基于直觉模糊信息的诱导几何聚合运算及其在群体决策中的应用

本文主要探讨了在多属性群体决策(MAGDM)问题中，当属性权重和专家权重均采用实数表示，而属性值则采用模糊信息形式，即模糊数或区间模糊数的情况下，引入的一些新的群决策分析方法。作者卫贵武来自重庆大学艺术与科学学院经济与管理系，他首先概述了模糊数和区间模糊数的基本操作法则，包括它们的运算规则、评分函数和准确性函数。 文章的核心内容是提出了两种新型的群决策聚合运算：诱导模糊有序加权几何(I-IFOWG)运算符和诱导区间模糊有序加权几何(I-IIFOWG)运算符。这两种运算符的设计旨在处理模糊环境中的决策问题，它们结合了模糊集理论的灵活性和几何运算的优势，能够有效处理不确定性信息。 作者详细研究了这两种运算符的性质，如一致性、有效性、单调性和传递性等，确保了它们在实际应用中的合理性和可靠性。通过这些运算符，群体决策过程可以更好地融合专家的主观判断和属性的重要性，同时考虑了属性值的模糊特性，使得决策结果更为精确和全面。 在应用方面，文章可能探讨了如何将这些运算符应用于诸如项目选择、供应链管理、人力资源评估等具体情境，通过实例分析展示了它们在解决模糊环境下多属性群体决策问题时的优越性能。此外，作者还可能讨论了与传统决策方法（如加权平均法、最大最小法等）的比较，以及这些新运算符在提高决策效率和减少决策风险方面的潜在优势。 这篇首发论文为模糊信息环境下的群决策提供了创新的工具和技术，对于理解和优化复杂决策环境具有重要的理论价值和实践意义。它不仅拓展了模糊决策理论的应用范围，也为未来的研究者在这个领域内开展深入探索奠定了基础。