基于直覺模糊混合優(yōu)先算子的多準則決策方法

高前明

摘 要：直覺模糊數(shù)是對傳統(tǒng)模糊數(shù)的拓展，混合優(yōu)先算子是對優(yōu)先算子和加權(quán)算子的拓展.在直覺模糊的情形下，現(xiàn)實中針對實際活動中需要同時考慮準則之間具有不同優(yōu)先級別和準則權(quán)重的多準則決策問題大量存在.本文基于直覺模糊優(yōu)先算術(shù)平均（IFPWA）算子提出了直覺模糊混合優(yōu)先算術(shù)平均（IFHPWA）算子;基于直覺模糊優(yōu)先幾何平均（IFPWG）算子提出了直覺模糊混合優(yōu)先算術(shù)平均（IFHPWG）算子.這兩種算子的特點不僅考慮到數(shù)據(jù)的重要性程度而且考慮到了準則的優(yōu)先水平.在此基礎(chǔ)上，提出了一種基于直覺模糊混合優(yōu)先算子的多準則決策方法.該方法利用IFHPWA（IFHPWG）算子對數(shù)據(jù)信息進行加權(quán)集結(jié)，利用記分函數(shù)對方案進行排序并擇優(yōu).最后，通過一個人才引進的實例分析，驗證了所提決策方法的可行性和有效性.

關(guān)鍵詞：多準則決策;直覺模糊集;優(yōu)先算子;加權(quán)算子;直覺模糊混合優(yōu)先算子

中圖分類號：O29;C934? 文獻標識碼：A? 文章編號：1673-260X（2020）01-0001-09

1 引言

決策問題在管理、醫(yī)學(xué)、軍事、經(jīng)濟和水電工程等諸多學(xué)科領(lǐng)域都有所涉及，比如投資決策、教學(xué)質(zhì)量評估、產(chǎn)品改造、招標投標、維修服務(wù)、工廠選址、醫(yī)學(xué)質(zhì)量評定、人事調(diào)整、工程系統(tǒng)性能評定、各類的投標招標環(huán)境評價以及各大國際公司中的合作伙伴選擇等.模糊多準則決策主要以Zadeh教授提出的模糊集[8]的理論為基礎(chǔ)，模糊集的隸屬函數(shù)僅僅是一個單一的值，只能通過隸屬度來刻畫事物的不確定性，難以全面描述事物的模糊性，無法較為準確的表示決策者的猶豫程度，從而Atanassov教授對經(jīng)典模糊集進行了拓展，提出了直覺模糊集的概念，Gau和Buehrer定義的vague集[9]就是直覺模糊集，（為了書寫方便，本文中使用直覺模糊集的名稱）.直覺模糊集利用直覺模糊數(shù)可以同時考慮元素對集合的隸屬度、非隸屬度和猶豫度三個方面的信息，故直覺模糊集可以更好地表述即此即彼的模糊性，能對現(xiàn)實問題的不確定性和模糊性進行更加細膩的描述和刻畫，更具實用性和靈活性，現(xiàn)在直覺模糊理論已在智能識別、決策分析、聚類分析、預(yù)測和通信信息等領(lǐng)域得到廣泛應(yīng)用.

直覺模糊集的理論發(fā)展也使直覺模糊多準則決策的研究趨于成熟，目前主要的研究熱點在直覺模糊數(shù)的運算法則、積分函數(shù)、集結(jié)算子、相似性測度、關(guān)聯(lián)測度、距離測度等方面.直覺模糊多準則決策方法的研究主要集中在兩個方面：

一是在直覺模糊的環(huán)境下對經(jīng)典決策方法的研究.例如，Xu和Hu[2]提出了一種基于投影的直覺模糊多準則決策方法.Wang和Nie[11]提出了一種準則具有關(guān)聯(lián)性的直覺模糊多準則決策方法.Xu[11]提出了一種基于前景理論的直覺模糊多準則決策方法.Wei[3]提出了一種基于灰色關(guān)聯(lián)的直覺模糊多準則方法.

二是在傳統(tǒng)決策方法的基礎(chǔ)上對新的直覺模糊多準則決策方法的研究.為了解決具有優(yōu)先級的直覺模糊多準則決策問題，Xu[5]提出了一種直覺模糊優(yōu)先有序加權(quán)平均算子，并提出了基于IFPOWA算子的具有優(yōu)先級的直覺模糊都準則決策方法.Chen[7]在直覺梯形模糊數(shù)和二型直覺模糊集的基礎(chǔ)上，給出了二型直覺梯形模糊數(shù)的定義，進而提出了二型直覺梯形模糊混合算術(shù)集結(jié)（T2ITrFHA）算子和二型直覺梯形模糊混合幾何集結(jié)（T2ITrFHG）算子，最后提出相應(yīng)的多準則決策方法.Wang和Zhang[13]針對準則評價信息為區(qū)間直覺梯形模糊數(shù)的群決策問題，提出一種基于后悔理論的群決策方法.

本研究在已有研究成果的基礎(chǔ)上，針對準則值用直覺模糊數(shù)形式表達的多準則決策問題進行全面而深入地探究，提出了兩種基于直覺模糊信息的多準則決策方法，并已經(jīng)通過實例驗證，可以將該研究的決策方法應(yīng)用于招標決策、顧客購車、工程評估、消費者購物、企業(yè)競爭對手淘汰等實際之中，從實踐和理論兩個方面豐富和發(fā)展了多準則決策分析，為決策者進行科學(xué)決策提供相關(guān)技術(shù)和依據(jù)，促進決策理論的發(fā)展.

2 預(yù)備知識

2.1 直覺模糊數(shù)的定義與運算法則

容易看出，這兩個算子所具有的特點是：在WAA算子和WGA算子的基礎(chǔ)上，將WAA算子和WGA算子拓展到所給數(shù)據(jù)是直覺模糊數(shù)的情境下，提出兩種新的直覺模糊加權(quán)平均算子，即IFWGA算子和IFWAA算子.這兩種算子對直覺模糊數(shù)中的每個數(shù)據(jù)進行加權(quán)（即根據(jù)每個數(shù)據(jù)的重要性程度賦予適當?shù)臋?quán)重），然后再對加權(quán)后的數(shù)據(jù)進行集結(jié).

2.4 直覺模糊優(yōu)先算子

定義2.8[1]（優(yōu)先算子（PA）的定義） 優(yōu)先平均（PA）算子由Yager最先提出，設(shè)C={C1，C2，…，Cn}為決策準則的集合，各準則之間具有優(yōu)先級別：C1？酆C2？酆…？酆Cn（j

PA算子的特點是賦予準則不同的優(yōu)先級.在準則具有優(yōu)先級別的情形下，如果再用傳統(tǒng)的信息集結(jié)算子去集結(jié)相應(yīng)的直覺模糊信息則會出現(xiàn)信息不能有效集結(jié)的問題.于是PA算子應(yīng)運而生，為解決這類問題提供了很大方便.特別地，如果具有最高級別的準則值為0，則集結(jié)后的綜合評價值也為0，這與實際相符合.由于PA算子中準則值在0與1之間，該算子可以很方便地拓展到直覺模糊環(huán)境下.

定義2.9[1]（直覺模糊優(yōu)先加權(quán)平均（IFPWA）算子的定義） 當決策者使用具有加性決策信息進行評價時，需要定義算術(shù)類的優(yōu)先算子，于是Yu根據(jù)直覺模糊數(shù)的加性運算法則（已由定義2.1給出），將PA算子拓展到所給數(shù)據(jù)是直覺模糊數(shù)的環(huán)境下，提出一種新的算術(shù)方面的優(yōu)先算子，即IFPWA算子，并討論了該算子的基本性質(zhì).

為了方便，記？贅為所有直覺模糊數(shù)的集合.

其中，？贅為直覺模糊集，T1=1，S（？琢k）為直覺模糊數(shù)？琢k的記分函數(shù)值，則稱IFPWA為直覺模糊優(yōu)先算術(shù)平均算子，簡單記為IFPWA算子.

當決策者使用具有積性決策信息進行評價時，需要定義幾何類的優(yōu)先算子，定義2.1給出了直覺模糊數(shù)的積性運算法則，基于這些運算法則，于是Yu根據(jù)直覺模糊數(shù)的加性運算法則（已由定義2.1給出），將PA算子拓展到所給數(shù)據(jù)是直覺模糊數(shù)的環(huán)境下，提出一種新的幾何方面的優(yōu)先算子，即IFPWG算子，并討論了該算子的基本性質(zhì).

3 基于直覺模糊混合優(yōu)先算子的多準則決策方法

從第2章的分析不難看出，IFPWA算子和IFPWG算子僅根據(jù)準則之間的優(yōu)先級別進行加權(quán)集結(jié)，而沒有考慮直覺模糊數(shù)據(jù)本身的重要性程度，而IFWAA算子和IFWGA算子僅根據(jù)直覺模糊數(shù)據(jù)本身的重要性程度進行加權(quán)集結(jié)，忽視了準則之間的優(yōu)先級別，這決定了他們的實際應(yīng)用范圍有一定的局限性.因此，本章將在這些算子的基礎(chǔ)上進行拓展，定義兩種直覺模糊混合優(yōu)先算子，包括IFHPWA算子和IFHPWG算子.IFHPWA算子綜合了IFPWA算子和IFWAA算子的優(yōu)點，IFHPWG算子綜合了IFPWG算子和IFWGA算子的優(yōu)點，不僅考慮了準則之間的優(yōu)先級別，而且考慮了直覺模糊數(shù)據(jù)的重要性程度.并根據(jù)所定義的算子還相應(yīng)地提出一種準則之間既具有優(yōu)先級別又具有權(quán)重的直覺模糊多準則決策方法.

3.1 直覺模糊混合優(yōu)先加權(quán)平均（IFHPWA）算子的定義

直覺模糊集有加性和積性兩種運算性質(zhì)，當決策者用加性直覺模糊數(shù)進行評價，此時直覺模糊數(shù)的加性運算法則已由定義2.1給出.基于這些運算法則，以下將IFPWA算子和WAA算子拓展到所給數(shù)據(jù)是直覺模糊數(shù)的情境下，則可以在算術(shù)方面提出一種新的直覺模糊混合優(yōu)先加權(quán)平均算子，即IFHPWA算子，并討論該算子的基本性質(zhì).

定義3.1（直覺模糊混合優(yōu)先加權(quán)平均算子（IFHPWA算子）的定義） 為了方便，記？贅為所有直覺模糊數(shù)的集合.

若我們運用IFPWA算子（IFPWG算子）解決此問題，則得到的排序結(jié)果為A3？酆A2？酆A1？酆A5？酆A4（具體計算過程，Yu和Xu已經(jīng)做出研究，本文不再贅述），我們把所得到的結(jié)果進行比較可知，雖然研究的都是候選人評優(yōu)問題，取用相同的準則和準則值，但得到的最終排序結(jié)果和最優(yōu)候選人均不同，根本原因在于IFGWA算子（IFWAA算子）雖然考慮了直覺模糊數(shù)據(jù)的重要性程度，但沒有考慮準則的優(yōu)先級別，而IFPWA算子（IFPWG算子）的計算方法雖然考慮了準則的優(yōu)先級別，但并沒有考慮直覺模糊數(shù)據(jù)的重要性程度.以上兩種算法的運用都有一定的局限性，同時，反觀本研究的計算方法，同時取兩種算法的優(yōu)點，對以上兩種算子進行了拓展，同時考慮了準則的優(yōu)先級別和直覺模糊數(shù)的重要性程度.為了反映直覺模糊數(shù)的重要性程度，首先根據(jù)直覺模糊數(shù)據(jù)不同的重要性程度對直覺模糊準則值加以適當權(quán)重，然后利用IFHPWA算子和IFHPWG算子對加權(quán)的直覺模糊數(shù)進行集結(jié).IFHPWA算子同時拓展了IFPWA算子和IFWAA算子，IFHPWG算子同時拓展了IFPWG算子和IFWGA算子，既體現(xiàn)了準則之間的不同的優(yōu)先級別，又體現(xiàn)了直覺模糊數(shù)據(jù)本身的重要性程度.從上述算例解題過程可知，在解決只考慮優(yōu)先級別這類直覺模糊多準則群決策問題時，IFPWA算子和IFPWG算子可以有效地處理，在解決即考慮了準則的優(yōu)先級別又考慮直覺模糊數(shù)據(jù)的重要性程度這類直覺模糊多準則決策問題時，則需要IFHPWA算子和IFHPWG算子是進行處理.

5 結(jié)束語

在建筑、經(jīng)濟、水電工程、軍事和工程設(shè)計等諸多領(lǐng)域中，都或多或少的會涉及直覺模糊多準則決策領(lǐng)域，從而其相關(guān)理論、方法及其應(yīng)用的研究均受到了廣泛關(guān)注，并且已經(jīng)取得了頗多具有實際意義的研究成果.經(jīng)過實踐檢驗與理論分析，IFPWA算子和IFPWG算子只能解決根據(jù)準則的優(yōu)先級別直覺模糊多準則決策問題，IFWAA算子和IFWGA算子只能解決準則具有權(quán)重直覺模糊多準則決策問題，這種局限性限制了其可解決問題的類別.因此在本研究第三章將第二章所介紹的算子進行了拓展，提出了兩種基于直覺模糊的混合優(yōu)先集結(jié)算子，包括IFHPWA算子和IFHPWG算子，并在此基礎(chǔ)上，提出了一種能夠同時反映準則之間具有不同優(yōu)先水平混合準則具有權(quán)重的多準則決策方法.由于實際活動中既要考慮準則之間具有不同優(yōu)先水平又要考慮直覺模糊數(shù)據(jù)具有重要性權(quán)重的多準則決策問題均大量存在，因而此研究給出的多準則決策方法具有實際的應(yīng)用價值和重要的意義.

本文的研究是對基于直覺模糊信息的多準則決策問題進行了全面的分析和有深度的探究，雖然取得了些許有價值的成果，但仍有各種問題需要進一步解決并加以完善：

首先，關(guān)于準則的權(quán)重如何確定的問題，本文并沒有研究，但是個值得研究的方向.

然后，本研究主要考慮的都是各個準則之間具有獨立性的直覺模糊多準則決策問題，但在實際分析中對于準則相互關(guān)聯(lián)的情形并不罕見，從而對于這些準則相互獨立的直覺模糊多準則決策問題需要更深層次的探究.

最后，準則級別排序方法是一種傳統(tǒng)的多準則決策方法，可以用于處理直覺模糊多準則決策問題，但如何科學(xué)理性的確定準則之間的優(yōu)先水平，并基于此確定備選方案的排序，進而提出相應(yīng)的多準則決策方法非常值得研究.

參考文獻：

〔1〕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，2004.3-16.

〔2〕Xu Z S， Hu H. Projection models for intuitionistic fuzzy multiple attribute decision making[J]. International Journal of Information Technology & Decision Making， 2010， 9（2）： 267-280.

〔3〕Wei G W.GRA method for multiple attribute decision making with incomplete weight information in intuitionistic fuzzy setting[J]. Knowledge-Based Systems， 2010， 23（3）： 243-247.

〔4〕劉政敏，劉培德.直覺正態(tài)模糊優(yōu)先集結(jié)算子及其在群決策中的應(yīng)用[J].系統(tǒng)工程理論與實踐，2016，36（2）：494-504.

〔5〕徐永杰，孫濤，李登峰.直覺模糊POWA算子及其在多準則決策中的應(yīng)用[J].控制與決策，2011，26（1）：129-132.

〔6〕Yu D J. Intuitionistic fuzzy prioritized operators and their application in multi-criteria group decision making[J]. Technological and Economic Development of Economy， 2013， 19（1）：1- 21.

〔7〕Chen Y， Li B. Dynamic multi-attribute decision making model based on triangular intuitionistic fuzzy numbers[J]. Scientia Iranica， 2011， 18（2）：268-274.

〔8〕Zadeh L A. Fuzzy sets[J]. Information and Control， 1965， 8（3）： 338-356.

〔9〕Bustince H， Burillo P. Vague sets are intuitionistic fuzzy sets[J]. Fuzzy Sets and Systems 1996， 79（3）：403-405.

〔10〕Liu H W. Multi-criteria Decision Making and Reasoning Methods in an Intuitionistic Fuzzy or Interval-valued Fuzzy Environment[D]. Shandong： University of Shandong， 2005.

〔11〕王堅強，聶榮榮.基于直覺梯形模糊信息的多準則群決策方法[J].系統(tǒng)工程理論與實踐，2012，32（8）：1747-1753.

〔12〕許琦.基于前景理論的模糊多準則決策方法研究[D].湖南：中南大學(xué)，2010.

〔13〕王堅強，張忠.基于直覺梯形模糊數(shù)的信息不完全確定的多準則決策方法[J].控制與決策，2009，24（2）：226-230.