论文部分内容阅读
面对复杂的决策问题需要进行评价时,由于单一决策者的自身经验和知识基础存在一定的限制,一般情况下难以给出相对全面的评估,而三角直觉模糊集进一步延伸了直觉模糊集的概念,能够更准确地描述决策的评价信息。另外,通过决策者对备选方案属性的评价信息,来选择合适的社交媒体软件获取新闻信息,这对于当今网民具有重要的现实意义。因此,本文将社交媒体软件评价归纳为一类典型的三角直觉模糊多属性群决策问题。三角直觉模糊集已经广泛应用于现实生活中实际决策问题,相关的三角直觉模糊多属性决策方法的研究也层出不穷。但目前关于三角直觉模糊多属性决策方法的研究存在以下三点不足:一是关于三角直觉模糊数的相似测度的研究较少;二是许多研究中,决策者权重和属性权重都是提前设定,存在一定的主观随意性,会影响到最终决策结果的真实性;三是关于三角直觉模糊数的排序方法研究不够完善。为弥补现有三角直觉模糊多属性决策方法的以上存在的三点不足,因此本文介绍了一种新的三角直觉模糊数的相似性测度的多属性群决策方法,并应用于社交媒体软件评估案例中。本文主要内容分为以下五个方面:1.提出了一个新的三角直觉模糊数的基于态度风险的排序方法。根据三角直觉模糊数的定义、运算法则和可能性理论,定义了模糊数的可能均值与可能标准差,进一步定义了模糊数的可能优势度,结合决策者的风险偏好态度对三角直觉模糊数进行排序。2.定义了加权的三角直觉模糊数Tversky相似性测度。基于Tversky参数化模型与三角直觉模糊数的特性,定义三角直觉模糊数Tversky相似性测度和加权的三角直觉模糊数Tversky相似性测度,通过Tversky参数的调整,确定三角模糊数之间的相似程度。3.提出了基于社会网络关系的确定决策者权重的新方法。考虑到决策者在群决策过程中存在相应的联系,首先本文利用三角直觉模糊数Tversky相似性测度来度量决策者之间的相似程度,进而构造决策者之间的相似度矩阵,然后通过设定相似度阈值,构建决策者之间的社会网络关系,最后通过社会网络关系确定决策者的权重。4.提出了确定属性权重的新方法。基于决策者个体属性评价值与群体属性评价值相似度最大化原则和个体属性评价值支集最小化原则,构建双目标规划模型,客观求出每个决策者的属性权重,并将每个决策者的属性权重加权集结,从而求出群体属性权重,有效避免了主观因素的影响。5.提出了一种新的三角直觉模糊多属性群决策方法。基于上述三角直觉模糊数基于风险态度的排序方法、决策者权重、属性权重,本文提出了一种新的三角直觉模糊多属性群决策方法,并应用于社交媒体软件评估。