考虑决策者行为因素的直觉模糊多属性决策理论与应用研究

Comparing with traditional fuzzy set, intuitionist fuzzy number (IFN) can better describe the fuzzy characters of things by adding nonmembership degree, and thus it has more flexible and practical in dealing with the ambiguity and uncertainty. They have a wide application prospect in the field of management decision. In actual decision-making problem, decision makers have different behavior preference since difference of themselves and the outer environment. Generally, the different preference will lead to different decisions. But most of literatures of intuitionistic fuzzy multi-attribute decision making (MADM) methods did not consider this point. The main aim of this project is to develop MADM methods under intuitionistic environment considering with the behavior factors of decision makers. In view of shortcomings of the existed intuitionistic fuzzy information measures and the sorting method, we put forward the improvement of intuitionist fuzzy entropy, similarity measure and ranking function, and based on them, we further develop weighting methods of attributes and new decision making methods. Then combined with the prospect theory,regret theory and TODIM theory, we put forward new MADM methods which considering the behavioral factors of decision maker under intuitionistic fuzzy environment.The effectiveness and feasibility of the proposed methods are combined with the application cases. Project research has a positive academic significance to the development of MADM theory, and provides a new solution for the management and decision-making problems such as of emergency management and enterprise credit evaluation in China.

相比模糊集而言，直觉模糊数通过增加非隶属度参数能够很好的刻画决策中存在的犹豫信息，在处理模糊性和不确定性等方面更具灵活性和实用性，因而在管理决策领域有着广泛的应用前景。由于受到决策者自身和外部环境影响，决策过程常伴随着决策者的行为偏好。通常决策者行为偏好会影响决策的结果。而现有的直觉模糊多属性决策的相关文献,大都没有考虑决策者行为因素的影响。本项目拟将决策者的行为因素考虑到含有直觉模糊信息的多属性决策中，针对现有直觉模糊信息测度和排序中存在的问题，提出改进的模糊熵、相似度以及排序函数，发展基于熵、相似度和排序函数的多属性权重确定方法和决策方法，进而在决策中结合前景理论、后悔理论以及TODIM法等提出考虑决策者行为因素的直觉模糊多属性决策法。并结合应用案例说明方法的有效性和可行性。项目研究对发展多属性决策理论具有积极的学术意义，为我国应急管理评价、企业信用评价等管理决策问题提供新的解决思路。

近年来，基于直觉模糊信息的决策理论与应用受到大量关注和研究。但是现有直觉模糊信息测度中还有很多反直觉特例，直觉模糊加法运算还存在不足之处，现有决策方法大部分还未考虑决策者行为因素对决策结果的影响。鉴于此，本课题做了如下主要研究：(1)提出了改进的直觉模糊熵和构造新的相似度测度（如基于卡方距离、堪培拉距离的相似度）。通过分析发现新的信息测度可以克服大部分现有的直觉模糊信息测度的反直觉特例，进一步提出相应的多属性决策方法。(2)提出了考虑决策者心态行为的梯形直觉模糊数排序函数，将决策者的行为因素引入到决策过程更能体现决策方法的合理性，发展了相应的决策方法并将其应用到故障分析和管理决策问题中。(3) 分别提出了基于交互式多准则和后悔理论的直觉模糊决策方法。基于后悔理论的决策法以决策者对方案集的综合感知效用最大化为目标，求解最优属性权重向量，并据此得到各个备选方案的最优综合感知效用值，并根据其大小对方案进行优劣排序。.在本课题的资助下，共出版专著3部，发表学术论文16篇，其中期刊论文12篇，7篇论文被SCI检索。本课题的研究丰富了直觉模糊熵、相似度等信息测度的研究成果，便于研究者利用这些测度在聚类分析、图像处理等领域的应用，提出的考虑决策者行为因素的直觉模糊多属性决策方法，对拓展直觉模糊集在决策领域的研究具有积极的学术意义，同时也为丰富模糊多属性决策的研究内容、发展现代决策科学的理论与方法起着一定的推动作用，同时也为现实中解决含有决策者行为因素的多属性决策问题提供科学的指导和必要的理论支持。.