区间直觉二元语言集成算子与群决策方法探讨

"这篇论文研究了区间直觉二元语言集成算子及其在群决策方法中的应用，旨在解决语言信息集成过程中的信息丢失问题。通过对二元语言模型的扩展，提出了区间直觉二元语言集和变量的概念，讨论了它们的运算规则和可能度，并设计了相关算子用于群决策。" 本文主要探讨了在群决策分析中如何有效地处理和集成语言信息，以减少信息损失。传统的基于二元组的语言信息集成算子在处理过程中可能会导致信息扭曲或丢失。为了克服这个问题，Herrera和Martinez在2000年引入了二元组语言模型，该模型能够更好地保留语言信息。随后，区间二元语言组的概念被提出，以适应决策者在评价时的不确定性，即他们的评价可能介于两个语言评价之间。 2012年，张惠民定义了基于广义二元语言变量的区间二元语言组，提出了一种新的计算方法，包括区间二元语言加权平均算子ITWA和区间二元语言有序加权平均算子ITOWA，用以实现多属性群决策。在此基础上，张进一步发展了这个理论，引入了区间直觉二元语言的概念，这是一种结合了区间不确定二元语言和区间直觉模糊集的新型集合。 文章中，作者首先定义了区间直觉二元语言集和变量，探讨了它们的基本运算，如加法、乘法等，并定义了可能度来量化其不确定性和模糊性。接着，他们提出了区间直觉二元语言加权算术平均算子和有序加权平均算子，以及一种混合加权平均算子，这些算子考虑了各个属性的重要性权重，并通过可能度矩阵对区间直觉二元语言变量进行排序。 在群决策方法的构建中，这些算子用于集成多个决策者的评价，以形成一个综合决策结果。论文以供应商选择为例，展示了如何应用这些算子进行实际的决策过程，从而验证了该方法的有效性和实用性。 这篇论文对区间直觉二元语言集成算子的理论进行了深入研究，并提出了一种新的群决策方法。这种方法对于处理带有语言信息和不确定性的多属性决策问题具有重要意义，尤其是在面对决策者主观评价和环境复杂性时，能提供更为准确和全面的决策支持。