语言评价信息的二元语义群决策方法提升

该论文《基于ET-WG和ET-HWG算子的二元语义多属性群决策方法》由卫贵武撰写，发表在重庆文理学院经济与管理系，探讨的是针对一类特殊类型的多属性群决策问题，其中属性值和权重均采用语言评价形式。这类问题在实际决策中常见，例如在专家意见或消费者评价中，语言表述可能更为直观但难以量化。 作者首先认识到将语言属性值和权重直接转化为数值或模糊数进行计算可能存在信息损失和精度不足的问题。因此，他提出了扩展的二元语义加权几何(ET-WG)算子、扩展的二元语义有序加权几何(ET-OWG)算子以及扩展的二元语义混合加权几何(ET-HWG)算子。这些新的算子设计旨在解决语言评价信息的集结运算，允许语言信息以更接近其原始含义的方式进行处理，避免了直接转换可能带来的信息不精确性。 ET-WG算子和ET-HWG算子的核心在于它们能够结合语言的二元语义，即对评价中的正反两面观点进行综合考虑，这在群体决策中尤其重要，因为它能够更好地反映出各方意见的相对重要性和影响力。通过这些算子，论文构建了一种群决策方法，能够根据二元语义信息的原则，对多个方案进行排序，得出最终的决策结果。 论文通过实例分析展示了这种方法的有效性和实用性，证明了在处理语言评价信息的群决策问题时，使用二元语义算子能够提高决策的准确性和满意度。它不仅克服了传统方法的局限性，而且为多属性群决策提供了新的思考视角和工具。这篇首发论文对于理解和应用语言评价信息在群决策中的作用具有重要意义，为相关领域的研究者提供了有价值的参考。