基于二元语义的不确定多属性群决策方法

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (16): 59-64.

基于二元语义的不确定多属性群决策方法

李艳玲，殷新丽，杨剑

第二炮兵工程大学电子工程学院，西安 710025

出版日期:2016-08-15 发布日期:2016-08-12

Ｍultiple attribute group decision making method based on 2-tuple

LI Yanling, YIN Xinli, YANG Jian

School of Electronic Engineering, The Second Artillery Engineering University, Xi’an 710025, China

Online:2016-08-15 Published:2016-08-12

摘要/Abstract

摘要： 为了解决专家权重、指标权重均未知的混合型多属性群决策问题，提出基于二元语义的多属性群决策方法。首先，针对专家权重问题，提出了运用判断矩阵导出向量进行聚类分析，并综合类间、类内权重得出结果。在此基础上，集结多名专家意见得到每个方案的二元语义矩阵，根据离差最大化原理，客观确定属性的指标权重，求出每个方案的值。根据数值大小比较排序；最后以多种型号导弹作为算例，用所提出方法对混合型多属性决策问题进行求解，结果表明该方法易于操作且可为决策者提供丰富的决策信息。

关键词: 混合多属性, 群决策, 聚类分析, 二元语义, 离差最大化

Abstract: An approach based on two-tuple is put forward to solve the hybrid multiple attribute group decision making problem with weight information unknown. In order to solve the weights of experts, an approach based on educed vector is proposed to do clustering analysis. Then combine both weight value inside of the group and weight value between the groups. Based on this, aggregate the experts’ imformation into two-tuple linguistic matrix. According to maximizing deviation, the attribute weights can be determined, then the value of projects can be obtained. Compare the value of every project and order them. Finally, an example illustrates of missiles, using the proposed method to solve hybrid multiple attribute group decision making problems, demonstrate the procedure of the method and show this method is easy to operate and can provide abundant decision-making information for decision makers.

Key words: hybrid multi-attribute, group decision making, clustering analysis, two-tuple, maximum deviation

李艳玲，殷新丽，杨剑. 基于二元语义的不确定多属性群决策方法[J]. 计算机工程与应用, 2016, 52(16): 59-64.

LI Yanling, YIN Xinli, YANG Jian. Ｍultiple attribute group decision making method based on 2-tuple[J]. Computer Engineering and Applications, 2016, 52(16): 59-64.

[1]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.
[2]	钟磊，王应明. 考虑心理行为的区间二元语义动态群决策方法[J]. 计算机工程与应用, 2021, 57(2): 127-133.
[3]	张俊芳，周熠烜，周礼刚，肖箭. Pythagorean犹豫模糊交叉熵的多属性决策方法[J]. 计算机工程与应用, 2020, 56(9): 198-203.
[4]	安宁，江思源，唐晨，杨矫云. 融合单纯形映射与熵加权的聚类方法[J]. 计算机工程与应用, 2020, 56(9): 148-155.
[5]	衣俊艳，杜小鹏. 具有中心移动特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(24): 50-58.
[6]	衣俊艳，吴博雅，雍巧玲. 具有加权特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(22): 55-65.
[7]	罗计根，杜建强，聂斌，李欢，聂建华，陈裕凤. 一种聚类欠采样策略的随机森林优化方法[J]. 计算机工程与应用, 2020, 56(22): 166-172.
[8]	赵惠妍，李伯权，张慧，李永义. 语言比例二元组Bonferroni平均算子的群决策方法[J]. 计算机工程与应用, 2020, 56(2): 158-163.
[9]	马京晖，潘巍，王茹. 基于K-means聚类的三维点云分类[J]. 计算机工程与应用, 2020, 56(17): 181-186.
[10]	苏梦珂，孔祥智. 直觉对偶犹豫模糊集在多属性群决策中的应用[J]. 计算机工程与应用, 2020, 56(17): 273-278.
[11]	蒋世豪，江洪. 基于GDAL的遥感图像变化检测技术[J]. 计算机工程与应用, 2020, 56(16): 169-175.
[12]	贾露，张德生，吕端端. 物理学优化的密度峰值聚类算法[J]. 计算机工程与应用, 2020, 56(13): 47-53.
[13]	陈胜发，贾瑞玉. 基于残差和密度网格的簇心自确认聚类算法[J]. 计算机工程与应用, 2020, 56(12): 149-155.
[14]	黄建新，袁杰. 三维空间机器人主动嗅觉烟羽源自主定位策略[J]. 计算机工程与应用, 2020, 56(12): 223-230.
[15]	马庆功. 区间犹豫模糊M-对称平均及其群决策模型[J]. 计算机工程与应用, 2020, 56(11): 156-163.