论文部分内容阅读
管理的关键在于决策。在决策的过程中,决策者经常提供各种类型的偏好信息如实数型、区间数型、连续区间数型、模糊语言型等。如何把决策者提供的信息利用信息集结算子进行有效的集结,进而更好的进行决策已成为国内外学术界研究的热点课题。 本文把有序加权调和平均算子推广到区间数、连续区间、重要性连续区间数据上,提出了一系列新的算子,并且研究了它们的性质;对偏好信息为语言判断矩阵的情况,提出了基于专家重要性的语言诱导有序加权平均(I-LIOWA)算子的概念,并且研究了语言判断矩阵的相容性和一致性。具体研究内容如下: (1)在有序加权调和平均(OWHA)算子的基础上,提出了不确定组合加权调和平均(UCWHA)算子的概念,这是一种新的对区间成本型信息进行集结的算子。同时研究了其性质,并且指出了该算子在属性权重未知且属性值为区间数的多属性决策中的应用。 (2)将 OWH算子推广到了连续区间数据上,提出了连续的区间数据 OWH(C-OWH)算子,在此基础上提出了加权调和的C-OWH算子,有序加权C-OWH算子以及组合的C-OWH算子等新的概念,探讨了它们的一些性质,并举例说明其在多属性群决策中的应用。 (3)对于带有重要性程度的连续区间数的集结,提出了重要性程度连续区间数据OWH算子的定义,并指出C-OWH算子是它的一个特例。 (4)提出了新的语言判断矩阵的导出矩阵、相容性和一致性等概念,在此基础上给出了基于不同粒度的语言判断矩阵的相容性的充要条件,探讨语言判断矩阵的满意一致性以及完全一致性和其导出矩阵之间的关系。 (5)研究了语言判断矩阵具有完全一致性的充要条件;给出了基于专家重要性的语言诱导有序加权平均(I-LIOWA)算子的概念,利用I-LIOWA算子集结基于不同粒度语言判断矩阵而得到组合语言判断矩阵。研究了组合语言判断矩阵、其导出矩阵和特征矩阵的有关它们之间相容性和一致性的一些性质,这为群决策中对语言偏好信息进行集结提供了理论依据。 上述研究不仅丰富了不确定多属性决策中信息集结算子的内容,也为决策者使用这些算子进行决策提供了科学依据。