区间直觉模糊决策：专家权重与属性确定新方法

本文主要探讨了区间直觉模糊决策中的一个重要议题，即如何有效地确定专家的权重和属性权重。在不确定的多属性群决策问题中，由于决策环境的复杂性和决策者知识的多样性，决策信息常常表现为模糊或犹豫的状态，这时，直觉模糊数成为理想的决策表示工具。群决策的核心挑战在于整合不同决策者的意见，而权重的确定直接影响到最终决策的准确性和可靠性。 首先，针对专家权重的确定，文中参考了文献[5]，该研究利用了技术层次分析(TOPSIS)方法来赋予决策者权重，通过比较决策者的评价与最优解的相似性来衡量其影响力。文献[6]则提出了投影法则，通过对决策者评价的标准化处理来决定权重分配。然而，这些方法可能受到主观因素的影响，如[7]中提及的，依据评价值与群体平均评价值的接近度进行赋权，虽然有一定的合理性，但可能存在偏差。 对于属性权重的确定，传统的方法包括主观赋权和客观赋权。主观赋权法如AHP(层次分析法)和德尔菲法，依赖于专家的主观判断，因此结果具有较强的主观性。客观赋权法则更倾向于根据数据本身的特性来确定，例如[8]通过最小化群体不一致性来找到最优权重；文献[9]利用离差最大化思想；而文献[10]提出的基于区间直觉模糊值熵最大化的权重确定方法试图提高客观性。然而，这些方法在实践中仍面临客观权重与实际情况不符的问题，如[11]中提到的评价偏差问题。 作者李艳玲等人提出了一种创新的方法，他们考虑了属性评价值的熵作为数据稳定性的度量，利用这个熵值来确定属性权重。这种方法旨在减少主观性，提高权重的客观性和准确性。然而，正如文中所指出的，单纯依靠熵值来确定权重仍有局限性，可能需要结合其他因素或者优化模型来进一步提升决策的精度。 本文的主要贡献在于提出了一种基于区间直觉模糊决策的专家与属性权重确定新策略，旨在克服传统方法的不足，提升多属性群决策的科学性和有效性。研究结果对于工程、经济和管理等领域中解决具有多维度、多方案的复杂决策问题具有重要意义。