基于乘性直觉模糊信息的群决策方法及其应用研究

The phenomenon of information asymmetry is widely exists when people express the preference information. The multiplicative intuitionistic fuzzy information uses the non-uniform scale to express the preference of the decision makers which has a broad application background. Based on the idea of systems engineering, and combined with fuzzy mathematical theory, artificial intelligence and computer simulation experiments, this project focus on the multiplicative intuitionistic fuzzy group decision making method and its applications. First of all, we study the consistency model, consistency of judgment and inspection methods， and inconsistency correction method of the multiplicative intuitionistic fuzzy preference relations. Then, we study the multiplicative intuitionistic fuzzy information aggregation operator and multiplicative intuitionistic fuzzy group decision making methods under the assumption of the expert and attribute are correlative or exist priority relationships respectively. The aggregation operator and group decision making method are also investigated when the confidence level of the expert are consider. The group decision making for renewable energy selections are investigated based on the multiplicative intuitionistic fuzzy group decision making method and the decision support software for renewable energy selection based on Visual Basic is developed.The research of this project will be of great significance to improve the scientific quality of group decision making.

人们在表达偏好信息时往往会遇到信息不对称的问题，乘性直觉模糊信息利用非均匀的标度表达决策者的偏好信息，能更准确地表达决策者对事物的评价，在现实的决策问题中有着广泛的应用背景。本课题将基于系统工程的思想，借助模糊数学理论、人工智能、计算机仿真实验等方法研究基于乘性直觉模糊信息的群决策方法及其应用。首先，研究乘性直觉模糊偏好关系的一致性模型、一致性判断与检验方法、不一致性的修正方法等。其次，针对专家或属性之间存在关联关系、优先级关系以及需要考虑专家置信度的情形，分别研究乘性直觉模糊信息集成算子及群决策方法。最后，将理论研究成果用于可再生能源选择的群决策问题，并以Visual Basic为工具，开发一套决策支持软件。本项目的研究可进一步丰富和发展模糊群决策理论与方法体系，对提高群决策科学化具有重要意义。

本项目基于系统工程的思想，借助模糊数学理论、人工智能、计算机仿真实验等方法研究了基于乘性直觉模糊信息的群决策方法及应用。主要研究成果包括：.1、研究了乘性直觉模糊偏好关系一致性理论研究。首先根据决策者给出的关于评估对象的乘性直觉模糊偏好关系，研究了加型一致性、积型一致性和弱传递性模型；其次研究了乘性直觉模糊偏好关系的一致性判断与检验方法；最后研究了修正乘性直觉模糊偏好关系不一致性的方法。.2、研究了专家或属性之间关联的乘性直觉模糊群决策方法。首先提出了一系列能够反映被集成数据之间关联关系的乘性直觉模糊信息集成算子；其次详细研究了这些集成算子之间的关系和性质，并对其有效性理论进一步论证；最后基于已经得到的乘性直觉模糊信息集成算子，研究了专家或者属性之间存在关联关系的乘性直觉模糊群决策方法。.3、研究了专家或属性之间存在优先级关系的乘性直觉模糊群决策方法。首先，构造一系列优先级乘性直觉模糊信息集成算子；其次探讨优先级乘性直觉模糊信息集成算子与关联乘性直觉模糊信息集成算子之间的关系；最后基于优先级乘性直觉模糊信息集成算子，研究专家或者属性之间存在优先级别关系的乘性直觉模糊群决策方法。.4、研究了置信度乘性直觉模糊群决策方法。首先构造了一系列置信度乘性直觉模糊信息集成算子并；其次探讨了置信度乘性直觉模糊信息集成算子与已有的乘性直觉模糊信息集成算子之间的关系；最后基于置信度乘性直觉模糊信息集成算子，研究了乘性直觉模糊群决策方法。