袁偉斌, 王惠文
(云南師范大學(xué) 數(shù)學(xué)學(xué)院, 云南 昆明 650500)
由于人們主觀偏好日益復(fù)雜和模糊,模糊性已成為決策過程的一部分,因而模糊決策理論已發(fā)展成一個研究熱點(diǎn).1965年Zadeh[1]首次引入模糊集的概念,不同拓展形式的模糊集應(yīng)運(yùn)而生.1986年Atanassov[2]加入了非隸屬度,定義了直覺模糊集;2010年Torra[3]引入了猶豫模糊集的概念,它允許隸屬度有多個值,更能反映出決策者的猶豫態(tài)度.2012年Zhu等[4]提出了對偶猶豫模糊集理論,增加了非隸屬度,以及允許都可以有多個可能值.2014年Farhadinia[5]提出了區(qū)間值對偶猶豫模糊集的概念,它其中的隸屬度與非隸屬度都是以區(qū)間形式出現(xiàn),更具一般性.
在實(shí)際決策問題中,距離測度是一重要指標(biāo),從而應(yīng)用廣泛.例如聚類分析[6]、圖像處理[7]、投資選擇[8-9]、醫(yī)學(xué)診斷[10]、模式識別[11]、分配問題[12]等.Wang等[13]研究了對偶猶豫模糊集的距離測度及相似測度;王金英等[14]、李麗穎等[15]提出了區(qū)間值對偶猶豫標(biāo)準(zhǔn)海明距離公式,但這些距離測度都需要主觀填充數(shù)據(jù),可能會導(dǎo)致信息失真的情況.因此,本文提出了區(qū)間值對偶猶豫模糊距離測度的公理化定義,并給出基于區(qū)間對偶猶豫度、隸屬度與非隸屬度完全偏差的距離公式.最后通過一個多屬性決策實(shí)例說明其合理性.
定義1[14]設(shè)X為一固定集合.稱
基于上述距離的定義,文獻(xiàn)[14]提出區(qū)間值對偶猶豫標(biāo)準(zhǔn)Hamming距離.
(1)
從公式(1)可知,計(jì)算時需要人為填充元素,從而使得兩個集合元素個數(shù)相同.填充原則有樂觀原則,悲觀原則等,但這樣的做法沒有保證數(shù)據(jù)的真實(shí)性,可能會導(dǎo)致信息失真,因此有必要重新考慮區(qū)間值對偶猶豫模糊集的距離測度.
中的元素個數(shù).
定義5設(shè)
的區(qū)間對偶猶豫度定義為:
其中
其中λ∈[1,+∞).
結(jié)合上述三個偏差距離,給出改進(jìn)的區(qū)間值對偶猶豫模糊集距離測度如下.
(2)
其中參數(shù)ρ,θ,ξ∈[0,1],ρ+θ+ξ=1.
由于不同屬性之間也有一定差異,因此有必要將不同屬性的權(quán)重考慮在距離測度中.
(3)
其中參數(shù)ρ,θ,ξ∈[0,1],ρ+θ+ξ=1.
引理1(Minkowski不等式)任給(a1,a2,…,an),(b1,b2,…,bn)∈Rn,λ≈1,則有:
證明設(shè)
故有
可得
同理可得
從而有
必要性:反之顯然成立.故性質(zhì)(3)滿足.
4)結(jié)合引理1,可知:
于是可得
因此性質(zhì)(4)滿足.
考慮文獻(xiàn)[14]中的例子,設(shè)有5個投資方案Ai(i=1,2,3,4,5),每個方案有4個評價(jià)屬性Cj(j=1,2,3,4),屬性的權(quán)重為w=(0.2,0.35,0.3,0.15),專家給出的評價(jià)矩陣如表1所示.
表1 區(qū)間值對偶猶豫模糊評價(jià)值
假設(shè)理想方案為A*=({[1.0,1.0]},{[0.0,0.0]}),下面按照上文給出的改進(jìn)的區(qū)間值對偶猶豫廣義加權(quán)距離公式,計(jì)算出每個備選方案與理想方案之間的距離,距離測度值越小,則方案越優(yōu).
表2 等權(quán)重下的距離測度值及排名結(jié)果
由表2可知,方案排序?yàn)锳4>A3>A1>A2>A5,最優(yōu)方案為A4,這與文獻(xiàn)[14]中的排序A4>A1>A3>A2>A5略有差異,由于使用的距離測度公式不同,從而導(dǎo)致最終的方案排名結(jié)果也不同,但最優(yōu)方案都是A4,從而也說明改進(jìn)的距離測度的合理性.
改進(jìn)的距離公式中參數(shù)ρ,θ,ξ分別表示決策者對隸屬度信息,非隸屬度信息,猶豫度信息的偏好程度.表3通過對ρ,θ,ξ的不同取值,來體現(xiàn)決策者的不同偏好態(tài)度.
表3 不同偏好下的方案排序結(jié)果
從上表可知,當(dāng)決策者對不同信息的偏好程度不同時,方案排序也會隨之變化,但最佳方案始終未變.因此,改進(jìn)的距離公式可以根據(jù)決策者的不同偏好程度,選擇不同的偏好參數(shù)值,從而提供了更多的選擇.
本文提出了區(qū)間值對偶猶豫模糊集距離測度的公理化定義,給出了改進(jìn)的距離公式,并給予了證明.改進(jìn)的距離公式加入了偏好參數(shù),能體現(xiàn)出不同決策者的偏好態(tài)度.最后結(jié)合一個實(shí)際的模糊多屬性決策案例, 通過結(jié)果比較,偏好參數(shù)分析,說明了改進(jìn)的距離測度的有效及合理性.接下來可以在此基礎(chǔ)上做其他深入的研究,例如利用改進(jìn)的距離測度進(jìn)行聚類分析,構(gòu)造區(qū)間值直覺對偶猶豫模糊集的相似性測度等.