基于TTDWAA算子和TPBM算子的混合型多属性大群体决策方法

doi:10.16381/j.cnki.issn1003-207x.2021.1031

摘要/Abstract

摘要：

针对传统混合型多属性群体决策方法大多仅适用于中小规模群体的情况，提出一种新的基于三维二元语义密度算子和二元语义幂Bonferroni算子的混合型多属性大群体决策方法。首先，给出四种不同的转换函数，以此将各决策者给出的包含精确数、区间数、语言变量和不确定语言变量一致化为二元语义信息；然后，定义三维二元语义密度算子，以此将一致化后各决策者的二元语义多属性决策矩阵进行集结；最后，在二元语义幂Bonferroni算子的基础上，对群体综合的二元语义多属性决策矩阵进行集结。选取某ERP软件选择问题进行算例分析，研究结果表明，该方法不仅能够较好地处理混合信息和充分考虑群体共识度，还能够有效体现属性之间的关联性和减轻异常属性值的不利影响。

关键词: 多属性决策, 大群体, 混合型, 三维二元语义密度算子, 二元语义幂Bonferroni算子

Abstract:

In the face of some complex multiple attribute group decision-making problems， the type of information with regard to multiple attributes is inconsistent， and the number of decision makers is or exceeds 20. In such situations， a new hybrid multiple attribute large group decision-making problem occurs. The hybrid multiple attribute large group decision-making problem can be seen everywhere in real life， and it has attracted much attention from domestic and overseas experts over the last years. However， so far hybrid multiple attribute large group decision-making methods are rare. In order to overcome this kind of deficiency， a novel hybrid multiple attribute large group decision-making approach is proposed based on three-dimensional two-tuple linguistic density operator and two-tuple linguistic power Bonferroni operator. First， 4 different conversion functions are designed to transform the hybrid information of decision-makers that contains precise numbers， interval numbers， linguistic variables， and uncertain linguistic variables into two-tuple linguistic information. Then， the three-dimensional two-tuple linguistic density operator is defined to aggregate the multiple attribute decision-making matrices of decision-makers with two-tuple linguistic information. Finally， the two-tuple linguistic power Bonferroni operator is investigated to aggregate to the collective multiple attribute decision-making matrix with two-tuple linguistic information. A numerical example concerning the selection of ERP softwares is provided to illustrate the validity and rationality of the proposed approach. The research shows that not only can the proposed approach solve the problem of handling the hybrid information and consider large group consensus， but the proposed approach can also reflect the correlation relationships among attributes and alleviate the adverse influences of the abnormal attribute values.

Key words: multiple attribute decision-making, large group, hybrid, three-dimensional two-tuple linguistic density operator, two-tuple linguistic power Bonferroni operator

中图分类号:

C931

王伟明,徐海燕,朱建军,黄鑫. 基于TTD_WAA算子和TPBM算子的混合型多属性大群体决策方法[J]. 中国管理科学, 2024, 32(4): 97-107.

Weiming Wang,Haiyan Xu,Jianjun Zhu,Xin Huang. A Hybrid Multiple Attribute Large Group Decision-making Approach Based on TTD_WAA Operator and TPBM Operator[J]. Chinese Journal of Management Science, 2024, 32(4): 97-107.

图/表 1

参考文献 34

1	Hwang C L， Yoon K. Multiple attribute decision making： methods and applications： a state-of-the-art survey［M］. New York： Springer-Verlag， 1981.
2	裴凤，张莉莉，闫安. 基于两参照点的动态混合多属性群决策算法［J］. 控制与决策， 2018， 33（3）： 571-576.
	Pei F， Zhang L L， Yan A. Algorithm of dynamic hybrid multi-attribute group decision-making based on two reference point［J］. Control and Decision， 2018， 33（3）： 571-576.
3	Liao H C， Wu X L， Liang X D， et al. A new hesitant fuzzy linguistic ORESTE method for hybrid multi- criteria decision making［J］.IEEE Transactions on Fuzzy Systems， 2018， 26（6）： 3793-3807.
4	文杏梓，罗新星，欧阳军林. 基于决策者信任度的风险型混合多属性群决策方法［J］. 控制与决策， 2014， 29 （3）： 481-486.
	Wen X Z， Luo X X， Ouyang J L. Method of hybrid multi-attribute group decision-making with risk under decision-makers’ confidence［J］. Control and Decision， 2014， 29 （3）： 481-486.
5	许成磊，段万春，孙永河. 多属性群决策的混合结构偏好识别与融合方法［J］. 中国管理科学， 2016， 24（8）： 139-145.
	Xu C L， Duan W C， Sun Y H. The recognition and integration method to composite structure preference of multi-attribute group decision making［J］. Chinese Journal of Management Science， 2016， 24（8）： 139-145.
6	梁昌勇，戚筱雯，丁勇，等. 一种基于TOPSIS的混合型多属性群决策方法［J］. 中国管理科学， 2012， 20（4）： 109-117.
	Liang C Y， Qi X W， Ding Y， et al. A hybrid multi-criteria group decision making with TOPSIS method［J］. Chinese Journal of Management Science， 2012， 20（4）： 109-117.
7	戚筱雯，梁昌勇，黄永青，等. 基于混合型评价矩阵的多属性群决策方法［J］. 系统工程理论与实践， 2013， 33（2）： 473-481.
	Qi X W， Liang C Y， Huang Y Q， et al. Multi-attribute group decision making method based on hybrid evaluation matrix［J］. Systems Engineering - Theory & Practice， 2013， 33（2）： 473-481.
8	Ding R X， Wang X Q， Shang K， et al. Social network analysis-based conflict relationship investigati- on and conflict degree-based consensus reaching process for large scale decision making using sparse representat- ion［J］. Information Fusion， 2019， 50： 251-271.
9	Xu X H， Du Z J， Chen X H， et al. Confidence consensus-based model for large-scale group decision making： a novel approach to managing non-cooperative behaviors［J］.Information Sciences， 2019， 477： 410-427.
10	Song Y M， Hu J. Large-scale group decision making with multiple stakeholders based on probabilistic linguistic preference relation［J］. Applied Soft Computing， 2019， 80： 712-722.
11	Chao X R， Kou G， Peng Y， et al. Large-scale group decision-making with non-cooperative behaviors and heterogeneous preferences： an application in financial inclusiong［J］. European Journal of Operational Research， 2021， 288（1）： 271-293.
12	王伟明，徐海燕. 混合信息下的多属性大规模群体决策方法［J］. 系统工程与电子技术， 2020， 42（11）： 2560-2569.
	Wang W M， Xu H Y. Multiple attribute large-scale group decision making method based on hybrid information［J］. Systems Engineering and Electronics， 2020， 42（11）： 2560-2569.
13	Lu Y L， Xu Y J， Herrera-Viedma E， et al. Consensus of large-scale group decision making in social network： the minimum cost model based on robust optimization［J］. Information Sciences， 2021， 547： 910-930.
14	陈晓红，张威威，徐选华. 社会网络环境下基于犹豫度和一致性的大群体决策方法［J］. 系统工程理论与实践， 2020， 40（5）： 1178-1192.
	Chen X H， Zhang W W， Xu X H. Large group decision-making method based on hesitation and consistency under social network context［J］. Systems Engineering-Theory & Practice， 2020， 40（5）： 1178-1192.
15	Yi P T， Wang L， Li W W. Density-clusters ordered weighted averaging operator based on generalized trapezoidal fuzzy numbers［J］. International Journal of Intelligent Systems， 2019， 34（11）： 2970-2987.
16	易平涛，王露，李伟伟. 向量型二元语义密度集结算子及其应用［J］. 东北大学学报（自然科学版）， 2020， 41（10）： 1483-1490.
	Yi P T， Wang L， Li W W. Vector-type two-tuple semantic density weighted operator and its application ［J］. Journal of Northeastern University （Natural Science）， 2020， 41（10）： 1483-1490.
17	Liu P D， Yu X C. Density aggregation operators based on the intuitionistic trapezoidal fuzzy numbers for multiple attribute decision making［J］. Technological and Economic Development of Economy， 2014， 19（1）： 454-450.
18	王伟明，徐海燕，朱建军. 复杂网络视角下的大规模群体DEMATEL决策方法［J］. 系统工程理论与实践， 2021， 41（1）： 200-212.
	Wang W M， Xu H Y， Zhu J J. Large-scale group DEMATEL decision making method from the perspective of complex network［J］.Systems Engineering - Theory & Practice， 2021， 41（1）： 200-212.
19	He Y D， He Z， Wang G D， et al. Hesitant fuzzy power Bonferroni means and their application to multiple attribute decision making［J］. IEEE Transactions on Fuzzy Systems， 2015， 23（5）： 1655-1668.
20	Liu P D， Gao H. Some intuitionistic fuzzy power Bonferroni mean operators in the framework of Dempster-Shafer theory and their application to multicriteria decision making［J］. Applied Soft Computing， 2019， 85： 1-16.
21	Liu P D， Liu W Q. Multiple-attribute group decision-making based on power Bonferroni operators of linguistic q-rung orthopair fuzzy numbers［J］. International Journal of Intelligent Systems， 2019，34（4）： 652-689.
22	Wang L， Li N. Pythagorean fuzzy interaction power Bonferroni mean aggregation operators in multiple attribute decision making［J］. International Journal of Intelligent Systems， 2020， 35（1）： 150-183.
23	Herrera F， Martínez L. A 2-tuple fuzzy linguistic representation model for computing with words［J］. IEEE Transactions on Fuzzy Systems，2000，8（6）： 746-752.
24	Xu Z H. Linguistic decision making： theory and methods［M］. Beijing： Science Press， 2012.
25	易平涛，郭亚军，张丹宁. 密度加权平均中间算子及其在多属性决策中的应用［J］. 控制与决策， 2007（5）： 515-519.
	Yi P T， Guo Y J， Zhang D N. Density weighted averaging middle operator and application in multi-attribute decision making［J］. Control and Decision， 2007（5）： 515-519.
26	张发明，李小霜. 区间信息下的主客方协作式群体评价方法及其应用［J］. 中国管理科学， 2016， 24（6）：143- 150.
	Zhang F M， Li X S. A group evaluation method and application based on collaboration of subject and object under interval information［J］. Chinese Journal of Management Science， 2016， 24（6）：143-150.
27	易平涛，李伟伟，郭亚军. 二元语义密度算子及其在多属性决策中的应用［J］. 控制与决策， 2012， 27（5）： 757-760.
	Yi P T， Li W W， Guo Y J. Two-tuple linguistic density operator and its application in multi-attribute decision making［J］. Control and Decision， 2012， 27（5）： 757-760.
28	Zhao H， Xu Z S. Group decision making with density-based aggregation operators under interval- valued intuitionistic fuzzy environments［J］. Journal of Intelligent & Fuzzy Systems， 2014， 27（2）： 1021-1033.
29	张发明，郭亚军，易平涛. 基于二维密度加权算子的群体评价信息集结方法［J］. 系统管理学报， 2009， 18（4）： 397-401.
	Zhang F M， Guo Y J， Yi P T. A method of group evaluation information aggregation based on two-dimensional density operator［J］. Journal of Systems & Management， 2009， 18（4）： 397-401.
30	Scott J. Social network analysis： a handbook［M］. London： Sage Publications， 2000.
31	Yager R R. On generalized Bonferroni mean operators for multi-criteria aggregation［J］. International Journal of Approximate Reasoning， 2009， 50（8）： 1279-1286.
32	Yager R R. The power average operator［J］. IEEE Transactions on Systems， Man， Cybernetics-Part A： Systems and Humans， 2001， 31： 724-731.
33	张发明，肖文星. 混合信息下的动态双激励评价机制设计及应用［J］. 中国管理科学， 2017， 25（12）：138-146.
	Zhang F M， Xiao W X. Design of dynamic double incentive evaluation mechanism and its application under mixed information［J］. Chinese Journal of Management Science， 2017， 25（12）：138-146.
34	施明华，肖庆宪. 直觉模糊幂Heronian平均算子及其在多属性决策中的应用［J］. 系统工程理论与实践， 2018， 38（4）： 971-982.
	Shi M H， Xiao Q X. Intuitionistic fuzzy power HM operators and their application to multiple attribute decision making［J］.Systems Engineering - Theory & Practice， 2018， 38（4）： 971-982.

[1]	徐选华,肖婷,陈晓红. 社会网络环境下基于群智知识融合的大群体应急决策共识模型[J]. 中国管理科学, 2024, 32(2): 285-297.
[2]	朱峰, 刘玉敏, 徐济超, 苏冰杰. 一种考虑形状—位置概率语言术语相似度及应用[J]. 中国管理科学, 2023, 31(4): 250-259.
[3]	徐选华, 马志鹏, 陈晓红. 基于公众偏好大数据分析的大群体应急决策质量动态演化研究[J]. 中国管理科学, 2022, 30(7): 140-149.
[4]	曲国华, 王彬宇, 曲卫华, , 徐泽水, 张强. 基于对偶犹豫模糊几何Heronian平均算子的多属性决策方法及其应用[J]. 中国管理科学, 2022, 30(11): 216-228.
[5]	李鹏, 沈志杰. 基于Heronian平均算子的Pythagorean模糊不确定语言决策方法[J]. 中国管理科学, 2021, 29(1): 217-225.
[6]	张发明, 王伟明. 基于后悔理论和DEMATEL的语言型多属性决策方法[J]. 中国管理科学, 2020, 28(6): 201-210.
[7]	尹儇鹏, 徐选华, 陈晓红. 基于多主体仿真的大群体应急决策风险致因分析[J]. 中国管理科学, 2020, 28(2): 208-219.
[8]	范建平, 刘胜男, 吴美琴. 单值Neutrosophic sets环境下基于参照系数的VIKOR方法[J]. 中国管理科学, 2019, 27(6): 136-145.
[9]	张健. 基于HTFWGBM算子的供应商选择模型研究[J]. 中国管理科学, 2019, 27(3): 137-143.
[10]	曾守桢, 穆志民. 基于混合加权距离的毕达哥拉斯模糊TOPSIS多属性决策方法研究[J]. 中国管理科学, 2019, 27(3): 198-205.
[11]	潘亚虹, 耿秀丽. 基于Mo-RVIKOR的混合多属性决策方法[J]. 中国管理科学, 2019, 27(12): 143-151.
[12]	余高锋, 李登峰, 吴坚, 叶银芳. 考虑决策者损失规避的异质信息多属性变权决策方法[J]. 中国管理科学, 2018, 26(9): 141-147.
[13]	李春好, 李巍, 何娟, 李孟姣, 马慧欣. 目标导向层次分析方法[J]. 中国管理科学, 2018, 26(9): 170-182.
[14]	徐海军, 田晓丽, 徐泽水. 基于犹豫模糊语言信息的前景决策方法[J]. 中国管理科学, 2018, 26(8): 179-185.
[15]	李春好, 李孟姣, 田硕. 属性集容量确定的夹挤式测度模式及其推算模型[J]. 中国管理科学, 2018, 26(3): 117-125.