直覺(jué)梯形模糊數(shù)集成算子及在群決策中的應(yīng)用

劉鑫琳，黎昌珍

（廣西大學(xué)a.數(shù)學(xué)與信息科學(xué)學(xué)院；b.公共管理學(xué)院，廣西 南寧 530004）

直覺(jué)梯形模糊數(shù)集成算子及在群決策中的應(yīng)用

劉鑫琳a，黎昌珍b

（廣西大學(xué)a.數(shù)學(xué)與信息科學(xué)學(xué)院；b.公共管理學(xué)院，廣西 南寧 530004）

在決策問(wèn)題中，為了解決因?qū)傩院蛯＜移瞄g相互關(guān)聯(lián)而導(dǎo)致的傳統(tǒng)信息集結(jié)算子失效問(wèn)題，提出了基于Choquet積分的新的決策方法。該方法在Vague集的基礎(chǔ)上引入模糊測(cè)度的概念，并用直覺(jué)梯形模糊數(shù)刻畫(huà)專家評(píng)價(jià)信息；再利用Choquet積分和直覺(jué)梯形模糊數(shù)相互融合，形成基于Choquet積分的直覺(jué)梯形模糊數(shù)信息集成算子；討論了該算子的相關(guān)性質(zhì)，并利用該算子對(duì)各方案進(jìn)行評(píng)價(jià)，從而選出最優(yōu)方案。最后通過(guò)實(shí)例驗(yàn)證該方法的有效性和可行性。

直覺(jué)梯形模糊數(shù)；Choquet積分；Vague值模糊測(cè)度；群決策；模糊集

0 引言

在社會(huì)經(jīng)濟(jì)活動(dòng)中，存在著大量的多屬性群決策問(wèn)題，其中 WA方法是解決這類問(wèn)題的主要方法［1－2］。實(shí)際上，在決策過(guò)程中，屬性以及專家間往往存在關(guān)聯(lián)，如不同的專家由于其社會(huì)地位、知識(shí)面等具有不同程度上的相似性，使其偏好也并非完全獨(dú)立，專家重要程度的可加性遭到破壞，使得傳統(tǒng)的集結(jié)算子失效。文獻(xiàn)［1］介紹了當(dāng)屬性及專家間相互獨(dú)立時(shí)的群決策問(wèn)題；文獻(xiàn)［2］分析了現(xiàn)有決策中的不足，并對(duì)屬性間相互關(guān)聯(lián)的決策問(wèn)題提出了基于三角模糊數(shù)的集結(jié)算子，并將其應(yīng)用到?jīng)Q策分析中；文獻(xiàn)［3－6］將模糊測(cè)度應(yīng)用到屬性及專家間相互關(guān)聯(lián)的決策分析中，由于模糊測(cè)度是借助模糊積分方法，將傳統(tǒng)的邏輯加權(quán)和方法發(fā)展為積分合成方法，為屬性間存在相互關(guān)聯(lián)、相互依賴的決策現(xiàn)象提供了一種有效工具。

上述文獻(xiàn)均是屬性值和專家權(quán)重為fuzzy集的決策問(wèn)題，但fuzzy集［7］用一個(gè)單一的數(shù)值表示其隸屬度，而Vague集［8］在此基礎(chǔ)上增添了非隸屬度的信息，因而在處理模糊性和不確定信息方面比f(wàn)uzzy集更具靈活性、實(shí)用性和直觀性［9－11］。文獻(xiàn)［12］定義了區(qū)間直覺(jué)模糊集，并將其運(yùn)用到?jīng)Q策中，區(qū)間直覺(jué)模糊集是將直覺(jué)模糊集的隸屬度和非隸屬度擴(kuò)展到區(qū)間上，但它與直覺(jué)模糊集一樣，其論域均是離散集合，為了解決這一問(wèn)題，文獻(xiàn)［13］定義了直覺(jué)三角模糊數(shù)，并應(yīng)用到故障分析中，文獻(xiàn)［14］定義了直覺(jué)梯形模糊數(shù)，它是直覺(jué)三角模糊數(shù)的擴(kuò)展，直覺(jué)三角模糊數(shù)和直覺(jué)梯形模糊數(shù)都將直覺(jué)模糊集從離散集合擴(kuò)展到連續(xù)集合，使其具有更強(qiáng)的信息表達(dá)能力［15］。

本文將Choquet積分算子應(yīng)用于直覺(jué)梯形模糊數(shù)中，對(duì)各指標(biāo)和專家的權(quán)重均為直覺(jué)模糊數(shù)的多屬性群決策提出了一種集結(jié)算子，由于該算子具有冪等性、有界性、有序單調(diào)性和置換不變性的特點(diǎn)，可作為處理關(guān)聯(lián)類決策問(wèn)題的一種有效方法。

1 基礎(chǔ)知識(shí)

定義1 設(shè)T為屬性指標(biāo)集U的冪集P（U）上的一個(gè)Vague重要性測(cè)度，?C∈P（U），T（C）＝（t（x），v（x）），其中，0≤t（x）＋v（x）≤1，C在Vague值模糊測(cè)度T上的期望u（x）可定義［16］為：

對(duì)于?B，C∈P（U），B∩C＝φ，若u（B∪C）＞u（B）＋u（C），則說(shuō)明B、C之間存在互補(bǔ)關(guān)聯(lián)；若u（B∪C）＜u（B）＋u（C），則B、C間存在冗余關(guān)聯(lián)；若u（B∪C）＝u（B）＋u（C），則B、C間相互獨(dú)立。

1.1 直覺(jué)梯形模糊數(shù)的定義［14］

1.2 直覺(jué)梯形模糊數(shù)的排序方法

2 基于Choquet積分的直覺(jué)梯形模糊數(shù)的信息集成算子及其性質(zhì)

3 基于Choquet積分的直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)多屬性決策方法

3.1 多屬性決策問(wèn)題方法

3.2 實(shí)例分析

表1 p1專家給出的各方案的直覺(jué)梯形模糊數(shù)評(píng)價(jià)值信息

表2 p2專家給出的各方案的直覺(jué)梯形模糊數(shù)評(píng)價(jià)值信息

表3 p3專家給出的各方案的直覺(jué)梯形模糊數(shù)評(píng)價(jià)值信息

步驟1 利用定義1將各個(gè)屬性和專家的Vague重要性測(cè)度轉(zhuǎn)化為其期望值。并利用文獻(xiàn)［14］的方法規(guī)范各模糊決策矩陣。

步驟2 利用ITFCA算子依次對(duì)決策矩陣中每個(gè)方案下的各屬性指標(biāo)間和各方案間的信息進(jìn)行集結(jié)，得到各方案的綜合直覺(jué)梯形模糊數(shù)分別為：

步驟3 計(jì)算各方案的最后得分函數(shù)S（~a），并排序。

4 結(jié)論

Vague集作為Fuzzy集的推廣，它能更清晰、細(xì)膩地描述現(xiàn)實(shí)生活中的模糊信息。文中介紹了Vague值重要性測(cè)度及其相關(guān)知識(shí)，并定義了將Vague集轉(zhuǎn)化為Fuzzy集的函數(shù)，它是對(duì)Vague集知識(shí)的豐富。還介紹了直覺(jué)梯形模糊數(shù)的有關(guān)性質(zhì)及其運(yùn)算，定義了評(píng)價(jià)函數(shù)及其精確函數(shù)?？紤]到?jīng)Q策中各屬性及專家在不同程度上的相互關(guān)聯(lián)的特點(diǎn)，本文在Choquet積分的基礎(chǔ)上提出了一種信息集結(jié)方法，該方法利用模糊測(cè)度代替其權(quán)重，當(dāng)屬性集合的權(quán)重等于其各屬性權(quán)重之和時(shí)，即屬性間相互獨(dú)立時(shí)，本文退化為文獻(xiàn)［17］的情況，因此本文的方法更能符合實(shí)際需要。

［1］ Wei GW.Some Arithmetic Aggregation Operators with Intuitionistic Trapezoidal Fuzzy Numbers and Their Application to Group Decision Making［J］.Journal of Computers，2010，5（3）：345－351.

［2］ 高巖，周德群，劉晨琛，等.基于關(guān)聯(lián)的三角模糊數(shù)直覺(jué)模糊集成算子及其應(yīng)用［J］.系統(tǒng)工程理論與實(shí)踐，2012，32（9）：1964－1972.

［3］ 章玲，周德群.基于k-可加模糊測(cè)度的多屬性決策分析［J］.管理科學(xué)學(xué)報(bào)，2008，11（6）：18－24.

［4］ Tan C Q，Chen X H.Intuitionistic Fuzzy Choquet Integral Operator for Multi-criteria Decision Making［J］.Expert Systems with Application，2010，37：149－157.

［5］ 陶長(zhǎng)琪，凌和良.基于Choquet積分的模糊數(shù)直覺(jué)模糊數(shù)多屬性決策方法［J］.控制與決策，2012，27（9）：1381－1386.

［6］ 孫小慧，吳濤，孫恒，等.一種基于區(qū)間直覺(jué)模糊集的多屬性決策方法［J］.河南科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，34（5）：87－90.

［7］ Zadeh L A.Fuzzy Sets［J］.Information and Control，1965，8：338－353.

［8］ Atanassov K T.Intuitionistic Fuzzy Sets［J］.Fuzzy Sets and Systems，1986，20（1）：87－96.

［9］ 曹林林，梁家榮.基于Vague積分的多準(zhǔn)則決策方法［J］.計(jì)算機(jī)應(yīng)用，2011，31（4）：1111－1113.

［10］ 譚春橋，陳曉紅.基于直覺(jué)模糊值Sugeno積分算子的多屬性群決策［J］.北京理工大學(xué)學(xué)報(bào)，2009，29（1）：85－89.

［11］ 高巖，周德群，劉晨琛.一種基于Choquet積分的多屬性直覺(jué)模糊決策方法［J］.數(shù)學(xué)實(shí)踐與認(rèn)識(shí)，2009，39（17）：72－77.

［12］ 徐澤水.區(qū)間直覺(jué)模糊信息的集成方法及其在決策中的應(yīng)用［J］.控制與決策，2007，22（2）：215－219.

［13］ Shu M H，Cheng C H，Chang J R.Using Intuitionistic Fuzzy Sets for Fault-tree Analysis on Printee Circuit Board Assembly［J］.Microelectroics Reliability，2006，46（12）：2139－2148.

［14］ Wang J Q，Zhang Z.Aggregation Operators on Intuitionistic Trapezoid and Its Application to Multi-criteria Decision Making［J］.Journal of Systems Engineering and Electronics，2009，20（2）：321－326.

［15］ 袁芳，周小強(qiáng)，胡滿佳.廣義直覺(jué)模糊軟集及其代數(shù)性質(zhì)［J］.鄭州大學(xué)學(xué)報(bào)：理學(xué)版，2012，44（4）：46－49.

［16］ 周曉光，譚春橋，張強(qiáng).基于Vague集的決策理論與方法［M］.北京：科學(xué)出版社，2009：112－119.

［17］ 萬(wàn)樹(shù)平，董九英.多屬性群決策的直覺(jué)梯形模糊數(shù)法［J］.控制與決策，2010，25（5）：773－776.

N945.25

A

1672－6871（2014）06－0088－06

國(guó)家自然科學(xué)基金項(xiàng)目（71163003）

劉鑫琳（1990－），女，重慶人，碩士生；黎昌珍（1967－），女，廣西玉林人，教授，博士，碩士生導(dǎo)師，研究方向?yàn)轭A(yù)測(cè)與決策.

2014－03－04