语言群决策法：不确定权重下的多准则分配新策略

本文主要探讨了"信息不完全确定的多准则纯语言群指派决策方法"，由王坚强和孙超两位学者合作提出。他们针对一种特殊的决策环境，即决策者和准则的权重信息以语言短语的形式存在，并且这些信息是不确定的，同时评价信息采用的是语言值。在这种情况下，传统的量化方法可能无法直接应用，因此研究者们开发了一种创新的解决策略。 首先，他们采用了二元语义来处理和运算语言评价信息，这种语义模型能够有效地理解和处理模糊的语言表达，将决策者和准则的重要性程度从非定量的语言描述转化为数值权重。这种方法允许处理模糊性和不确定性，因为语言短语可以转换为一个范围或区间，而非单一的数字值。 接下来，他们将决策者在各个准则下的语言评价矩阵通过二元语义的运算转换为相应的评价矩阵，使用∆函数及其逆函数来整合群体在不同准则下的评估结果。这种转换有助于将多元化的语言评估统一到一个共同的框架内，便于后续分析和比较。 接着，通过二元语义的加权平均算子，综合不同准则下的评价矩阵，形成综合效率矩阵，这是一个关键步骤，它将所有准则的影响综合到一起，形成一个整体的评估体系。这一步对于处理多准则问题至关重要，因为它确保了决策的全面性。 面对决策者和准则权重的不确定性，他们构建了一个非线性整数规划模型，这个模型考虑了这些不确定性因素，使得解决方案能够适应不同的权重情况。他们运用了交叉粒子群算法和匈牙利算法的组合优化方法来求解这一复杂模型，这两种算法在搜索空间大且非线性的优化问题中表现出色。 最后，作者通过实例展示了这种新方法的有效性和可行性。通过实际应用，证明了他们的方法能够处理复杂的语言信息，提供准确且合理的指派方案，即便在信息不完全确定的情况下也能达成有效的决策。 这篇论文提出了一种新颖的决策方法，针对纯语言群体多准则指派问题中的信息不确定性提供了有效的解决方案。这对于那些决策环境中包含大量模糊语言信息的领域，如风险评估、项目分配等具有重要的实践意义。通过引入二元语义和混合优化算法，该方法提高了决策过程的精确度和适应性。