一種基于三元聯(lián)系數(shù)的語言區(qū)間信息集結(jié)方法

王萬軍

蘭州文理學(xué)院信息工程學(xué)院，蘭州 730000

一種基于三元聯(lián)系數(shù)的語言區(qū)間信息集結(jié)方法

王萬軍

蘭州文理學(xué)院信息工程學(xué)院，蘭州 730000

給出利用屬性權(quán)重與信息決策解決語言區(qū)間信息集結(jié)的三元聯(lián)系數(shù)問題的新方法。其主要思路是將語言區(qū)間變量轉(zhuǎn)化為對應(yīng)三元聯(lián)系數(shù)矩陣，并通過對該矩陣最優(yōu)集結(jié)，建立三元聯(lián)系數(shù)多屬性優(yōu)化函數(shù)及語言區(qū)間屬性權(quán)重區(qū)間數(shù)。然后進(jìn)行集對勢分析，計(jì)算勢關(guān)聯(lián)度大小并擇優(yōu)排序。通過實(shí)例說明該算法的處理過程及有效性。

三元聯(lián)系數(shù)；語言區(qū)間；信息集結(jié)方法

1 引言

語言區(qū)間信息集結(jié)是決策科學(xué)中一個非常重要的研究方向和熱點(diǎn)，在屬性值或?qū)崝?shù)值語言信息決策中有相對完善的理論和方法[1-4]。但在實(shí)際生活中，由于決策信息的復(fù)雜性、不確定性及人類認(rèn)知問題模糊性等原因，使信息決策變得抽象化和復(fù)雜化。雖然，相關(guān)學(xué)者在該領(lǐng)域取得較為豐富的研究成果[5-13]，但仍存在不足和缺陷。例如，文獻(xiàn)[5-6]研究了不同類型語言算子及其不確定語言信息集結(jié)問題，但不足之處是沒有考慮決策中立情況；文獻(xiàn)[7]給出了屬性權(quán)重與屬性值均為區(qū)間的多屬性信息集結(jié)，該方法不足之處是沒有有效處理不確定信息偏向趨勢；文獻(xiàn)[8-9]給出了不同偏好、具有依賴型的多屬性信息集結(jié)，但該方法計(jì)算相對復(fù)雜，實(shí)際應(yīng)用相對困難，過于理論化；文獻(xiàn)[10-13]較為系統(tǒng)地給出了集對分析SPA（Sets Pair Analysis）[14]中聯(lián)系數(shù)理論語言決策方法，但主要研究單值或單目標(biāo)語言信息問題，沒有涉及多值或不確定區(qū)間語言問題，從而不夠全面。

本文在上述基礎(chǔ)上，結(jié)合集對分析中三元聯(lián)系數(shù)理論，初步研究了語言區(qū)間聯(lián)系數(shù)信息集結(jié)問題。建立語言區(qū)間多屬性優(yōu)化目標(biāo)函數(shù)，依據(jù)集對勢關(guān)聯(lián)度大小對信息進(jìn)行擇優(yōu)決策。最后，通過實(shí)例說明該算法的具體計(jì)算過程。

2 語言區(qū)間與三元聯(lián)系數(shù)

2.1 語言變量與語言區(qū)間

對語言區(qū)間進(jìn)行信息集結(jié)時，通常采用9標(biāo)度法，即：極差、很差、差、較差、一般、較好、好、很好、極好。將其建立在[0，1]上的一個論域集S來表示。即

定義1設(shè)語言標(biāo)度S={si|i=-4，-3，-2，-1,0,1，2，3，4}，且滿足如下條件：

（1）若i≥j，則si≥sj，若i≤j則si≤sj；

（2）若si≥sj，則si=max(si,sj)，若si≤sj，則si=m in(si,sj)。

此時稱si為語言變量。

定義2對語言變量sL，sR，且sL≤sR，則稱[sL，sR]為語言區(qū)間。

2.2 三元聯(lián)系數(shù)

定義3[14]在集對分析中稱μ=a+bi+cj，其中a，b，c∈[0，1]，a+b+c=1，j=-1，i∈[-1，1]為三元聯(lián)系數(shù)。

定義4[15]對三元聯(lián)系數(shù)μ=a+bi+cj（其中c≠0），稱同一度a與對立度c的比值a/c為聯(lián)系勢或集對勢，用Shi(H)=a/c表示。

當(dāng)a/c=1，即a=c時，稱為均勢；當(dāng)a/c＞1，即a＞c時，稱為同勢；當(dāng)a/c＜1，即a＜c時，稱為反勢。

定義5[16]對聯(lián)系數(shù)μ=a+bi+cj，當(dāng)c=0時，稱同一度a與差異度（不確定度）b的比值a/b為不確定聯(lián)系勢或不確定集對勢，用Ushi(H)=a/b表示。

當(dāng)a/b=1，即a=b時，稱為不確定均勢；當(dāng)a/b＞1，即a＞b時，稱為不確定同勢；當(dāng)a/b＜1，即a＜b時，稱為不確定反勢。

定義6對聯(lián)系數(shù)μ=a+bi+cj，按a/c值排列的次序稱為集對勢序。

集對勢序的關(guān)系為：同勢優(yōu)先于均勢；均勢優(yōu)先于反勢；勢等級越小的優(yōu)先于勢等級越大的。

定義7集對大勢是對同勢、均勢、反勢、無窮大勢和不確定勢的一個統(tǒng)稱。

定義8集對小勢是對同一個同異反強(qiáng)度級別勢的統(tǒng)稱。

2.3 三元聯(lián)系數(shù)語言信息轉(zhuǎn)化

定義9對語言區(qū)間s=[sL，sR]，稱μ=a+bi+cj= L+(R-L)i+(1-R)j為語言區(qū)間轉(zhuǎn)化為三元聯(lián)系數(shù)公式。其中稱L為語言區(qū)間的確定性測度；R-L為語言區(qū)間的不確定測度；1-R為語言區(qū)間的對立測度。

3 三元聯(lián)系數(shù)語言區(qū)間信息集結(jié)方法

設(shè)A={A1，A2，…，An}為方案集，G={G1，G2，…，Gm}為屬性集，對于一個語言區(qū)間多屬性信息集結(jié)問題，首先將方案集中語言區(qū)間的術(shù)語表示轉(zhuǎn)化為對應(yīng)九標(biāo)度語言區(qū)間，方案Ai在屬性Gj下的語言區(qū)間為[sL，sR]，由此構(gòu)成語言區(qū)間信息矩陣。即

如果信息集結(jié)對方案Ai有主觀偏好，主觀偏好是以語言區(qū)間變量形式給出，即θi=[θLi，θRi]，i=1，2，…，m。則對偏好語言變量進(jìn)行三元聯(lián)系數(shù)轉(zhuǎn)化。其轉(zhuǎn)化采用[16-20]進(jìn)行處理。即μθi=θLi+(θRi-θLi)i+(1-θRi)j。

定義10對三元聯(lián)系數(shù)矩陣R?與主觀偏好三元聯(lián)系數(shù)μθi，則稱：

為偏差偏好聯(lián)系數(shù)。

定義11對偏差偏好聯(lián)系數(shù)μ?ij，則稱：

為偏差偏好聯(lián)系數(shù)間距。

定義12對偏差偏好聯(lián)系數(shù)μ?ij，則稱：

為偏差偏好聯(lián)系數(shù)集對勢。

在清楚上述的定義后，下面計(jì)算三元聯(lián)系數(shù)語言信息集結(jié)總勢關(guān)聯(lián)系數(shù)δ?ij。

定義13對偏差偏好聯(lián)系數(shù)μ?ij，則稱：

為三元聯(lián)系數(shù)語言信息集結(jié)總勢關(guān)聯(lián)系數(shù)（度）。其中ρ為區(qū)分系數(shù)，ρ∈[0，1]，一般情況下ρ取值0.5。

這里δ(?i)反映了方案Ai對所有主觀偏好與客觀偏好之間信息集結(jié)總勢的關(guān)聯(lián)情況，如果總勢關(guān)聯(lián)越大，則說明信息集結(jié)越優(yōu)；否則，信息集結(jié)越劣。

為使信息集結(jié)結(jié)果具有合理性與有效性，屬性權(quán)重ωj取值應(yīng)使得信息集結(jié)的總勢關(guān)聯(lián)達(dá)到相似度最大。為此，建立確定權(quán)重ωj的多目標(biāo)優(yōu)化函數(shù)。

其中i=1，2，…，m;j=1，2，…，n。

同時，考慮信息集結(jié)的公平與合理，可以將確定權(quán)重ωj的多目標(biāo)優(yōu)化函數(shù)轉(zhuǎn)化為單目標(biāo)優(yōu)化函數(shù)。

其中i=1，2，…，m;j=1，2，…，n。

求解該模型，得到權(quán)重向量ω，從而計(jì)算出總勢關(guān)聯(lián)度δ(?i)大小。根據(jù)總勢關(guān)聯(lián)度大小進(jìn)行信息集結(jié)。

基于上述分析，下面給出三元聯(lián)系數(shù)語言區(qū)間信息集結(jié)算法的具體過程與步驟。

步驟1將方案集中語言區(qū)間術(shù)語表示轉(zhuǎn)化為對應(yīng)9標(biāo)度語言區(qū)間信息矩陣。

步驟3將三元聯(lián)系數(shù)矩陣R?進(jìn)行信息集結(jié)，利用定義10～12計(jì)算偏差偏好聯(lián)系數(shù)勢值shi(?ij)。

步驟4利用定義13計(jì)算三元聯(lián)系數(shù)語言信息集結(jié)總勢關(guān)聯(lián)度δ(?ij)。

步驟5利用公式（1）計(jì)算權(quán)重向量。

步驟6計(jì)算帶權(quán)重關(guān)聯(lián)度δ(?i)的大小并進(jìn)行信息優(yōu)劣判斷。

4 算例分析

考慮一個大學(xué)的學(xué)院評估問題。某大學(xué)將采用對教學(xué)G1、科研G2和服務(wù)G3三個屬性作為評估對象，對其下屬的5個子學(xué)院Ai(i=1，2，3，4，5)進(jìn)行評估?，F(xiàn)得到評估矩陣如表1所示。而且對每個評估的屬性權(quán)重W是以語言區(qū)間的形式給出。W為語言區(qū)間：ω1= [一般，好]，ω2=[一般，較好]，ω3=[較好，很好]。同時評估專家對各子學(xué)院的主觀偏好為：

是根據(jù)上述信息評估最佳的學(xué)院。

表1 決策評估語言區(qū)間矩陣

下面利用本文方法進(jìn)行信息集結(jié)評估。

步驟1把表1決策評估語言區(qū)間矩陣?yán)枚x1轉(zhuǎn)化為9標(biāo)度語言區(qū)間信息矩陣。

步驟3利用定義10～12計(jì)算偏差集對勢值shi(?ij)。

步驟4利用定義13計(jì)算總勢關(guān)聯(lián)度δ(?ji)。

步驟5利用公式（1）計(jì)算權(quán)重向量，建立單目標(biāo)最優(yōu)化函數(shù)。

由于W為語言區(qū)間，且ω1=[一般,好]，ω2=[一般,較好]，ω3=[較好，很好]，利用定義9將其轉(zhuǎn)化為三元聯(lián)系數(shù)權(quán)重，并進(jìn)行歸一化處理。即得：

利用文獻(xiàn)[21]將式（2）進(jìn)行區(qū)間化處理，得到權(quán)重區(qū)間數(shù)為：

求解該優(yōu)化函數(shù)模型，得權(quán)重向量：w=(0.4，0.2，0.4)。

步驟6計(jì)算帶權(quán)重信息關(guān)聯(lián)度δ，并進(jìn)行優(yōu)劣判斷。

從而可知：5個子學(xué)院信息集結(jié)的結(jié)果為：A4?A5?A1?A2?A3。故A4評估結(jié)果最優(yōu)。

這里需補(bǔ)充一點(diǎn)，對區(qū)分系數(shù)ρ取不同分辨系數(shù)，比如隨機(jī)取ρ=0.01，0.5，0，8，經(jīng)計(jì)算發(fā)現(xiàn)各信息集結(jié)果是一致的，這進(jìn)一步說明該算法是有效的。

5 結(jié)論

本文給出了屬性權(quán)重與信息決策均為語言區(qū)間多屬性信息集結(jié)方法，該方法通過集對分析（SPA）中三元聯(lián)系數(shù)思路解決了信息偏好為語言區(qū)間多屬性信息集結(jié)問題，具有一定的實(shí)用性。該算法計(jì)算簡單，行之有效。最后通過實(shí)例說明該方法的計(jì)算過程，并簡要地分析其有效性。

[1]徐澤水.基于語言信息的決策理論與方法[M].北京：科學(xué)出版社，2008：8-53.

[2]徐澤水.直覺模糊信息集成理論與應(yīng)用[M].北京：科學(xué)出版社，2008：45-61.

[3]徐澤水.不確定多屬性決策方法及應(yīng)用[M].北京：清華大學(xué)出版社，2006：161-178.

[4]衛(wèi)貴武.基于模糊信息的多屬性決策理論與方法[M].北京：中國經(jīng)濟(jì)出版社，2010：59-82.

[5]Wei Guiwu.Uncertain linguistic hybrid geometric mean operator and its application to group decision making under uncertain linguistic environment[J].International Journal of Uncertainty，F(xiàn)uzziness and Know ledge-Based Systems，2009，17（2）：251-267.

[6]Xu Zeshui.On generalized induced linguistic aggregation operators[J].International Journal of General Systems，2006，35（1）：17-18.

[7]劉秀梅，趙克勤.基于二次聯(lián)系數(shù)的區(qū)間數(shù)多屬性決策方法及應(yīng)用[J].模糊系統(tǒng)與數(shù)學(xué)，2011，25（5）：115-121.

[8]衛(wèi)貴武.基于依賴型算子的不確定語言多屬性群決策方法[J].系統(tǒng)工程與電子技術(shù)，2010，32（4）：764-769.

[9]衛(wèi)貴武，黃登仕，魏宇.對方案有偏好的不確定語言多屬性決策方法[J].管理學(xué)報，2007，4（5）：575-579.

[10]汪新凡，楊小娟.基于聯(lián)系數(shù)貼近度的區(qū)間數(shù)多屬性決策方法[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2008，38（3）：18-24.

[11]劉秀梅，趙克勤.基于聯(lián)系數(shù)復(fù)運(yùn)算的區(qū)間數(shù)多屬性決策方法及應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2008，38（23）：57-64.

[12]劉秀梅，趙克勤.基于區(qū)間數(shù)確定性與不確定性相互作用點(diǎn)的多屬性決策[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2009，39（8）：68-75.

[13]劉秀梅，趙克勤.基于SPA的D-U空間的區(qū)間數(shù)多屬性決策模型及應(yīng)用[J].模糊系統(tǒng)與數(shù)學(xué)，2009，23（2）：167-174.

[14]趙克勤.集對分析及其初步應(yīng)用[M].杭州：浙江科學(xué)技術(shù)出版社，2000.

[15]王萬軍.基于聯(lián)系數(shù)的不確定多屬性決策方法[J].湛江師范學(xué)院學(xué)報，2008，29（4）：74-77.

[16]王萬軍.基于模糊決策的多屬性聯(lián)系數(shù)決策方法[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2008，38（21）：78-82.

[17]王萬軍.基于Vague集相似度量的一種聯(lián)系數(shù)方法[J].計(jì)算機(jī)工程與應(yīng)用，2012，48（1）：132-134.

[18]王萬軍，李恒杰.Vague值轉(zhuǎn)化Fuzzy值的一種偏勢方法[J].湖南師范大學(xué)學(xué)報：自然科學(xué)版，2012，35（4）：21-25.

[19]王萬軍，李恒杰，胡建軍，等.一種Vague值轉(zhuǎn)化Fuzzy值的偏聯(lián)系數(shù)方法[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（1）：134-136.

[20]王萬軍，李恒杰，胡建軍，等.一種SPA集轉(zhuǎn)化Fuzzy集的新方法[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（3）：163-165.

[21]王萬軍.區(qū)間數(shù)排序的一種聯(lián)系數(shù)方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2009，30（8）：2055-2057.

WANG Wanjun

College of Information Engineering, Lanzhou University of Arts and Science, Lanzhou 730000, China

This thesis proposes a new method to solve three element connection numbers of linguistic interval information aggregation by using the attribute weights and information decision-making. The main idea is to transform language interval variables into three element connection numbers matrix and build multi-attribute optimization function and language interval attribute weights interval numbers of three element connection numbers by optimizing the aggregation of the matrix. This thesis calculates the potential value and makes priority ranking by set pair analysis. Finally, examples are given to show the procedure and effectiveness of the method.

three element connection numbers；linguistic interval；information aggregate method

WANG Wanjun. Linguistic interval information aggregation method based on three element connection numbers.Computer Engineering and Applications, 2014, 50（17）：219-222.

A

TP301.6

10.3778/j.issn.1002-8331.1310-0021

甘肅省高等學(xué)校研究生導(dǎo)師科研項(xiàng)目（No.1215-04）；甘肅省教育廳科研項(xiàng)目（No.1113-01）；蘭州文理學(xué)院科研能力提升計(jì)劃骨干項(xiàng)目（No.2012GGTS01）。

王萬軍（1974—），男，副教授，CCF會員，主要研究方向?yàn)橛?jì)算機(jī)智能信息處理技術(shù)。E-mail：wangwanjun1@163.com

2013-10-08

2013-12-23

1002-8331（2014）17-0219-04

CNKI網(wǎng)絡(luò)優(yōu)先出版：2014-01-23,http://www.cnki.net/kcms/doi/10.3778/j.issn.1002-8331.1310-0021.htm l