云模型与VIKOR集成的多属性群决策方法

"这篇论文提出了一种新的多属性群决策方法，它结合了云模型和VIKOR（VlseKriterijumska Optimizacija I Kompromisna Resitev，多准则优化与折衷解决方案）技术。该方法旨在解决在定性概念量化过程中仅考虑模糊性而忽视随机性的局限性，通过云模型同时考虑这两个不确定性因素。论文还改进了云差异性度量方法，提出了云距离测度和云相似度算法。此外，为了处理决策指标之间的相互影响，论文采用了云DEMATEL（Decision-Making Trial and Evaluation Laboratory）方法修正专家的初始指标重要性。最后，通过计算方案与正负理想解的云距离，利用云VIKOR方法找到最优的妥协解。论文通过实例证明了所提方法的有效性和实用性。" 在多属性决策分析（MCDM）领域，本文提出的方法具有创新性。首先，云模型是一种理论工具，它可以将人类的模糊语言评价转化为数值表示，从而量化定性概念。云模型不仅考虑了模糊性（如不明确或含糊的评价），还考虑了随机性（评价中的变异性）。这使得决策过程更加全面，更接近实际情况。 其次，文章指出并改进了现有的云差异性度量方法，提出了一种基于云滴分布的云距离测度算法，以及相应的云相似度算法。这些算法有助于更好地比较和集成不同专家的意见，为决策提供更为准确的基础。 接着，DEMATEL方法被引入来处理决策指标之间的相互作用。这种方法通过构建因果关系矩阵，揭示了指标间的依赖关系，从而可以修正专家的原始评价，使决策权重更加合理。 最后，VIKOR方法作为一种多目标决策工具，被与云模型相结合，形成云VIKOR。此方法用于计算各备选方案相对于正理想解（最好情况）和负理想解（最坏情况）的距离，从而找出最具妥协性的解决方案。这种方法特别适用于在多个冲突目标之间寻找平衡点的决策问题。 通过一个实际案例，作者展示了新方法在实际决策问题中的应用，证实了其在复杂决策环境下的有效性和可行性。这种方法对于那些需要处理大量不确定性和主观评价的决策场景，如项目评估、产品选择或策略规划等，具有很高的实用价值。