基于ET-WG和ET-HWG算子的二元语义多属性群决策方法.pdfVIP

基于ET-WG 和ET-HWG 算子的二元语义多属性群决策方法 卫贵武 重庆文理学院经济与管理系，重庆 (402160) E-mail ：weiguiwu@163.com 摘 要：针对一类属性值和权重值均为语言评价信息的多属性群决策问题，提出了一种群决策分析方法。 首先，为了便于语言属性值和语言权重值的集结运算，提出了一些新的集结算子：扩展的二元语义加权几 何(ET-WG) 算子、扩展的二元语义有序加权几何(ET-OWG) 算子和扩展的二元语义混合加权几何 (ET-HWG)算子，并进行了这些算子的性质分析；然后提出了一种基于ET-WG算子和ET-HWG算子的群决 策方法，其核心是通过语言信息的集结运算，得到各方案的群体综合评价信息，从而根据二元语义信息的 比较原则，得到所有方案的排序结果；最后给出了一个实例分析，说明了本文提出方法的可行性和实用性。 关键词：群决策；ET-WG算子；ET-HWG算子；二元语义；集结 中图分类号: C934 文献标志码: A 均为语言评价信息的多属性群决策问题，为了便于 0 引言 语言属性值和语言权重值的集结运算，提出了扩展 近年来有关语言评价信息的群决策理论与方 的二元语义加权几何(ET-WG) 算子、扩展的二元语 法的研究受到了广泛关注[1-17 ] 。在以往的具有语言 义有序加权几何(ET-OWG) 算子和扩展的二元语 评价信息的群决策方法中，大致可分为两类：一类 义混合加权几何(ET-HWG)算子，并分析了这些算 是将语言评价信息转化为模糊数，并依据扩展原理 子的一些性质。然后提出了一种基于ET-WG算子和 进行模糊数运算与分析[3~5 ] ；另一类方法是符号转 ET-HWG算子的群决策方法。最后，用实例来说明 移方法,即根据语言评价集自身的顺序和性质直接 本文提出的方法。 对语言短语符号进行运算或处理[6] 。但这两类方法 1 二元语义信息及其集结算子 都存在一定的局限性,即对个体语言评价信息通过 集结得到的群评价信息往往不能用事先定义的语 [7-8] 二元语义信息 是指针对某目标(或对象、准 义评价集中的单个语义短语来准确表达,而必须有 则)给出的评价值结果由二元组(s , a )来表示。其 k k 一个近似过程,从而造成信息的损失和集结结果的 元素s 和a 的含义描述如下： 不精确性。为此，西班牙学者Herrera教授于2000年 k k 首次提出了关于语言信息集结的二元语义分析方 (1) sk 为预先定义好的语言评价集 法[7] ，较好地克服了以往研究方法的缺陷，同时还 S {s , s ,L, s }中的第k 个元素，它表示给出 T T −1 1 提出了二元语义有序加权平均(T-OWA)算子，并将 或得到的语言评价信息与初始语言评价集中最贴 其成功地应用于多粒度语言标度的多属性决策分 近的语言短语。例如一个由7个元素(即语言评价) 析之中[8] 。文献[9]将传统的信息集结算子中的有序 构成