区间数环境下IUOWHA算子的多属性群决策新法

该篇论文由卫贵武撰写，主要探讨了"基于UWHA算子和IUOWHA算子的区间数多属性群决策方法"。在这个研究中，作者关注的是在决策问题中，当属性权重和专家权重以实数形式表达，而属性值以区间数形式出现的情况。区间数是一种数学工具，用于处理不确定性，它允许在不确定性和模糊性中进行精确的分析。 论文首先回顾了数据信息集成算子在众多领域的应用，如决策理论、神经网络、数据库系统等，强调了加权算子如加权算术平均(WAA)、加权几何平均(WGA)、有序加权平均(OWA)和有序加权几何平均(OWGA)的重要性和它们的发展。接着，文献[7]中的工作引入了区间数环境下的不确定加权调和平均(UWHA)算子和相关变体，这些算子被用来处理群决策中的不确定性。 在此基础上，作者提出了一个新的算子——诱导的不确定有序加权调和平均(IUOWHA)算子，这是对OWHA和IOWHA算子在区间数环境下的拓展。这个新算子旨在更好地整合区间数的特性，以适应多属性群决策中复杂的数据结构。 论文的核心贡献在于提出了一种基于UWHA和IUOWHA算子的多属性群决策方法，这种方法特别适用于处理实数权重和区间数属性值的决策问题。通过这种方法，决策者可以更有效地处理和融合来自不同专家的不确定性意见，从而做出更为明智的选择。 最后，作者通过实例分析展示了新提出的决策方法的实际应用效果，证明了其在处理多属性群决策问题时的有效性和优越性。这篇论文不仅对现有的数据集成算子理论有所贡献，也为实际决策情境中的不确定性分析提供了实用工具。 总结来说，该论文深入研究了区间数在多属性群决策中的应用，通过引入新的算子和决策方法，提升了决策的准确性和鲁棒性，对于理解和改进群决策过程中的不确定性管理具有重要的理论价值和实践意义。