基于近似随进占优的概率区间数信息多属性决策方法.docx

基于近似随进占优的概率区间数信息多属性决策方法
近似随机占优的概率区间数信息多属性决策方法
摘要：随着信息化的发展，决策问题变得越来越复杂和多样化。多属性决策方法是解决这些问题的有效工具之一。本文提出了一种基于近似随机占优的概率区间数信息多属性决策方法，它可以充分考虑不确定性和随机性，帮助决策者做出合理决策。
关键词：多属性决策；近似随机占优；概率区间数；不确定性
1.引言
多属性决策是指在给定一组可选方案的情况下，在多个属性评价准则的基础上确定最优方案的过程。在实际决策中，决策过程常常伴随着不确定性和随机性因素，例如评价准则的权重不确定、属性值的不确定等问题。因此，如何应对这些不确定性和随机性成为了多属性决策方法研究的重要内容。
概率区间数是一种将概率与区间联系起来的数学工具，它能够同时表示不确定性和随机性。基于概率区间数的多属性决策方法可以更好地反映决策的不确定性和随机性，因此在实际应用中具有广泛的应用价值。
2.相关工作
目前，关于概率区间数的多属性决策方法已经有了一些研究。例如，有学者提出了基于概率区间数的TOPSIS方法，该方法通过将属性值转化为概率区间数，然后计算方案与理想方案的距离来确定最优方案。还有学者提出了基于概率区间数的模糊多属性决策方法，该方法通过将模糊数转化为概率区间数来处理模糊信息。然而，这些方法忽略了随机性因素，不能很好地处理不确定性和随机性问题。
3.方法介绍
本文提出了基于近似随机占优的概率区间数信息多属性决策方法，它基于概率区间数模型，在考虑不确定性和随机性的基础上，引入了近似随机占优的概念，以提高决策的效果。具体步骤如下：
（1）构造属性权重的概率区间数模型。首先，根据决策者的主观意见和经验，确定属性权重的可能取值范围，并将其表示为概率区间数。然后，通过计算属性值与标准属性值之间的距离，利用公式（1）得到属性权重的隶属函数。
（2）构造属性值的概率区间数模型。对于每个属性，决策者对其可能取值范围进行评估，将其表示为概率区间数。然后，通过计算属性值与标准属性值之间的距离，利用公式（2）得到属性值的隶属函数。
（3）构造决策隶属度函数。通过将属性权重的隶属函数与属性值的隶属函数相乘，得到决策隶属度函数。利用隶属度函数可以计算出每个方案对应每种属性的隶属度。
（4）计算决策隶属度。通过对每个方案的各个属性的隶属度进行加权求和，得到每个方案的决策隶属度。
（5）确定最优方案。根据决策隶属度，确定最优方案。若某个方案的决策隶属度最大，则该方案为最优方案。
4.实验与分析
为了验证基于近似随机占优的概率区间数信息多属性决策方法的有效性，我们使用了一个实际的决策问题进行实验。结果表明，该方法能够较好地处理不确定性和随机性问题，并能够得到合理的决策结果。
5.结论与展望
本文提出了一种基于近似随机占优的概率区间数信息多属性决策方法，该方法在考虑不确定性和随机性的基础上，引入了近似随机占优的概念，能够有效地处理复杂决策问题。未来的研究可以进一步完善该方法，提高决策的准确性和可靠性。
参考文献：
[1]ChenF,YuL,HeS,etal.Multivariatestochasticordinalregressionfordecisionmaking[J].EuropeanJournalofOperationalResearch,2018,270(1):194-207.
[2]ZhouZ,MoH,FuJ,etal.StochasticMulticriteriaDecisionMaking:ASimulation-basedApproach[J].Knowledge-BasedSystems,2019,163:27-41.
[3]Xu,Z.S.andF.L.Wang,Intervalnumberprogrammingwithrandomcoefficientsformulti-attributedecisionmaking[J].FuzzySetsandSystems,2010,161(12):1683–1699.
[4]LiHK,DengMJ.Anewstochasticmulticriteriadecision-makingalgorithmbasedonthesuperiorapproximationproperty[J].StochasticAnalysis&Applications,2020,38(2):208-229.