区间直觉模糊决策法：处理信息不完全的多准则排序

在信息技术领域，王坚强教授提出了一种创新的决策方法——信息不完全确定的多准则区间直觉模糊决策方法。这项研究针对的是那些在实际决策过程中，涉及到多个准则，且这些准则的权系数信息不完整，同时每个准则值以区间直觉模糊集的形式存在的情况。区间直觉模糊集是一种特殊的模糊集合，它能够处理不确定性和模糊性，尤其适用于复杂环境下的决策问题。 首先，王坚强教授关注的核心是解决权系数不确定性的问题。传统的多准则决策通常依赖于明确的权重分配，而在实际应用中，由于信息的不完全性，权重的确定往往具有一定的模糊性和不确定性。因此，他引入了证据推理算法来整合这些不完全确定的准则，这种方法允许对模糊信息进行合理推断和量化处理，提高决策的稳健性。 在整合准则后，王教授的方法计算各方案对应的区间直觉模糊集，这一步骤涉及对方案性能的模糊评估。通过比较各方案与理想方案和负理想方案之间的距离，可以定量衡量每个方案的优劣程度。理想方案和负理想方案分别代表了最佳和最差的决策选择，距离的计算有助于揭示方案间的相对位置。 接下来，为了找到最优的权系数组合，王教授构建了一个非线性规划模型，考虑了权系数的不完全确定性。这里采用粒子群算法作为求解工具，这是一种模仿自然界中鸟群或鱼群觅食行为的优化算法，能够在复杂空间中寻找全局最优解。 整个决策过程包括模型构建、求解优化问题以及结果验证。通过这种方法，不仅解决了权系数和模糊准则的不确定性问题，还提供了一种有效和可行的决策策略，使得在信息不完全的情况下，也能做出相对合理的决策排序。 这篇首发论文的研究成果对于多准则决策问题的处理具有重要的理论价值和实践意义，拓宽了模糊决策理论的应用范围，为处理现实世界中的复杂决策提供了新的思路和方法。通过实例分析，作者证明了该方法的有效性和实用性，这对于企业和组织在面临不确定性时，进行有效决策提供了有力的支持。