基于模糊語義量化函數的賦權方法及應用

李 姍， 葉國菊*， 劉 尉， 趙大方

(1.河海大學理學院， 南京 210098； 2.湖北師范大學數學與統計學院， 黃石 435002)

多屬性決策是現代決策科學的一個重要組成部分，它的本質是在考慮多個屬性的情況下，根據一組備選對象的屬性信息排序最終選出最佳方案。在過去幾十年的研究中，許多學者針對不同形式的屬性值與屬性權重的多屬性決策問題進行了深入的研究[1-4]。由于客觀事物具有的復雜性和不確定性、人類思維的模糊性以及想法表述的差異性，人們往往不能明確地給出屬性的權重信息，而是以語言的形式來表示。例如，人們在對學生的綜合素質、汽車的性能等進行評估時，對于權重信息經常使用的是“幾乎所有”“很少”“許多”“大量”等自然語言，由此 Zadeh[5]提出將這些自然語言轉化為模糊子集來考慮。在進行多屬性決策時，決策者所提供的信息不一定是確切的數值，更常見的是語言值，這就涉及如何將抽象語言信息轉化為更加方便計算的數值信息，因此研究該方面的問題有著重要的理論意義與應用價值。在20世紀80年代，Yager[6-7]根據多屬性決策問題引入了有序加權平均(OWA)算子的概念，OWA 算子是一種重要的多屬性綜合決策方法，廣泛應用于管理與決策領域[8-11]，不同的權重選取方法可以生成不同的 OWA 算子，如何科學地給出 OWA 算子的權重是這一領域重要的問題之一。在社會、經濟與軍事的諸多領域中，對一些復雜問題進行決策時，常常需要考慮不同決策人的偏好問題，進而將決策人的偏好信息集結起來，而 OWA 算子能夠有效靈活應對各種復雜的情況。……