论文部分内容阅读
基于语言偏好信息的多属性群决策是多属性群决策的一个分支,即决策专家用语言短语表达决策意见。在实际决策过程中,具体的决策环境存在如下问题:(1)决策可能是在时间紧张、数据缺乏的情况下进行的;(2)决策属性值难以量化;(3)决策者的知识水平和信息处理能力有限;(4)群体决策时,各个决策者的知识结构、经验判断和方案偏好不尽相同。决策环境的复杂性,导致决策专家有时难以利用精确的数值来表示方案的偏好信息,而利用语言短语来表达偏好信息却十分方便。因此,对基于语言偏好信息的多属性群决策问题研究具有重要的理论意义和应用价值。近些年来,此类问题逐渐引起了国内外学者的关注,成为多属性决策领域中一个研究热点。本文首先总结了现有基于语言偏好信息的多属性群决策的主要研究成果,综述了国内外研究现状。对语言短语集的语义表示方法进行分类总结,对比分析几种常用的语言短语的语义表示,在此基础上引入了一种反映决策群体整体偏好的多粒度语言信息处理方法。论文接着研究了集结语言偏好信息的集结算子OWA(the ordered weighted averaging operator),对常用的确定信息集结算子权重的方法进行分类,引入一种体现决策群体整体语言偏好信息的最优选(MP-the Most-Preferred)权重确定方法。基于MP权重,研究了以下六种MP语言偏好信息集结算子的形式和性质,并将其应用于群决策问题。基于MP(The Most-Preferred)权重,引入MP-LIOWA语言诱导有序加权平均算子(the linguistic induced ordered weighted averaging operator),MP-LWHA语言加权混合平均算子(the liguistic weighted hybrid averaging operator),MP-OWHA有序加权混合平均算子(the ordered weighted hybrid averaging operator),和MP-LOWHA语言有序加权混合平均算子(the linguistic ordered weighted hybrid averaging operator),并将其应用于相应的多属性群决策问题。基于多粒度二元语义的多属性群决策方法,建立商业银行综合服务绩效评估模型,并给出算例分析。论文最后指出本文研究的局限性,对基于语言变量对方案有偏好的多属性群决策的进一步研究进行展望。