改进前景理论在直觉模糊随机多准则决策中的应用

"该文提出了一种基于改进前景理论的直觉模糊随机多准则决策方法，用于处理方案的准则值为直觉模糊数且部分准则权重已知的决策问题。文章通过定义新的记分函数将直觉模糊数转化为实数，并根据决策者的风险态度将其分为保守型、中间型和冒险型，利用改进的前景理论构建决策矩阵。同时，建立非线性二次偏差优化定权模型来计算准则权重，然后结合决策矩阵和准则权重计算方案的综合效用值，以确定方案的排序。算例验证了该方法的有效性和合理性。" 在多准则决策分析（MCDA）领域，直觉模糊数是一种处理不确定性和模糊性的工具，它允许决策者表达对每个备选方案的不完整或模糊评估。在本文中，作者针对那些具有直觉模糊数作为准则值的决策问题，提出了一种创新的方法。首先，他们定义了一个新的记分函数，这个函数能够将复杂的直觉模糊数转换为可比较的实数值，简化了决策过程。 接着，考虑到现实世界的决策者往往不是完全理性的，他们的风险偏好可能不同，作者引入了前景理论的概念。前景理论是行为决策理论的一种，它描述了人们在面临不确定性时的决策行为。在改进的前景理论框架下，决策者被分为保守型、中间型和冒险型三类，每种类型的决策者会有不同的决策参数。这使得决策模型能够更准确地反映决策者的实际行为。 为了确定各个准则的相对重要性，即准则权重，作者构建了一个非线性二次偏差优化定权模型。该模型的目标是最大化准则值的总差异，同时最小化准则权重的差异，以确保决策的稳定性和公正性。通过求解这个模型，可以得到各个准则的最优权重分配。 最后，结合改进的前景决策矩阵和计算出的准则权重，可以计算出每个方案的综合效用值，进而决定方案的优先级。通过一个算例，作者展示了所提出方法在解决具体问题时的有效性和合理性，这为实际决策提供了有力的支持。 这篇文章为处理带有直觉模糊数和部分已知权重的随机多准则决策问题提供了一个新的理论框架，它结合了行为决策理论和模糊数学，旨在更准确地模拟人类决策行为，并提高了决策分析的实用价值。