抽象性

TODIM决策法可以检验决策者的心理行为传统TODIM方法仍然无法克服区间值和语言变量等模糊信息本文建议扩展TODIM决策模型使用双连通数处理语言环境多属性决策问题扩展模型使用语言变量,选择值和标准格式化为三角混淆数表达不确定信息第一,介绍TFNs和DCNs的一些定义和基本操作程序并演示如何将模糊信息形式TFNs转换为DCNs, 并演示如何使用Minkowski解构法将每项标准权值转换为crisp值此外,传统TODIM改进解决maDM问题dcs并解释决策的详细计算步骤最后,用骨干选择问题示例证明扩展TODIM方法一致性和有效性并与其他方法比较

开工导 言

多属性决策现已成为决策科学的一个主要问题。这种方法可确定从有限套替代物中取出最佳和最优替代物故此,该方法已广泛应用到交通等许多领域一号管理上2、能3和产业4-6..然而,随着案例研究种类越来越多和决策者越来越多地参与决策,我们仍然必须考虑如何用人感知度表达模糊信息并用最优决策方法对MADM问题进行适当评价至今为止,有许多方法评价这种模糊性,例如模糊集、直觉模糊集和定键分析使用模糊事实成员制Zadeh in7提议FS解析模糊评估信息基于FS概念 Atanassov in8并介绍含TM和人工成员IFS综合融资战略只能用于不完整信息,无法解决不确定和某些信息问题。赵进九九先介绍SPA解释TM和AM并分析不确定信息与某些信息之间的关系SPA使用双连通号开发TM此外,它还可以数学分析这两个环境的特点、相互关系和关系基于其优势,DCN被广泛应用到更多部门支持决策人作出可行和合理的判断最近,Garg和Kumar in10SPA和DCN方法在印度IFS环境下解决实生案例后加格和库马尔11并使用SPA理论中DCN概念整合TOPSIS方法测量指数距离选择印度最佳飞地建设公司Fu和Zhou12显示dCN基于三角混淆数选择中国组织骨干Irvanizam等中13实施支持地方政府为亚齐贫困家庭分配一些像样的住宅

关于maDM问题,有两种通用方法支持DMs从各种替代物中选择最优解决方案集一种方法使用聚合运算符整合替代信息形成大值这种方法往往在AO整合过程丢失信息处理这种情况有另一种方法使用经典决策方法,如PROMETEE14........15和托普西16..方法假设判断过程DMs总是以不适应所有实际环境的理性方式提供感知这些案件,Gomes和Lima in17首创决策方法 ToDIM提供用透视论处理非理性判断的解决方案

认知心理学中,由Kahneman创建并由Tversky开发的前景理论是一个描述决策人选择概率选择方法的理论,它涉及DM行为风险理论可帮助模式设计师根据损益潜在值判定决策并产生适当结果此外,该理论还综合了敏感度下降、参考依赖度下降和亏损偏向[17..在参考依赖方面,最终结果取自损益减少敏感度方面,为增益方面,管理单元倾向于避免风险,而对于损失方面,则偏向风险偏爱同时,从厌恶损失方面看,DMs对损失的态度对增益敏感得多。

近些年来,许多科学家使用TODIM方法广泛进行了MADM研究通常想扩展这种方法,使用模糊集论解决MADM问题不确定性问题yu等中18号开发新TODIM模型以群度方式解决多语法偏差信息模型使用不平衡语言词集表达不确定性模糊信息计算非平衡语言词集损益后,使用经典TODIM法排名替代方法王等中19号描述可疑语言模型使用TODIM评价一些紧急事件模型使用模糊语言格式信息模拟决策人使用自动模糊语言模型集分配的非客观信息Ren等中20码TODIM扩展使用模糊环境下概率双重迟疑,为处理决策问题不确定性出力扩展TODIM方法可同时定义单个框架的感知不确定性况且,Ren等Pythagorian toDIM方法与Pythagorian模糊TOPSIS比较结果显示,扩展方法对覆盖MADM问题比较有用,如Pythagorian模糊TOPSISLamazas in21号提议泛泛TODIM方法消除影响模型权值的自相矛盾性拟方法引入权单调和权一致性特性以避免这些自相矛盾性王里22号使用混合TODIM方法评价中国环境保护机构系统Lourenzutti和Krohling in23号引入新式方法系统克服数据类型多样这种方法被称为模块化解释TODIM如前所述,我们可以看到一些模糊透视方法扩展TODIM采纳了传统概率理论、不确定性理论或模糊集理论同时,SPA使用dCN可观察不确定性和确定性,通过特征差异反向方面以上方面可描述非为其他理论所有的两个对象之间的关系几乎是一种新不确定性理论,不同于模糊集和概率理论,但在某些情况下可以获取这两种理论24码..因此,整合TODIM方法及其偏好信息将是一个巨大的挑战,用于处理MADM问题

此外,一些出版物描述实际应用某些决策方法Irvanizam等中25码开发智能手机使用TODIM与TFS表格TFS中的每一种标准值都用贝塔分布平均值转换成crisp值确定损益并使用经典TODIM后,应用可成功显示适合用户需要的选定智能手机Ren等中26使用TODIM法智能应用 Pythagorian模糊程序应用到maDM选择问题 判定管理亚洲银行的管家

在许多真正的决策过程中,评估资料和DM判断偏好的形式可能是语言变量和模糊环境在这种例子中,这两件资料可用模糊集表示,如TFFs、Pythagorianfisy数和TRFs在这次研究中,我们使用TFNs特征将TFNS信息处理问题转换为DCNS信息处理问题台阶引导我们获取DCN距离后期,由于DMs有限合理性以及在处理损益时不同偏好,TODIM法应用为合适的工具,可建议适当选择和最优满足DMs此外,DCN不仅能表示不确定和某些信息,而且还能分析特征、相互关系和两片信息的关系基于上述分析,用DN环境改善TODIM将是一个好主意

本文考虑DM有限合理性扩展TOM方法带DCNs作为贡献和创新,我们为MADM带DNs提供扩展TOM方法并详细解释拟议方法的步骤此外,我们通过比较两种现有决策方法来显示拟议方法的一致性和有效性

剩余论文从段顺序描述2移到段5.段内2描述初步性,审查TFNs和DCNs基本概念后端分队2并审查TFNs和DCNs的一些操作,这些操作涉及MADM程序TOM扩展建议内段3描述扩展TODIM步骤段内4展示案例研究显示DM风险态度能否影响决策结果并比较扩展TODIM结果12,27号..最后一节5论文结尾加点结论

二叉初创性

作为这项研究的基础,本节将描述与这项研究有关的一些基本定义,例如TFN定义、 trapezidfudy数(TrFN)、语言变量和双连通数此外,我们还引入一些基本数学运算方法,可用于TFNs和DCNs

定义一三角模糊数/TFN等一等 表示TFN ,成员函数 定义由

定义2松散模糊数/TrFN等一等 捕捉式毛发数表示 ,成员函数 描述由28码万事通

定义3假设 并 表示二新元后可应用12:

定义4Minkowski解析等一等 即TFN解构Minkowski 中显示29公元前

定义5逆成员函数等一等 并 左右成员函数 .接二连三成员函数 并 定义如下[30码:

定义6.等一等 trFN转小点 定义如下[31号: 去哪儿 按照定义6中位点 TrFN案例定义方程3: 形式TFN 类似TrFN TFN简单替换变量 ,并 .

定义7区域机器人点等一等 是一个模糊数字,可以是TFN或TRFN,然后介于croid(重力中心)点之间的区域 定义 [32码:

定义8序号乱码等一等 并 即两个任意模糊数,然后三种条件满足32码:if ,并发 if ,并发 if ,并发 连接数可字面定义为连接度生成数24码..泛泛地说,SPA中的连接度公式定义为 方程分解11显示变量N级共特征数变量S级表示身份特征数和变量P级表示反特征数外加变量F级被称为特征数非特征-或反特征和值F级从公式中可达F级=N级-S级-P级.后期S级/N级,F级/N级并P级/N级并分别称身份度、偏差度和反度变量变异 系数偏差度,实值从-1到1或 ,则变量 正负度系数表示-何时值 并 不考虑变量 并 可分别假冒偏差度和反偏差度标记很明显,当我们假设公元前=S级/N级,q二维=F级/N级并R=P级/N级后方程11快速重写 位置变量公元前,q二维并R满足方程公元前+q二维+R=开工况且 何时R=0获取 称二连通数

定义9双连通号等一等 双连通数 ,去哪儿 , ,并 正实数三十三..

定义10假设这一点 并 双连通数,二基本数学运算可应用12:

定义11if 即TFN 并 实数正数 正向12万事通 去哪儿

定义12假设 并 介于2DNs后, 距离介于2DNs 可变词用crisp或语言术语表示st数据集获取实值,如评分点平均值(GPA)、年龄值和人穷指数(HPI),语言数据集表达式可以是单词或句子显示信息粒子本论文使用的所有数据都是语言数据集

3级扩展TODIM法

段内3显示建议扩展TODIM方法dcs使用三角模糊数转换概念为了应用经典TODIM方法处理MADM问题DNs,我们试图扩展经典TODIM原则,将croid点概念(重心)和完全不同的DN概念合并TODIM建议步骤描述如下:步骤1:构建决策矩阵 去哪儿 , , 数替代物, 数标准表示模糊数据集步骤2:将不同长度的影响减到矩阵结果 ,矩阵化 向矩阵范式转换 使用 步骤3:转换归正决策矩阵 进同异双连通数决策矩阵 使用 第四步接受权矩阵 选择替代 相对于每一标准 发自决策人步骤5:使用Minowski解析或定义转换TFN权值4使标准权值矩阵 正渐渐进化 去哪儿 scripst值步骤6规范TFN权重,使标准权重总和等于1: 步骤7计算相对权 标准测试 面向标准 可表达方式 去哪儿 .8步计算2个DCN 可从方程中采纳16: 步骤9:列举每种替代物的支配 覆盖每种替代 每种方案标准 使用方程22号)可按经典TODIM方法演化 去哪儿θ表示损减因子的变量或参数正因如此,主控度矩阵按标准 构造像 去哪儿 .步骤10:列举每种替代物的全球支配度 覆盖每种替代 下标 通过使用 步骤11:全球支配度矩阵正常化,以获取每种替代物的全球值 通过使用 显而易见,每种选择的全球价值 值不大于0或小于0步骤12:选择全局值最佳替代 大值贯穿最后排名顺序

4级结果与讨论

本节将显示结果使用示例并比较所得结果12,27号..显示敏感度分析 表达扩展模糊TODIM方法的一致性和有效性

4.1.图例示例

本小节将解释建议模糊TODIM如何能够适当应用到中国组织骨干选择问题12..组织必须根据六大标准评估骨干(属性):道德和思想思想AT系统_一号工作态度AT系统₂工作定制AT系统₃教育程度和知识结构AT系统₄),领导力AT系统₅能力开发AT系统₆)假设有5名骨干候选人 由组织根据最高分选择每一骨干候选者每一属性标准值和每一标准权重均以TFNs表示所有标准以前都定义为福利标准

4.2计算步骤和结果

选用最右翼骨干程序3.计算结果和计算步骤顺序解释如下:步骤1:构建表内显示的决策矩阵A一号.步骤2确定正常决策矩阵Z级使用方程18号)表显示2.步骤3:转换矩阵Z级DCN表单显示3.第四步接受权矩阵微信表格显示TFNs形式4.步骤5:转换矩阵微信使用定义进Cripst值4.步骤6:规范TFN的权重步骤7计算相对权 标准测试 面向标准 .8步计算2个DCN .步骤9:列举每种替代物的支配 覆盖每种替代 每种方案标准 .作为一种实验,本研究使用 .隐含损益实值对全值34号: 步骤10:列举全球支配程度 每种替代 覆盖每种替代 下标 ,并结果显示在下矩阵中: 步骤11:确定全球支配度矩阵正常化 : 步骤12:基于全局值排列所有替代 依次递归最终结果为 .最优或右位选择 .

取排名定序的最后结果 比较其他模糊maDM方法12和理想求解27号))对比结果显示小差图一号.

表显示5后接分析结果和理想求解方法完全相同这是因为两种方法的目标都等同构建理想解决办法并计算各种方法的距离理想求解方法使用TFN计算正IS和负IS,而定点图方法使用DCN确定绝对正负理想DCN然而,从拟议模型中获取的结果几乎与另外两个基本相同。模型显示替代A级₅并A级₃位居第三位和第四位,而另外两位则建议替代A级₃并A级₄中位三位和第四位

即便拟议方法使用双连通数概念传递由定接法显示的模糊信息,该方法比较每种方案所有可能标准对双连通数距离以排位因此,从拟方法排名上所获结果略接近决策者感知比其他两种方法略近。一旦组织案例研究选择单一骨架后,可应用三种讨论决策方法并推荐相同结果

4.3敏感度分析

感知性分析是一种模拟决策方法,用于分析不同参数值在一定范围条件下对特定决策产生冲击本案例研究使用模拟预测替代排名顺序是否受到影响,当我们修改不同的损值时 .卡恩曼和特维斯基35码,36号service参数 范围从1到2.5

在这些实验中,我们试图提供不同的参数值 范围从1到2.5不等并重新计算每种修改参数值排序从表可见6时修改值 从1到2.5,我们看到 顺序对每个修改值 不变这表明DM在本案例研究中的心理行为不影响决策选择过程图中可见此分析2.

5级结论未来研究

研究建议扩展TODIM基础处理多属性模糊决策环境下的问题详细显示如何使用dgs概念表达不确定信息,并选择适当替代方法使用TODIM来考虑DM对给定替代方法的判断此外,这也说明替代物TFS转换成DNS,权值TFS转换成crips通过采用经典TODIM方法,可构建支配度矩阵并实现基于每种替代物全值的排名顺序归根结底,我们解决中国组织骨干选择问题12证明扩展TODIM法的一致性和有效性与set-pair分析法和理想求解法相比,即使扩展TODIM能给DM一个机会带她或他心理行为去影响模糊信息,它返回的结果几乎与从排名顺序到另外两个结果相同。

在未来研究中,将TODIM方法与EDAS、AHP、PROMETEE和ELERTRE等其他传统决策方法并举,并进一步审议连接度的其他计算方法,如渐进分析、计数分析、层次分析以及生成连接号的统计方法,将是一个值得考虑的想法此外,还可通过重新扩展计算程序继续进行这项研究,期望对其他类似个人选择案例适当应用新方法,如主管选择、奖学金接受者选择、学校校长选择等

数据可用性

本论文使用的数据取自12..

利益冲突

作者声明他们没有利益冲突

感知感知

作者感谢信息学系Syiah Kula为这项研究提供素材支持