俞錦濤, 王金山
(陸軍炮兵防空兵學(xué)院基礎(chǔ)部,安徽 合肥 230031)
決策在人們?nèi)粘I钪邪l(fā)揮著非常重要的作用,針對某一目標(biāo)進(jìn)行優(yōu)化選擇是決策的一種常見形式。人作為決策的主體,因其自身認(rèn)知能力的局限性和客觀事物的復(fù)雜性,往往不能夠在決策過程中做精確描述,而是以不確定信息形式表達(dá)出來。Zadeh提出的模糊集合[1]是一種很好的工具,在此基礎(chǔ)上進(jìn)一步發(fā)展出了直覺模糊集[2]和猶豫模糊集[3],但是前者不能描述猶豫性,后者不能體現(xiàn)非隸屬度,因而猶豫直覺模糊集[4]發(fā)展成為更加實用的工具,受到了眾多學(xué)者的青睞。Zhou等[5]提出了一種猶豫直覺模糊信息下的偏好關(guān)系,在此基礎(chǔ)上討論了一種群決策方法;Peng等[6]討論了猶豫直覺模糊集新的運算體系,并在此基礎(chǔ)上給出了相應(yīng)的集結(jié)算子和排序方法;Yang等[7]利用Choquet積分建立了猶豫直覺模糊語言信息的集結(jié)算子,并提出了屬性互相關(guān)聯(lián)時的線性分配方法;Faizi等[8]基于直覺模糊支持函數(shù)、風(fēng)險函數(shù)和可信度函數(shù),提出了一種基于猶豫直覺模糊語言信息的群決策排序方法。
另一方面,語言信息在決策表達(dá)中也發(fā)揮了重要作用。在現(xiàn)實決策中,人們往往更傾向于用自然語言、不確定語言或多粒度語言等定性信息來描述對決策對象的偏好[9]。心理學(xué)研究指出,人能有效區(qū)分7~9個等級,學(xué)者們在此基礎(chǔ)上用語言術(shù)語集做了很多研究。Xu[10]將語言術(shù)語集從離散拓展到了連續(xù),從而方便了語言術(shù)語間的運算;Xu還提出了不確定語言[11]的概念,并給出了相應(yīng)的運算法則和比較方法;Pang等[12]提出了概率語言集,并用擴(kuò)展的TOPSIS方法將其用于多屬性群決策;Gou等[13]基于兩種等價變換函數(shù)提出了語言術(shù)語集、猶豫模糊語言集、概率語言集的運算規(guī)則,彌補(bǔ)了傳統(tǒng)運算規(guī)則的缺陷。
猶豫直覺模糊語言集[14]綜合了上述描述決策信息的優(yōu)點,既能描述決策者的心理偏好,也能表示隸屬度、非隸屬度和猶豫度。然而,語言術(shù)語集的下標(biāo)在運算中,會出現(xiàn)不封閉的問題,比如在一個粒度為7的語言術(shù)語集中,會出現(xiàn)s4+s5=s9的情況,雖然在實際運算中通過加權(quán)不會出現(xiàn)這種情形,但是在邏輯上是有缺陷的。針對語言術(shù)語集運算不封閉的問題,本文基于Archimedean三角模,討論猶豫直覺模糊語言信息下的封閉運算體系。首先介紹四種典型的滿足封閉運算的Archimedean三角模:Algebra型、Einstein型、Hamacher型和Frank型;然后提出基于Archimedean三角模的猶豫直覺模糊語言集,給出了其得分函數(shù)、精確函數(shù)、排序方法、加權(quán)的算術(shù)平均和幾何平均算子;并在此基礎(chǔ)上提出一種群決策方法;最后以九甸峽水庫運作方案選擇為例,經(jīng)過對比分析,說明本文方法的優(yōu)越性和有效性。
考慮基于Archimedean三角模的封閉代數(shù)運算體系,首先給出三角模的概念。
定義1[15]記區(qū)間I=[0,1],若函數(shù)T:I×I→I滿足:
(1)T(1,x)=x,x∈I,
(2)T(x,y)=T(y,x),x,y∈I,
(3)T(x,T(y,z))=T(T(x,y),z),x,y,z∈I,
(4)若x≤z,則T(x,y)≤T(z,y),x,y,z∈I;則稱函數(shù)T是I上的三角模。
若將(1)改成T(0,x)=x,并用S替換T,則稱函數(shù)S是I上的三角余模。容易看出,三角模和三角余模滿足對偶關(guān)系[15]。
文獻(xiàn)[16]指出滿足嚴(yán)格Archimedean性的三角模可以與實數(shù)的普通加法相互轉(zhuǎn)化,即存在嚴(yán)格單調(diào)遞減的算子φ:[0,1]→[0,∞),φ(1)=0,使得
T(x,y)=φ-1(φ(x)+φ(y))
(1)
根據(jù)對偶關(guān)系的性質(zhì),同樣有
S(x,y)=φ-1(φ(x)+φ(y))
(2)
其中,φ(x)=φ(1-x)。常見的Archimedean三角模和三角余模如表1所示。
表1 常見的Archimedean三角模和三角余模
根據(jù)式(1)、(2)描述的性質(zhì),文獻(xiàn)[17,18]提出了基于Archimedean三角模的模糊信息代數(shù)運算體系,并且依舊滿足封閉性。
定義2[17,18]設(shè)x,y∈[0,1],λ≥0為常數(shù),則基于Archimedean三角模的運算規(guī)則定義為:
(1)x⊕y=S(x,y)=φ-1(φ(x)+φ(y));
(2)x?y=T(x,y)=φ-1(φ(x)+φ(y));
(3)λx=φ-1(λφ(x));
(4)xλ=φ-1(λφ(x))。
A={
(3)
關(guān)于猶豫直覺模糊語言集的運算規(guī)則可以參考文獻(xiàn)[14]。
(4)
(5)
(6)
(7)
特別地,當(dāng)權(quán)重都相等時,ATNHILWA算子退化為基于Archimedean三角模的猶豫直覺模糊語言變量的平均(ATNHILA)算子,表示為
(8)
基于Archimedean三角模的猶豫直覺模糊語言變量的加權(quán)幾何平均(ATNHILWG)算子可表示為
(9)
特別地,當(dāng)權(quán)重都相等時,ATNHILWG算子退化為基于Archimedean三角模的猶豫直覺模糊語言變量時的幾何平均(ATNHILG)算子,表示為
(10)
定理1基于Archimedean三角模的猶豫直覺模糊語言變量的加權(quán)算術(shù)平均算子集結(jié)結(jié)果仍為基于Archimedean三角模的猶豫直覺模糊語言變量,且可以表示為
(11)
基于Archimedean三角模的猶豫直覺模糊語言變量的加權(quán)幾何平均算子集結(jié)結(jié)果仍為基于Archimedean三角模的猶豫直覺模糊語言變量,且可以表示為
(12)
證明只需證前半部分語言算子,采用數(shù)學(xué)歸納法,對于ATNHILWA算子,當(dāng)n=1時,式(11)顯然成立。當(dāng)n=2時,有
從而式(11)成立。
假設(shè)n=k≥2(k∈N+)時式(11)成立,當(dāng)n=k+1時,有
從而式(11)成立。
同理,對于ATNHILWG算子,可證式(12)成立。
綜上可知,定理1成立。
對于本節(jié)給出的集結(jié)算子,實際計算中采用不同類型的Archimedean三角??赡軙玫讲煌臎Q策結(jié)果,限于篇幅,本文只對最簡單的Algebra型進(jìn)行分析。
(13)
Step2利用式(5)、(6)計算決策者k對方案Xi評價信息的得分函數(shù)和精確函數(shù),再利用決策者權(quán)重加權(quán)得到方案Xi的得分函數(shù)和精確函數(shù),如下:
(14)
(15)
Step3利用定義8給出的排序規(guī)則對所有的方案進(jìn)行排序,得到最優(yōu)決策結(jié)果。
下面以改編自九甸峽水庫運作方案選擇[21,22]的案例為背景,闡述本文方法的實現(xiàn)過程,并與現(xiàn)有方法進(jìn)行對比分析,以顯示其優(yōu)勢。
九甸峽水庫的設(shè)計有多種用途,如發(fā)電、灌溉、工農(nóng)業(yè)用水、居民用水和環(huán)境用水等。根據(jù)對水量分配的不同要求,提出四種水庫運作方案X1、X2、X3和X4。
X1:使植物產(chǎn)量最大,保證洮河流域用水量充足,多的用于社會和經(jīng)濟(jì)供給;
X2:使植物產(chǎn)量最大,保證洮河流域用水量充足,多的用于社會和經(jīng)濟(jì)供給,減少生態(tài)系統(tǒng)供給;
X3:使植物產(chǎn)量最大,保證洮河流域用水量充足,多的用于社會和經(jīng)濟(jì)供給,生態(tài)環(huán)境總供給的90%用于低水期沖沙;
X4:使植物產(chǎn)量最大,保證洮河流域用水量充足,多的用于社會和經(jīng)濟(jì)供給,生態(tài)環(huán)境總供給的50%用于低水期沖沙。
為了選出最優(yōu)方案,當(dāng)?shù)卣辛巳以u價機(jī)構(gòu)相互獨立地對四個方案進(jìn)行比較評估,機(jī)構(gòu)的權(quán)重向量為v=(0.41,0.34,0.25)。評價結(jié)果以猶豫直覺模糊語言集的形式給出,其中語言術(shù)語集為S={s0:極差,s1:差,s3:對等,s4:好,s5:較好,s6:極好},最終給出的偏好信息分別為A1、A2、A3。下面給出其上三角矩陣關(guān)系,下三角矩陣?yán)媚嫠阕蛹纯芍?/p>
本文決策方法步驟如下:
Step1將偏好信息轉(zhuǎn)化為基于Archimedean三角模的猶豫直覺模糊語言集后,集結(jié)不同決策者對每個方案偏好信息,具體公式為
Step2計算方案Xi的得分函數(shù)和精確函數(shù),最后結(jié)果為
E1=0.4083,E2=0.4134,E3=0.3169,E4=0.4326
H1=0.5686,H2=0.5307,H3=0.4031,H4=0.5718
Step3利用定義8得到的方案排序為X4?X2?X1?X3,從而最優(yōu)方案為X4。
以下將使用直覺梯形模糊數(shù)來集結(jié)偏好信息的方法與本文的方法進(jìn)行比較。為了保持一致,決策者的權(quán)重也為v=(0.41,0.34,0.25),具體決策步驟如下:
(16)
(17)
Step2利用文獻(xiàn)[23]的集結(jié)算子計算不同決策者對方案的偏好信息,公式為
(18)
Step3根據(jù)決策者的權(quán)重計算方案總的評價結(jié)果,并進(jìn)行排序,其中集結(jié)算子為
(19)
所有方案的最后評價信息為
I1=<[0.4174,0.4943,0.5713,0.6482](1,0)>
I2=<[0.4195,0.4964,0.5734,0.6503](1,0)>
I3=<[0.2749,0.3518,0.4287,0.5056](1,0)>
I4=<[0.4267,0.5036,0.5805,0.6574](1,0)>
容易得到方案排序為X4?X2?X1?X3,最優(yōu)方案為X4。
比較排序結(jié)果可知兩種方法得到的最優(yōu)方案相同,并且方案的排列順序也相同。本文的方法能減少將評價信息轉(zhuǎn)化為直覺梯形模糊數(shù)造成的信息損失,并且不需要用平均直覺梯形模糊集結(jié)算子來合并決策者的偏好,而是用基于Archimedean三角模的猶豫直覺模糊語言集相對直觀地表達(dá)偏好信息。另外,本文的方法還保證了語言術(shù)語下標(biāo)運算的封閉性。
本文通過建立基于Archimedean三角模的猶豫直覺模糊語言集,解決了語言術(shù)語下標(biāo)運算不封閉的問題;同時給出了基于Archimedean三角模的猶豫直覺模糊語言集的得分函數(shù)、精確函數(shù)、排序規(guī)則、加權(quán)算術(shù)平均和幾何平均算子。將本文內(nèi)容拓展到猶豫直覺模糊不確定語言以及多粒度語言的情形是進(jìn)一步研究的方向。