三角模糊数型多准则群决策的优化VIKOR方法

"三角模糊数型多准则群决策的VIKOR扩展方法" 在多准则决策分析（MCDA）领域，群决策是处理复杂问题的常用手段，特别是当决策者的意见不一致时。本文关注的是在模糊环境中进行的多准则群决策问题，其中涉及到一个名为VIKOR（VlseKriterijumska Optimizacija I Kompromisno Resenje）的方法。VIKOR是一种解决多目标优化问题的妥协解决方案，它在决策过程中平衡各个准则的重要性，寻找最满意解。 在传统的模糊多准则群决策中，通常将决策过程分为两步：一是模糊信息的集结，即将个体决策者的评估转化为群体共识；二是应用VIKOR方法来找到最佳解决方案。然而，不同的信息集结方法会导致不同的群体决策结果，这可能会影响最终的妥协解。因此，作者针对含有三角模糊数的多准则群决策问题，深入分析了现有两种主流的群体信息集结方法的不足之处。 三角模糊数是一种特殊的模糊数类型，它的边界由三个值定义，代表了模糊集的最小值、最大值和最可能值，适用于表示不精确或不确定的信息。在本文中，作者考虑了个体评估值与群体评估值之间的距离和相似度，提出了一个新的群体信息集结优化模型。这个模型旨在找到既能保持个体评估信息的多样性，又能确保群体决策结果接近最优解的集结策略。 为了改进VIKOR方法，作者设计了一个扩展版本，该版本结合了优化的集结模型，能够在考虑三角模糊数的不确定性和群体决策的复杂性的同时，更好地捕捉决策者的偏好。通过实例分析，证明了这种方法在处理模糊多准则群决策问题时的有效性和实用性。 关键词的“多准则群决策”强调了决策过程中涉及多个相互冲突的准则，“VIKOR”表明了该方法是基于这一决策工具的扩展，“三角模糊数”突出了决策信息的模糊特性，而“相似度”则指出了评估值之间关系的重要考量因素。 这项研究为解决模糊环境下的多准则群决策问题提供了一种新的方法，通过改进信息集结过程和VIKOR算法，提高了决策的准确性和一致性，对于处理实际决策问题具有重要的理论价值和实践意义。