2元组语言信息依赖聚合算子在多属性群决策中的应用

"这篇研究论文探讨了在多属性群决策（MAGDM）问题中如何处理采用2元组语言信息的属性值。作者Guiwu Wei和Xiaofei Zhao提出了两个新的从属2元组语言聚合算子：从属2元组有序加权平均（D2TOWA）算子和从属2元组有序加权几何（D2TOWG）运算符。这些算子的设计灵感来源于依赖聚合的思想，旨在通过关联权重来减少不公正的2元组语言信息对决策结果的影响。" 在多属性决策分析中，属性值的表示方式至关重要。2元组语言信息是一种表达模糊和不确定性的有效工具，它结合了语言词汇和数值，以更直观地描述复杂的决策环境。在本文中，作者首先介绍了2元组语言信息的概念，它是对传统单一数值或模糊集的扩展，能更好地捕捉决策者对属性的主观评估。 D2TOWA算子和D2TOWG运算符是本文的核心贡献。这两个算子在处理2元组语言信息时，考虑了属性值的相对重要性，以及它们之间的相互依赖关系。它们的权重分配机制使得那些被认为是“假”或“有偏”的信息在计算总决策值时被弱化，从而提高了决策的公正性和合理性。这种设计特别适用于那些可能存在信息不对称或者评价标准模糊不清的决策场景。 为了将这些理论工具应用于实际问题，作者发展了一套基于2元组语言信息的多属性群决策方法。这些方法允许决策者在不精确、不完整或模糊的信息条件下进行有效的决策。通过具体的实例分析，作者展示了这些方法的实用性和有效性，进一步验证了新提出的算子在处理复杂决策问题时的优势。 论文还提到了版权和使用许可的相关规定，指出作者可以将其个人版本的文章发布到个人网站或机构存储库，但其他商业用途如复制、分发、销售或在第三方网站上发布是被禁止的。作者可以通过访问Elsevier的版权和稿件政策页面获取更多信息。 关键词包括：多属性群决策（MAGDM）、2元组语言信息和权力平均。这些关键词揭示了研究的主要关注点，即在模糊和不确定环境中，如何利用特定的数学工具（如2元组语言和加权平均）进行群决策。 这篇文章对多属性决策理论与实践做出了重要贡献，提供了一种处理复杂信息的新方法，对于在不确定环境中进行有效决策的学者和实践者具有很高的参考价值。