基于區間直覺二元語義集的專家權重確定方法

程書利，王 宇

(大連理工大學 管理與經濟學部，遼寧 大連 116024)

0 引 言

直覺模糊集理論以及區間直覺模糊集理論由于其“非此非彼”的語言特點，使其自提出以來受到了廣泛關注，但是其無法表達評價值相對于語言值的非隸屬度和猶豫度[1,2]。為了彌補這樣的缺陷，一些學者將語言評價集合與直覺模糊集和區間直覺模糊集結合來表達不確定語言信息的變量[1-3]。以上研究在理論與實踐中有了很大進展，但是在區間直覺模糊集與語言集結合的理論研究中專家的權重問題并沒有得到深入的探討。專家權重的確定是群決策集結問題中的重要步驟，是集結專家評價、判斷信息的關鍵[4,5]。李艷玲等[6]、趙萌等[7]在直覺模糊集和區間直覺模糊集的基礎上提出了基于熵最大化的專家權重確定方法；閆書麗等[8]利用灰色關聯度原理和極大熵原理建立規劃模型完成屬性客觀權重的求解；Wan等[9]以區間直覺模糊集表示決策者的評價信息，利用個體與其它個體的評價信息之間的鄰近性和個體與綜合評價信息之間的相似性確定決策者的權重，另外，Wan等在該文獻中同時指出在決策過程中，每個專家可能僅對部分屬性較為專業，所以每個專家對不同屬性應賦予不同的權重值。上述研究的研究對象基本是直覺模糊集或者語言集，在區間直覺模糊集和語言集相結合研究專家權重方面的研究很少。

鑒于以上分析，基于語言變量和區間直覺模糊集相結合的思想，本文將區間直覺模糊集和二元語義信息相結合，提出區間直覺二元語義集的概念，并針對區間直覺二元語義信息集研究每個專家針對方案屬性權重的確定方法。在現有專家權重確定方法的基礎上，提出了基于區間直覺二元語義信息集的專家針對方案各權重計算的3個準則，即個體評價信息的辨別區分度、個體與群體的相似程度、個體與其它決策者的鄰近程度，并給出了每個準則的計算公式，然后對3個準則值進行綜合，得到專家針對方案的每個屬性的權重，為以后的多屬性群決策問題的集結奠定了基礎。

1 區間直覺二元語義變量及相關運算

根據區間直覺模糊集和二元語義的相關概念，本文提出了區間直覺二元語義集和區間直覺二元語義變量的概念及其運算法則。

1.1 區間直覺二元語義變量

設自然語言數sx∈S，X為給定論域，則定義區間直覺二元語義集為

設a1=<(sθ(a1),αθ(a1)),[μL(a1),μU(a1)],[νL(a1),νU(a1)]>和a2=<(sθ(a2),αθ(a2)),[μL(a2),μU(a2)],[νL(a2),νU(a2)]>為兩個區間直覺二元語義變量，則根據二元語義[10]和區間直覺模糊集[11]的相關運算法則定義區間直覺二元語義信息的相關運算法則見表1。

表1 區間直覺二元語義運算法則

(1)

(2)

和

(3)

1.2 區間直覺二元語義變量大小的比較

1.3 區間直覺二元語義變量集結算子

(4)

2 基于區間直覺二元語義變量的專家權重的確定

本文以區間直覺二元意義變量作為語言變量表示方法，考慮每個專家對不同屬性的評價信息的區分度、專家與其它專家之間的鄰近度、專家與綜合評價的相似度3個方面綜合評價專家權重的確定方法。

基于區間直覺二元語義信息的專家對屬性權重的確定方法可從3方面考慮：

(1)個體評價信息辨別區分度，若個體對不同方案的同一屬性的評價值相近，則說明該個體對該屬性的區分的作用較小，應對該屬性下該個體賦予較小的權重；

(2)個體與群體意見的相似性，通過簡單的算術平均集結出綜合評價值，個體意見與群體意見的相似性越高，相應的評價準確性越強，應對該屬性下該個體賦予較大的權重，以減小群決策意見的分歧；

(3)個體與其它個體的鄰近度，若個體與其它個體的方案屬性評價相近，則說明個體的評價信息較合理，應對該屬性下該個體賦予較大的權重。

2.1 問題描述

在決策問題中，記A={A1,…Ai,…,Am}為m個備選方案的集合，其中Ai表示第i個備選方案；C={C1,…Cj,…,Cn}為評價體系中的n個屬性值，其中Cj表示第j個屬性；DM={DM1,…DMk,…,DMq}為q個專家參與決策，DMk表示第k個專家。由于專家對屬性的每個權重值是不同的，將q對n個屬性的權重矩陣表示為λ

2.2 個體評價信息的辨別區分度

個體評價信息的辨別區分度是指同一專家對不同方案的同一屬性評價值之間的區分作用，區分度越大表明專家對該屬性的了解越專業，越能將該屬性較好的區分，應賦予專家對該屬性較高的權重。在本文中個體評價信息的辨別區分度由專家對不同方案屬性評價值之間的距離來確定。計算方法如下：

(5)

(6)

(7)

2.3 個體與群體的相似度

在群決策中，通常認為各專家的決策存在一致性的趨勢，如果專家對各方案屬性評價值與綜合方案屬性評價值之間的相似度較高，表明專家的評價信息越接近綜合評價值，專家對屬性評價意見的分歧越小，應賦予該專家越大的權重。借助TOPSIS中的相似度計算的思想，本文將各專家對方案屬性評價值的最大值與最小值距離作為負理想解，以各決策者對方案屬性評價值的綜合方案屬性評價值作為正理想解，以此計算個體與群體的相似度。計算方法如下：

(8)

(9)

2.4 個體與其它個體的鄰近度

個體與其它個體的鄰近度是指專家與其它專家的方案屬性評價信息之間的鄰近程度。鄰近度越大，專家應該賦予較大的權重。本文通過計算個體方案屬性的評價值與其它個體方案評價值之間的距離來衡量個體與其它個體之間的差別程度，并以此來計算鄰近度。計算方法如下：

(10)

(11)

(3)利用均值思想計算第k個專家與第t個專家各方案屬性Cj的平均鄰近度

(12)

(13)

2.5 總體權重的確定

為了綜合考慮個體信息辨別區分度、個體與群體相似度和個體與其它個體鄰近度對專家權重的影響，引入變量σ(0≤σ≤1)、(0≤≤1)、ρ(0≤ρ≤1)，且有σ++ρ=1。采用加權平均的方法將各準則集成得到專家DMk對方案屬性Cj的綜合權重值

(14)

需要注意的是加權集結算法具有互補性，加權平均計算綜合權重值削弱了3個準則之間的差異，所計算出的綜合權重值差異性較小，不能很好區分專家對方案屬性的重要性程度。本文采用乘積的形式對3個準則集成，專家的各方案屬性的權重可表示為

(15)

3個變量的取值不同，辨別區分度、相似度和鄰近度對專家權重的影響程度不同。特別的，當有兩個參數為零時，表明專家權重只受一個因素的影響；當有一個參數為0時，表明專家權重只受另外兩個因素的影響；當3個變量值相等時，表明辨別區分度、相似度和鄰近度對專家DMk的方案屬性Cj的綜合權重的影響程度是相同的。

(16)

3 算例分析

考慮具有區間直覺二元語義變量的多屬性群決策問題，現有4個備選方案{A1,A2,A3,A4}，每個方案的5個屬性{C1,C2,C3,C4,C5}作為評價方案優劣的指標。假設有4位專家{DM1,DM2,DM3,DM4}采用S={s1,s2,s3,s4,s5,s6,s7,s8,s9}為語言評估標度對方案屬性進行評價，將專家的評價結果整理并表示為區間直覺二元語義信息的形式。各專家評價信息見表2～表5。

表2 專家DM1給出的4個企業不同指標的評價值E1

表3 專家DM2給出的4個企業不同指標的評價值E2

表4 專家DM3給出的4個企業不同指標的評價值E3

表5 專家DM4給出的4個企業不同指標的評價值E4

作為對比，根據文獻[9]所述方法，在不考慮個體評價信息的辨別區分度的情況下，計算本文中專家的方案屬性權重，結果如下：

文獻[10]考慮相似度和鄰近度兩個方面研究了區間直覺模糊集專家權重的確定方法。為了說明本文方法的有效性，將本文算例結果與文獻[9]提出方法計算的結果進行對比。標準差反映了一個數據集的離散程度。在此，利用如下公式分別計算本文方法所得結果與文獻[10]所得結果中不同決策者對同一屬性的標準差

由計算結果可知，本文所得結果的標準差大于文獻[10]所得結果的標準差，即本文所得結果的專家對屬性的離散程度較大，專家對方案屬性的權重之間的較大差異能更好的區分專家之間的重要性程度。

4 結束語

本文研究了一類以區間直覺模糊集和二元語義信息結合表示屬性值的專家對方案各屬性權重的確定方法，提出了一種基于區間直覺二元語義變量表示屬性值的方法，更方便和準確地表示了專家對方案屬性的評價值。進而在區間直覺二元語義的基礎上提出了以個體評價信息的辨別區分度、個體與群體的相似度和個體與其它個體的鄰近程度3個方面綜合考慮專家權重的計算方法，即考慮專家對各個屬性的不同認知程度、又注重了專家個體的一致性程度，同時又兼顧了專家群體的相似性程度，比較客觀地確定了專家的權重，為以后的多屬性群決策的集結算法打下了基礎。最后通過算例驗證了方法的有效性和合理性。

[1]LIU Peide,JIN Fang.Research on interval-valued intuitionistic uncertain linguistic aggregation operators and their application to group decision making[J].Journal of Industrial Engineering and Engineering Management,2014,28(1):124-130(in Chinese).[劉培德,金芳.區間直覺不確定語言集成算子及在群決策中的應用研究[J].管理工程學報,2014,28(1):124-130.]

[2]ZHANG Hui,JIAO Zhimin,LI Boquan.Interval-valued in-tuitionistic 2-tuple linguistic aggregation operators and their multi-attribute group decision making method[J].Computer Engineering and Applications,2016,52(24):1-9(in Chinese).[張慧,焦志敏,李伯權.區間直覺二元語言集成算子及其群決策方法[J].計算機工程與應用,2016,52(24):1-9.]

[3]WANG Pei.Multi-criteria group decision-making method based on interval intuiti Sonistic linguistic information[D].Changsha:Centeral South University,2012(in Chinese).[王佩.基于區間直覺語言信息的多準則群決策方法研究[D].長沙:中南大學,2012.]

[4]WAN Jun,XING Huange,ZHANG Xiaohui.Algorithm of adjusting weights of decision-makers in multi-attribute group decision-making based on entropy theory[J].Control and Decision,2010,25(6):907-910(in Chinese).[萬俊,邢煥革,張曉暉.基于熵理論的多屬性群決策專家權重的調整算法[J].控制與決策,2010,25(6):907-910.]

[5]ZHAO Na,WEI Cuiping,BI Yanzhao.Determining expert weights and its sensitivity analysis based on the correlation coefficient and the standard deviations[J].Journal of Qufu Normal University,2013,39(2):25-32(in Chinese).[趙娜,魏翠萍,畢艷昭.基于相關系數和標準差的專家權重確定及其靈敏度分析[J].曲阜師范大學學報,2013,39(2):25-32.]

[6]LI Yanling,YIN Xinli,YANG Jian.Method of determining weights of experts and attributes for interval-valued intuitionistic fuzzy decision making[J].Computer Engineering and Applications,2016,52(18):158-161(in Chinese).[李艷玲,殷新麗,楊劍.區間直覺模糊決策中專家與屬性權重確定方法[J].計算機工程與應用,2016,52(18):158-161.]

[7]ZHAO Meng,REN Rongrong,QIU Wanhua.Experts’ weights method and computational experiment analysis based on intuitionistic fuzzy entropy measures[J].Control and Decision,2015,30(7):1233-1238(in Chinese).[趙萌,任嶸嶸,邱菀華.基于直覺模糊熵的專家權重確定方法及其驗證[J].控制與決策,2015,30(7):1233-1238.]

[8]YAN Shuli,LIU Sifeng,FANG Zhigeng,et al.Method of determining weights of decision makers and attributes for group decision making with interval grey numbers[J].Systems Engineering—Theory & Practice,2014,34(9):2372-2378(in Chinese).[閆書麗,劉思峰,方志耕,等.區間灰數群決策中決策者和屬性權重確定方法[J].系統工程理論與實踐,2014,34(9):2372-2378.]

[9]Wan SP,Xu GL,Wang F,et al.A new method for atanassov’s interval-valued intuitionistic fuzzy MAGDM with incomplete attribute weight information[J].Information Sciences an International Journal,2015,316(C):329-347.

[10]WANG Xiao,CHEN Huayou,LIU Xi.Multiple attribute group decision making with interval two-tuple linguistic information based on deviation[J].Chinese Journal of Management,2011,8(2):301-305(in Chinese).[王曉,陳華友,劉兮.基于離差的區間二元語義多屬性群決策方法[J].管理學報,2011,8(2):301-305.]

[11]XUE Shufang.Study on interval-valued intuitionistic fuzzy multiple attribute decision making with incomplete information[D].Chongqing:Southwest University,2014(in Chinese).[薛淑芳.不完全信息下區間直覺模糊多屬性決策問題的研究[D].重慶:西南大學,2014.]