[发明专利]考虑关联性与优先关系的区间犹豫模糊图决策方法的构建

说明书

本发明公开了一种考虑关联性与优先关系的区间犹豫模糊图决策方法的构建，其中包括考虑关联性与优先关系的区间犹豫模糊图多属性决策方法的模型建立和模型计算研究，通过输入区间犹豫模糊决策矩阵，属性间的线性优先关系，描述属性间关联性的区间犹豫模糊图；输出最优备选方案；具体计算包括计算备选决策方案的具有关联性的属性a_i和a_j之间的区间犹豫模糊信息能量系数ψ_ij；利用属性间的线性优先关系计算属性权重ω_j；计算备选决策方案p_k(k＝1,2,...,m)的总体属性值计算备选决策方案p_k对应总体属性值的得分值确定最优备选决策方案本发明利用区间犹豫模糊图的特点与优势，为同时具备关联性与优先关系的复杂不确定多属性决策问题提供了一种有效的解决方案。

技术领域

本发明涉及多属性决策方法技术领域，具体涉及一种考虑关联性与优先关系的区间犹豫模糊图决策方法的构建。

背景技术

作为现代决策科学的重要分支，多属性决策旨在对有限个方案从多个属性的角度进行决策分析，进而通过信息集成的方式对备选方案作出选择，其理论与方法已被广泛应用于诸多领域，有力推动了社会经济的发展。由于决策者的认知存在不确定性以及决策问题的复杂性不断增加等原因，导致决策者难以准确处理决策信息。而自Zadeh提出模糊集理论以来，模糊多属性决策问题已成为多属性决策研究的重要方向。近年来，为了从不精确性、不一致性、不完备性、含糊性及犹豫性等不同侧面进一步高效描述不确定信息，多种模糊集的推广形式被提出。其中针对决策数据表示过程中体现决策者犹豫程度的需要，Torra将隶属度的取值由单一值推广到多个值构成的集合，由此建立了犹豫模糊集理论。之后考虑到犹豫模糊集只关注了评价信息为精确数的情况，若用区间数代替精确数可更有效处理决策信息所蕴含的不完备性，于是Chen等人结合区间数和犹豫模糊集的优势，发展了区间犹豫模糊集的概念。鉴于区间犹豫模糊集的提出可灵活描述不确定信息具备的不完备性与犹豫性，区间犹豫模糊多属性决策问题得到了广泛研究。

迄今为止，大多数多属性决策方法是在属性间存在相互独立关系的基础上进行研究的。然而随着现代决策环境的日益复杂，属性间存在关联性与优先关系的情况在现实中普遍存在.例如，高等院校在人才引进中，人力资源专家往往从道德品质、科研能力、教学能力、教育背景等方面对应聘者作出评价。通常拥有高学历与名校教育背景的应聘者科研能力也较强，即人才评价属性间存在关联性，同时专家会优先进行道德品质的考察并将其视为最重要的属性，之后按重要性依次考察科研能力、教学能力、教育背景，即人才评价属性间存在优先关系.因此，有必要系统研究考虑关联性与优先关系的多属性决策方法。

近年来，针对属性间存在关联性的问题，通常利用模糊测度表示属性间的关系，之后通过Choquet积分的形式进行信息集成；针对属性间存在优先关系的问题，通过建立一系列优先集成算子来对考虑优先关系的多属性决策问题进行合理求解；针对属性间同时存在关联性与优先关系的问题，Chen等人利用Choquet积分，先后提出了广义优先测度引导集成算子与弱序优先测度引导集成算子。

鉴于模糊图可通过顶点间的边高效表示属性间的关联性，进而利用模糊图的概念来研究属性间的关联性对决策结果的影响，从而形成了基于模糊图的多属性决策方法.其中Yu等人首先提出了基于图论与模糊图论的决策方法，随后建立了基于有向图的联盟决策方法。张超等人提出了犹豫模糊图的概念并用于多属性决策问题的求解。最近，面向实际应用中存在的诸多基于数据驱动的复杂问题，多种模糊图的推广形式被提出，为相应背景中基于图论方法的不确定性表示提供了理论支撑。

然而，犹豫模糊背景中针对属性间同时存在关联性与优先关系的多属性决策方法研究还比较少，而属性间同时具有关联性与优先关系的区间犹豫模糊多属性决策问题在现实中又普遍存在。针对解决上述决策问题的需求，考虑到模糊图建模方法在表示决策中属性间关系时的灵活性与直观性，即诸多具备复杂属性间相互关系的模糊多属性决策问题都可表示为模糊图的结构，有必要结合模糊图的特点与优势开展对考虑关联性与优先关系的区间犹豫模糊图多属性决策方法的系统研究。