基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法

摘要：

模糊群决策分类方法广泛应用于政治、经济与社会生活各个领域,可有效避免个人知识与经验局限性所导致的决策失误.针对信息不完备的多准则群决策问题,提出基于CI— TOPSIS的梯形直觉模糊多准则群决策分类方法.首先,给出梯形直觉模糊集及广义梯形直觉模糊几何聚类算子,兼顾考虑群决策中相应依赖属性与决策者的决策偏好.其次,给出基于离散Choquet积分的TOPSIS算子(CI— TOPSIS),以此为基础,进一步给出基于CI—TOPSIS的梯形直觉模糊多准则群决策分类步骤,用于确定具有最大可信度群体一致案例比较信息集,并逐步引导决策者给出部分及全部方案的精确分类,充分考虑模糊决策环境下决策者偏好与案例比较信息的级别关系.最后,通过一个投资决策实例对所提出的多准则分类方法进行验证.实例分析表明:该方法克服了决策过程中信息的遗漏,充分保留了决策过程中信息的完备性,更适用于直觉模糊群决策环境下的决策实践,是一种非常有效和科学的方法,可应用推广到更多决策领域.本文所得结论,对于有效解决多人多投资方案的群决策问题,具有一定的借鉴意义.

关键词：多准则分类方法、梯形直觉模糊集、CI— TOPSIS、案例比较信息

所属期刊栏目：26

分类号：C934(管理学)

资助基金：国家社科基金资助重点项目16AGL011

在线出版日期：2018-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：148-157