算各个备选方案对应的加权模糊决策矩阵Y

/>

式中

第六步：构造备选方案优先系数PF

可调参数σ的默认推荐值为4，如果计算PF

第七步：决策委员会召开末次会议，根据优先系数从大到小对备选方案从优到劣进行排序，并对整个决策过程进行复盘及交换意见，形成最终决策结论。