基于云模型与ELECTREⅢ方法的语言型Z-number多属性群决策.pdf

摘要

在当今这个信息爆炸的大数据时代，人们日常生活中所面临的决策问题有以下

特点：决策环境越发复杂、数据具有庞大体系，信息评判具有不确定性、评价结果

缺乏可靠性等等。因此，得到有效合理的决策结果似乎变得更难。模糊集理论成为

了一个强有力的工具，其中隶属度可以表达出一个元素属于某个集合的程度。在此

基础上，Z-number的提出更是涵盖了评价的可靠性度量，因此被广泛应用。如很多

时候人们喜欢用模糊数、语言术语等包含模糊信息的评价形式来表示对某一方案的

偏好程度，语言术语同Z-number便被结合使用形成语言Z-number以便适用于更广

泛的场合。

当涉及到定性概念向定量数据转化时，不可避免的会造成信息失真，而云模型

能同时涵盖信息的模糊性与随机性，是处理定性概念的有力工具。因此本文在现有

的语言型Z-number研究基础上，利用语言尺度函数建立转化模型实现语言型

Z-number向云模型的转化，引入云几乎随机占优理论，利用离差最大化、关联系数、

信息熵等进行权重属性的求解，并与ELECTREIII相结合，构建了

ZC-CASD-ELECTREIII方法框架，通过一个实际的空气污染潜力评价问题对所提出

的方法进行了验证，随后进行敏感性分析说明了该方法的稳定性，与

ZC-CASD-TOPSISZC-CASD-VIKORZC-CASD-MOORAZC-CASD-WASPAS

、、、等

方法进行了对比分析说明了该方法的优越性。结果表明，ZC-CASD-ELECTREIII方

法可以提供更可靠、更精确的方案排序。

关键词：语言型Z-number；云模型；ELECTREIII；云几乎随机占优理论

I

ABSTRACT

Intodayseraofbigdataandinformationexplosion,thedecision-makingproblems

thatpeoplefaceintheirdailylivesarecharacterisedbythefollowingfeatures:the

decision-makingenvironmentisbecomingmoreandmorecomplex,thedatahasahuge

system,thereisuncertaintyinjudgingtheinformation,andthereisalackofreliabilityin

theevaluationresults,andsoon.Therefore,itseemstobemoredifficulttogeteffective

andreasonabledecisionresults.Fuzzysettheorybecomesapowerfultoolinwhichthe

degreeofmembershipcanexpresstheextenttowhichanelementbelongstoacertainset.

Onthisbasis,Z-numberisproposedtocoverthereliabilitymeasureofevaluationeven

more,soitiswidelyused.Intodaysbigdataeraofinformationexplosion,thedecision

problemsthatpeoplefaceintheirdailylivesarecharacterisedbythefollowingfeatures:

thedecisionenvironmentisbecomingmoreandmorecomplex,thedat