资源描述：
《基于二元语义信息处理的一种语言群决策方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第6卷第5期管 理 科 学 学 报Vol.6No.52003年10月JOURNALOFMANAGEMENTSCIENCESINCHINAOct.,2003①基于二元语义信息处理的一种语言群决策方法王欣荣,樊治平(东北大学工商管理学院,沈阳110004)摘要:针对解决具有语言评价信息的多指标群决策问题,提出了一种基于二元语义信息处理的群决策方法.该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算,它是依据传统理想点法的基本思想,通过计算每个方案与正、负理想点间的语义距离,最终确定最优方案,
2、使该方案最贴近正理想点和最远离负理想点.该方法具有对语言信息处理较为精确的特点,避免了以往采用的语言信息处理方法所带来的信息扭曲和损失.最后给出了一个算例.关键词:群决策;语言评价信息;二元语义;理想点法中图分类号:N945.25;C934 文献标识码:A 文章编号:1007-9807(2003)05-0001-050 引 言言信息经运算后,很难精确对应到初始的语言评价信息集,通常需要寻找一个最贴近的语言短语在许多实际的群决策过程中,由于被判断事进行近似,也会产生信息损失.为了解决语言信息物的模糊性和
3、不确定性,决策者以语言形式的评运算或处理中所产生的信息损失问题,西班牙价信息来反映自己的偏好是最为常见的情形[1].Herrera教授2000年在《IEEETransactionsonFuzzy例如,在评价一辆汽车的舒适程度时,采用“舒Systems》上首次提出了采用二元语义描述语言评[11]适”、“较舒适”、“不舒适”等语言信息描述是比较价信息的方法,这是一个重大突破.采用二元容易的.因此,基于语言评价信息的群决策理论与语义表示语言评价信息并进行运算,可有效避免方法的研究近年受到了广泛关注[2～6].以
4、往采用语言评价信息集结和运算中出现的信息损失和扭[12,13]曲,也使语言信息计算结果更为精确.本文的具有语言信息的群决策方法主要有两类:一类[14]依据传统理想点法的基本思想,考虑解决具有是将语言评价信息转化为模糊数,并依据扩展原理进行模糊数运算与分析[7,8];另一类是根据语语言评价信息的多指标群决策问题,提出一种基于二元语义信息处理的群决策方法.言评价集自身的顺序和性质直接对语言短语符号[9,10]进行运算或处理.但第一类方法需要事先假设模糊数的隶属函数,而且根据扩展原理进行模1 问题描述糊数运算时
5、往往进一步增加了模糊性,在一定程度上会造成信息损失或扭曲,另外,模糊数的运算在考虑的多指标群决策问题中,设一个有限结果通常与初始语言评价信息没有直接联系,很决策(备选)方案集为X={X1,X2,⋯,Xn}(n≥难让决策者理解决策分析结果的具体含义.第二2),其中,Xi表示第i个决策方案;指标(或属性)类方法由于事先定义的语言评价集是离散的,语集为P={P1,P2,⋯,Pq}(q≥2),其中,Pj表示①收稿日期:2002-09-16;修订日期:2003-07-01.基金项目:国家自然科学基金资助项目(700
6、71004);教育部高等学校优秀青年教师教学科研奖励计划资助项目(教人司[2002]123);辽宁省自然科学基金资助项目(002012).作者简介:王欣荣(1977—),女,回族,河北秦皇岛人,博士生.—2—管 理 科 学 学 报 2003年10月第j个指标;决策群体集为D={D1,D2,⋯,Dm}的结果,则与β相应的二元语义可由下面函数Δ(m≥2),其中,Dk表示第k个决策者.假设决策得到者Dk针对指标集P给出具有语言评价信息形式Δ∶[0,T]→S×[-0.5,0.5)的权重向
7、量为Rk=(rkkk)T,其中rkΔ(β)=(Si,αi)=1,r2,⋯,rqj表示决策者Dk从预先定义好的自然语言(或自然语言Si,i=Round(β)(2)符号)评价集L中选择一个元素作为对指标Pj的αi=β-i,α∈[-0.5,0.5)重要程度的描述;决策者Dk给出的具有语言形式其中,Round表示“四舍五入”取整运算.kkk的评价矩阵记为B=(bij)n×q,其中bij为决策者定义3 设语言评价集S={S0,S1,⋯,ST},-1Dk从预先定义好的自然语言评价集S中选择一(Si,αi)是一个二元语
8、义,则存在一个逆函数Δ个元素作为方案Xi对应于指标Pj的评价值.这使二元语义可转换成相应的数值β∈[0,T],即-1里,自然语言评价集L(或S)是一个预先定义好Δ∶S×[-0.5,0.5)→[0,T]-1的由奇数个元素构成的有序集合,而本文所考虑Δ(Si,α)=i+αi=β(3)的L和S均是由7个元素(即语言短语)构成的集假设(Si,αi)和(Sj,αj)为任意两个二元语合,即L=S={S0=FC(非常差),S1=HC(很义,
