群体语言决策：信息不完全确定情况下的多准则方法

"王坚强提出了一种处理信息不完全确定的多准则语言群决策方法，该方法结合证据推理算法和二元语义理论，适用于决策者的权重和准则权重不确定，方案的准则值可能是确定的语言等级、两个连续语言等级之间或缺失的情况。通过建立非线性规划模型，并利用遗传算法求解，可以对方案进行排序，实验证明了方法的有效性。" 文章深入探讨了在信息不完全确定的环境下，如何进行多准则语言群决策。在实际决策过程中，尤其是在复杂的群体决策场景中，决策者对各个方案的评估往往存在不确定性，这包括权系数信息的不完全确定以及方案的准则值可能处于模糊状态，如介于两个明确的语言等级之间或者完全缺失。面对这种挑战，王坚强提出的方法引入了证据推理算法来计算每个方案属于不同语言等级的信任度，以量化这些不确定性的信息。 证据推理（Evidential Reasoning，ER）是一种处理不确定性和模糊性的推理方法，它允许将来自不同来源的不完整信息综合起来进行决策。在王坚强的模型中，ER算法被用来处理决策者对方案等级的判断，从而得出每个方案属于各个语言等级的可信程度。 同时，为了进一步处理这些模糊信息，文章还采用了二元语义理论。二元语义理论提供了一种处理语言评价的框架，允许决策者用模糊语言表达对方案的偏好，如“好”、“更好”或“最好”。这种方法使得决策过程更加贴近人类的思维模式，能够更好地捕捉决策者的主观感受。 接下来，王坚强构建了一个非线性规划模型，该模型考虑了决策者和准则权重的不完全确定性，以及方案与理想方案的二元语义距离。通过遗传算法求解这个模型，可以找到最优的解决方案，即对所有方案进行排序，以确定最佳决策。 实例计算证明了这种方法的可行性和实用性，它能够有效地处理信息不完全确定的群决策问题，并给出合理的决策建议。这种方法对于处理现实世界中的复杂决策问题，特别是那些涉及大量不确定信息的环境，具有重要的理论和实践价值。 关键词：群决策；证据推理；二元语义；语言评价 总结来说，王坚强的研究提供了一种创新的决策工具，它能够处理信息不完全确定情况下的多准则群决策问题，通过融合证据推理和二元语义理论，为复杂决策场景提供了强大的分析手段。