基于TC-OWA算子的语言多准则群决策方法.docx

基于TC-OWA算子的语言多准则群决策方法
摘要：本文基于TC-OWA算子讨论了语言多准则群决策方法的理论与实践应用。首先介绍了传统的多准则决策问题及其存在的困难与挑战。然后，提出了语言多准则群决策方法，该方法将专家的语言评价转换为模糊评价矩阵，并使用TC-OWA算子对这些评价进行聚合。最后，本文通过实例应用验证了该方法的有效性与可行性。
关键词：TC-OWA算子；语言多准则群决策；模糊评价矩阵；决策聚合
1.引言
随着社会的发展和经济的全球化，多准则决策问题在日常生活和组织管理中变得越来越常见。在多准则决策问题中，决策者面临的挑战是要在考虑多个评价准则的基础上，选择出最优的决策方案。然而，传统的多准则决策方法在处理评价指标的模糊性、不确定性和多样性时存在一定的局限性，因此不能完全反映人类的专家判断和实际需求。针对这一问题，本文提出了一种基于TC-OWA算子的语言多准则群决策方法，以解决传统方法存在的问题。
2.传统多准则决策的问题
传统的多准则决策方法包括层次分析法、TOPSIS法、ELECTRE法、VIKOR法等，这些方法主要是基于数学模型和定量数据进行分析和决策。但是，考虑到多个评价指标可能存在主观性和不确定性，这些传统方法在综合评价时存在一些局限性和困难，具体如下：
（1）难以考虑不确定评价指标，不能充分反映评价指标的模糊性和不确定性。
（2）没有完备的信息处理机制，无法处理模糊和矛盾信息。
（3）评价指标的权重分配存在主观性，导致结果的不可靠性和不精确性。
综上所述，传统的多准则决策方法存在一定的局限性和困难，不能完全反映人类的专家判断和实际需求。
3.语言多准则群决策方法
传统的多准则决策方法存在一些缺陷，因此需要引入一些新的方法来解决这些问题。基于这一背景，本文提出了一种基于TC-OWA算子的语言多准则群决策方法。
该方法首先将决策者的语言评价转换为模糊评价矩阵，即将非数值化评价转换为数值化评价。然后，利用定理/原则对模糊评价矩阵进行排序。最后，引入TC-OWA算子对这些评价进行聚合，以得出综合评价结果。
具体流程如下：
（1）建立模糊评价矩阵
将决策者的语言评价转换为模糊评价矩阵，可采用语言变量法或语言模糊集合方法。其中，语言变量法是将决策者的语言评价转化为三元组形式，分别表示变量、比较对象和描述语，对应成模糊集表示法。例如，若将“这个选项非常重要”转换成数值形式，则可以表示为（x,A,非常重要），其中，x表示被评价对象，A表示评价指标，非常重要是一种模糊概念，可以用一种模糊指数（例如0.8）表达。
（2）排序
对模糊评价矩阵进行排序，即将评价矩阵中的元素按照一定规则进行排序，选择出最优的决策方案。可以采用带权重的模糊排序、模糊熵或模糊相对熵法等进行排序。其中，带权重的模糊排序方法是对每个评价指标分配一个权重，然后将每个方案根据这些指标的权重进行排序。
（3）聚合
引入TC-OWA算子对排序后的评价指标进行聚合，以得出综合评价结果。TC-OWA算子是一种在模糊环境下进行信息聚合的方法，与传统的OWA算子不同，它不仅考虑了指标的重要性，还考虑了指标之间的相互作用关系。这一算子能够有效地解决决策问题中存在的模糊性和不确定性。
4.实例应用
为验证语言多准则群决策方法的有效性与可行性，本文以一个决策案例进行实例应用。
假设某公司需要购买一款新的机器人系统，有三个备选方案，评价指标包括质量、性能、价格、维护和服务。方案1评价矩阵如下：
||质量|性能|价格|维护|服务|
|----|------|------|------|------|------|
|方案1|F|F|M|G|T|
方案2评价矩阵如下：
||质量|性能|价格|维护|服务|
|----|------|------|------|------|------|
|方案2|G|G|H|F|G|
方案3评价矩阵如下：
||质量|性能|价格|维护|服务|
|----|------|------|------|------|------|
|方案3|T|M|L|T|F|
根据排名原则，将模糊评价矩阵进行排序，得到下表：
||质量|性能|价格|维护|服务|
|----|------|------|------|------|------|
|方案3|1|2|1|1|3|
|方案2|2|1|3|2|2|
|方案1|3|3|2|3|1|
然后，将排序后的评价指标进行聚合。根据TC-OWA算子的聚合权重公式Cal(TCα)，得到相应的聚合结果。其中，α取值默认为0.5，可以按需调整。
聚合结果如下：
||指标名|聚合结果|
|----|--------|----------|
|1|质量|0.31|
|2|性能|0.47|
|3|价格|0.43|
|4|维护|0.41|