位置:成果数据库 > 期刊 > 期刊详情页
基于离差的区间二元语义多属性群决策方法
  • ISSN号:1672-884X
  • 期刊名称:《管理学报》
  • 时间:0
  • 分类:C934[经济管理—管理学;社会学]
  • 作者机构:[1]安徽大学数学科学学院
  • 相关基金:国家自然科学基金资助项目(70571001); 安徽省优秀青年科技基金资助项目(08040106835); 安徽省自然科学基金资助项目(070416245); 安徽高等学校省级教学研究项目(2007jyxm177); 安徽省高校青年教师资助项目(2007jq1017); 安徽大学青年科学研究基金项目(2009QN022B)
中文摘要:

针对具有多粒度区间语言评价信息的多属性群决策问题,提出一种基于区间二元语义信息处理和离差最大化的群决策方法。该方法首先针对由基本语言评价集表示的区间二元语义信息,采用了多粒度区间语言评价信息一致化的方法;然后对属性权重信息完全未知的情形建立基于离差最大化的目标规划模型,得到一个求解属性权重的公式,从而获得相应的属性权重;再利用区间二元语义的集结算子对评价信息进行加权集成,通过区间二元语义信息的可能度公式对集成结果进行排序和择优;最后由实例分析说明该方法的有效性和可行性。

英文摘要:

A new method is proposed for multiple attribute group decision making problems with multi-granularity interval linguistic information based on interval two-tuple linguistic information and maximizing deviation.Firstly,a transformation function is given to uniform the multi-granularity interval linguistic preference information into the form of interval two-tuple linguistic information in basic linguistic term set.Then,an objective programming model based on maximizing deviation,by which the attribute weight information is completely unknown,is established.By solving this model,a simple and exact formula can be used to determine the attribute weights.The interval two-tuple aggregation operator is utilized to aggregate the linguistic assessment information corresponding to each alternative.The possibility degree of interval two-tuple linguistic information is utilized to the result of aggregation in order to rank the alternatives and select the most desirable one(s).Finally,an example is given to demonstrate the feasibility and efficiency of the proposed method.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《管理学报》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:华中科技大学
  • 主编:张金隆
  • 地址:武汉洪山区珞喻路1037号华中科技大学管理学院601室
  • 邮编:430074
  • 邮箱:glxb@foxmail.com
  • 电话:027-87542154
  • 国际标准刊号:ISSN:1672-884X
  • 国内统一刊号:ISSN:42-1725/C
  • 邮发代号:38-312
  • 获奖情况:
  • 国家自然科学基金委员会管理科学部重要期刊,第六,七,八届湖北省优秀期刊
  • 国内外数据库收录:
  • 中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国国家哲学社会科学学术期刊数据库
  • 被引量:16410