[00136920]基于模糊层次分析法的群体决策理论及其应用研究

群体决策理论、方法与应用研究具有重要的理论和实际意义。为了模拟现实环境的复杂性和人类判断的模糊性,决策者的偏好信息往往采用区间数、三角模糊数和梯形模糊数等来表示,于是经典的层次分析法有必要扩展为模糊层次分析法。本项目研究模糊环境下的群体决策理论及其在虚拟企业伙伴选择中的应用,主要获得了以下一些成果： 1、采用模糊集理论和偏好关系的逻辑特性,提出了一致性三角模糊数互反判断矩阵的新定义,并研究了其性质。克服了Buckley[Fuzzy Sets and Systems, 1985, 17： 233–247]给出的一致性三角模糊数互反判断矩阵定义的不足,指出了Wang和Chen[Information Sciences, 178（19）： 3755–3765]一致性定义属性证明过程中的错误。然后,提出了构建一致性三角模糊数互补判断矩阵的方法,研究了当单个决策者给出三角模糊数互补判断矩阵时的群体决策问题,从而解决了相应的群体决策问题。主要成果发表在《European Journal of Operational Research》上。 2、由于经历、知识和观点不同,不同专家给出不同的判断矩阵, 研究了含有区间数互反和互补判断矩阵的群体决策问题。首先基于积型一致性建立了区间数互反和互补判断矩阵的转化公式,然后提出了一个新的OWA集成算子,此算子的特点就是专家的矩阵一致性程度高那么获得权重也就高,最后研究区间数综合矩阵的满意一致性。主要成果发表《Fuzzy Sets and Systems》和《Applied Mathematical Modelling》上。 3、对于一个实际的决策问题来说,决策者可能由于知识的不完备而不能给出一个完整的判断矩阵,也就是说给出的判断矩阵中有些信息是残缺的。基于理想点方法,提出了含有残缺区间数互补判断矩阵的群体决策方法。首先建立估计残缺信息的优化数学模型,还有提出了相似度公式,然后给出了指引的OWA集成算子,此算子以相似度为准则构建集成算子的权重向量,从而解决了相应群体决策问题。主要成果发表《IEEE Transactions on Cybernetics》和《International Journal of Intelligent Systems》上。