区间二元语义多属性群决策：等信息转换与极大熵权重法

本文主要探讨了"基于等信息量转换的区间二元语义多属性群决策方法"这一主题。传统的区间二元语义距离计算公式在实际应用中存在一些局限性，例如可能造成信息的扭曲和损失。为解决这些问题，作者提出了一个创新的解决方案，即基于离散参数的区间二元语义距离公式。这种新的距离公式考虑到了语义表达的复杂性和多样性，通过离散参数的形式更精确地捕捉到决策者之间的主观判断。 在这个研究框架下，作者构建了一个以等信息量转换为核心的群决策模型。在属性权重和专家权重信息未知的情况下，他们设计了一种结合极大熵理论和正理想方案的权重确定模型。极大熵原则在此被用来量化不确定性，而正理想方案则提供了一个理想的决策基准，通过这两个原则，可以客观地估计和分配权重，使得决策过程更为公正和有效。 针对区间二元语言评价值的处理，文中提出了一种求解群决策问题的具体方法，这不仅解决了传统方法可能存在的信息失真问题，还能够更好地整合专家意见和多个属性的影响，从而提高决策的准确性。这种方法的优势在于它能够在处理模糊、不确定信息的同时，保持决策结果的稳健性和合理性。 通过对实例的分析，研究者证明了所提出的这种方法相较于传统方法在保持信息完整性和减少决策偏差方面具有显著优势。因此，这项工作对于改进多属性群决策问题中的语义距离计算和权重确定提供了新的理论支持和技术工具，有助于提升决策的质量和效率。 这篇文章的研究内容涵盖了区间二元语义的理解、信息量转换的重要性和其在群决策中的实际应用，以及如何通过数学方法来优化决策过程，是IT领域中决策分析和信息处理技术的一个重要贡献。