亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于前景理論的畢達(dá)哥拉斯模糊TOPSIS法及其決策應(yīng)用

        2020-06-07 07:47:16劉衛(wèi)鋒
        關(guān)鍵詞:畢達(dá)哥拉斯前景排序

        常 娟,劉衛(wèi)鋒

        (鄭州航空工業(yè)管理學(xué)院 數(shù)學(xué)學(xué)院,河南 鄭州 450046)

        1986年,Atanassov[1]提出了直覺模糊集(IFS),利用隸屬度和非隸屬度描述肯定和否定程度,從而能夠更全面地描述模糊信息。直覺模糊集要求隸屬度和非隸屬度之和不大于1,但是在決策過程中,當(dāng)獨立給出滿足屬性的隸屬度和非隸屬度時,會有二者之和超過1的情況發(fā)生,此時若不修改屬性信息,則直覺模糊的決策理論和方法是無法適用的。2013年,Yager等[2-3]在分析直覺模糊集補運算的基礎(chǔ)上,提出復(fù)雜條件下可將隸屬度與非隸屬度放寬至平方和不超過1,由此給出了直覺模糊集的最新推廣——畢達(dá)哥拉斯模糊集(PFS)。顯然,與IFS相比,PFS是刻畫模糊信息更有力的工具。 近幾年來,研究者們對PFS表現(xiàn)出很大的興趣,也取得了許多研究成果。 Zhang等[4-5]提出畢達(dá)哥拉斯模糊數(shù)(PFN)的概念,并定義了PFN的運算和距離、得分函數(shù)、精確函數(shù)及相似度;Peng等[6]定義了PFN的除法和減法運算;李德清等[7]則稱PFN為勾股模糊數(shù),比較了勾股模糊數(shù)的3種排序方法,并定義了勾股模糊數(shù)的幾種距離測度。在決策方法方面:文獻(xiàn)[4]和文獻(xiàn)[7]將TOPSIS法推廣至PFN環(huán)境;Ren等[8]提出了畢達(dá)哥拉斯模糊環(huán)境下的TODIM法;Zhang[9]提出了區(qū)間畢達(dá)哥拉斯QUALIFLEX法。在畢達(dá)哥拉斯集成算子方面:劉衛(wèi)鋒等[10-11]定義了PFN的一系列集成算子,如加權(quán)平均(PFOWA)和加權(quán)幾何(PFOWG)算子、擬有序加權(quán)算子和畢達(dá)哥拉斯模糊交叉影響算子;Garg[12]提出了Einstein運算下的畢達(dá)哥拉斯模糊集成算子;Wu等[13]、彭定洪等[14]分別提出了畢達(dá)哥拉斯模糊Hamacher集成算子和優(yōu)先集結(jié)算子;常娟等[15]研究了考慮屬性信息分布的畢達(dá)哥拉斯密度算子。此外,關(guān)于畢達(dá)哥拉斯拓展形式的研究中,畢達(dá)哥拉斯模糊軟集[16]、畢達(dá)哥拉斯模糊語言集[17-18]、畢達(dá)哥拉斯猶豫模糊集[19-20]等相繼展開并用于解決不同模糊環(huán)境下的決策問題。

        以上關(guān)于畢達(dá)哥拉斯的決策成果大多是在假設(shè)決策者完全理性的情況下給出的,但在實際決策過程中,決策者存在的非理性心理、對風(fēng)險的偏好等都會對決策結(jié)果產(chǎn)生影響。為此,Kahneman等[21-22]提出了著名的前景理論,目前已得到廣泛研究和應(yīng)用。李鵬等[23]針對指標(biāo)權(quán)重未知的隨機直覺模糊決策問題,提出了基于前景理論和新的記分函數(shù)的隨機決策方法;Li等[24]、王應(yīng)明等[25]則提出前景理論與TOPSIS相結(jié)合的決策方法并分別應(yīng)用于直覺梯形模糊、猶豫模糊環(huán)境;Peng等[26]提出了基于前景理論的TODIM和PROMETHEE法;Zhou等[27]則將前景理論用于研究投資組合群決策問題;羅承昆等[28]針對混合型多屬性決策問題,提出了基于前景理論和證據(jù)推理的決策方法。

        受文獻(xiàn)[24]和文獻(xiàn)[25]的啟發(fā),針對屬性信息為PFN的多屬性決策問題,本研究提出了基于前景理論的TOPSIS決策方法。首先,對文獻(xiàn)[4]和文獻(xiàn)[7]所提的畢達(dá)哥拉斯模糊TOPSIS法進(jìn)行對比分析,并指出存在的問題,提出解決的方法;其次,提出畢達(dá)哥拉斯模糊數(shù)的前景價值函數(shù),并將正、負(fù)理想方案作為參考點,通過計算各方案的收益-損失比對各方案進(jìn)行優(yōu)劣排序;最后,通過一個算例對所提方法的可行性與有效性進(jìn)行了驗證。

        1 基本概念

        1.1 畢達(dá)哥拉斯模糊數(shù)

        若將PFN的隸屬度和非隸屬度看成二維坐標(biāo)系的橫坐標(biāo)和縱坐標(biāo),則根據(jù)文獻(xiàn)[2]給出刻畫PFN長度和方向的量。

        基于以上定義,畢達(dá)哥拉斯模糊數(shù)又可表示為P=rPeiθP,并稱為∏-i型模糊數(shù)。

        定義3設(shè)A,B∈PFNs,且A=<μA,vA>,B=<μB,vB>,λ>0。定義如下運算:

        關(guān)于PFN大小的比較,文獻(xiàn)[2]提出了排序函數(shù)值, 根據(jù)排序函數(shù)值的大小確定PFN的大小。

        對于任意的P1=<μP1,vP1>,P2=<μP2,vP2>∈PFNs,則

        (1)若V(P1)>V(P2),則P1P2;(2)若V(P1)=V(P2),則P1=P2。

        文獻(xiàn)[4]和文獻(xiàn)[5]將直覺模糊數(shù)的得分函數(shù)和精確函數(shù)推廣至PFN,并以此作為比較PFN大小的依據(jù)。

        設(shè)P1=<μP1,vP1>,P2=<μP2,vP2>∈PFNs,則

        (1)當(dāng)s(P1)>s(P2)時,P1P2;

        (2)當(dāng)s(P1)=s(P2)時,若h(P1)>h(P2),則P1P2;若h(P1)=h(P2),則P1=P2。

        文獻(xiàn)[7]提出在比較P1=<0.5,0.1>和P2=<0.6,0.3>時,如果將P1、P2作為直覺模糊數(shù),則利用得分函數(shù)可得P1P2,而作為PFN時,由定義5的方法可得P2P1,由定義4的方法可得P1P2。因此,文獻(xiàn)[7]認(rèn)為定義5所提的方法不夠科學(xué)。

        關(guān)于畢達(dá)哥拉斯模糊數(shù)的距離,文獻(xiàn)[4]給出如下定義:

        定義6設(shè)A=<μA,vA>,B=<μB,vB>∈PFNs,定義A、B的距離為

        文獻(xiàn)[7]認(rèn)為上述距離的定義只考慮了隸屬度、非隸屬度和猶豫度,并且通過例子說明了上述定義的不合理性。事實上,PFN主要由隸屬度、非隸屬度、自信度、自信度方向4個因素決定。因此,李德清等給出了如下PFN的距離測度:

        定義7設(shè)A=<μA,vA>,B=<μB,vB>∈PFNs,常數(shù)q>0。則

        1.2 前景理論

        在實際決策中,決策者會出現(xiàn)在面臨損失時偏好風(fēng)險、面臨收益時厭惡風(fēng)險的“有限理性”行為。文獻(xiàn)[21]和文獻(xiàn)[22]提出了前景理論和累積前景理論。前景理論中的前景價值由價值函數(shù)和概率權(quán)重函數(shù)確定,而前景價值函數(shù)是決策者根據(jù)實際收益或損失所產(chǎn)生的主觀感受價值。1992年,文獻(xiàn)[22]等提出如下形式的價值函數(shù):

        定義8設(shè)數(shù)x偏離某一參考點x0的大小為Δx,且Δx≥0表示x相對于x0獲得收益,Δx≤0表示遭受損失,記x的價值函數(shù)

        式中:參數(shù)α>0和β<1分別表示決策者對收益和損失的敏感程度;參數(shù)θ>1表示相對于收益,決策者對損失更加敏感。

        Kahneman等通過經(jīng)驗數(shù)據(jù)認(rèn)為,通??扇ˇ?β=0.88、θ=2.25。

        下面將上述定義推廣至畢達(dá)哥拉斯模糊環(huán)境,提出畢達(dá)哥拉斯模糊前景價值函數(shù)。

        定義9設(shè)畢達(dá)哥拉斯模糊數(shù)P1、P2,若以P2為決策參考點,則P1的前景價值函數(shù)為

        式中:d(P1,P2)為P1、P2的距離;參數(shù)α>0,β<1,θ>1。

        2 基于前景理論的畢達(dá)哥拉斯模糊TOPSIS法

        2.1 文獻(xiàn)[4]與文獻(xiàn)[7]的方法比較

        文獻(xiàn)[4]和文獻(xiàn)[7]都將TOPSIS法推廣至畢達(dá)哥拉斯模糊環(huán)境,但是二者的方法存在以下區(qū)別:

        (1)選取正、負(fù)理想方案的方法不同。文獻(xiàn)[4]利用PFN的得分函數(shù)確定正、負(fù)理想方案,即

        而文獻(xiàn)[7]則利用排序函數(shù)值作為選取依據(jù),即

        以上兩種方法都是對TOPSIS法的拓展性研究,豐富了畢達(dá)哥拉斯模糊決策方法理論,但是也存在以下問題:

        (1)在確定正、負(fù)理想方案時,利用得分函數(shù)或排序函數(shù)值會得到不同的結(jié)果。例:考慮畢達(dá)哥拉斯模糊數(shù)集{<0.6,0.3>,<0.5,0.3>,<0.7,0.4>,<0.6,0.6>},如果利用得分函數(shù)則最優(yōu)為<0.7,0.4>,而利用排序函數(shù)值則最優(yōu)為<0.6,0.3>。模糊數(shù)的比較本身就是有爭議的,無論是采取得分函數(shù)還是排序函數(shù)值得到的最優(yōu)結(jié)果都是帶有主觀因素的。

        (2)兩種方法都是在決策者完全理性的條件下考慮的,而實際決策過程中,決策者對風(fēng)險是有偏好的,是有限理性的。因此,考慮決策者實際風(fēng)險偏好的畢達(dá)哥拉斯決策問題是有實際背景和意義的。

        2.2 基于前景理論的畢達(dá)哥拉斯模糊TOPSIS法

        為解決以上問題,首先,在確立正、負(fù)理想方案時,要采取更為客觀的方法,直接從原始信息中構(gòu)造正、負(fù)理想方案,避免因采用不同的標(biāo)準(zhǔn)而得到不同的結(jié)果。其次,考慮到?jīng)Q策者的風(fēng)險態(tài)度,通過計算各方案到正、負(fù)理想方案的前景價值函數(shù),從而得到收益-損失比,以此替代貼近度對各方案進(jìn)行擇優(yōu)排序。下面提出基于前景理論的畢達(dá)哥拉斯模糊TOPSIS法。具體步驟如下:

        步驟2確定正理想方案H+和負(fù)理想方案H-,其中

        以上確定正、負(fù)理想方案的方法,可以保證無論是在得分函數(shù)還是在排序函數(shù)值下,各屬性值都是最優(yōu)或者最劣的。

        步驟4由于各方案的屬性值相對于正理想方案都是損失的,相對于負(fù)理想方案都是獲益的,設(shè)Hi相對于H+的綜合損失值為Φ-(Hi),相對于H-的綜合收益值為Φ+(Hi),則由定義9, 可得

        3 決策應(yīng)用

        3.1 決策算例

        隨著我國社會經(jīng)濟(jì)的快速發(fā)展,飛機成為人們出行的重要選擇。目前,隨著航空市場的完善,以及我國高鐵的全面覆蓋,航空公司間的競爭也日趨激烈。為了爭取更多的客源,各航空公司在保證同質(zhì)量的基本服務(wù)之外,提高特色服務(wù)質(zhì)量成了競爭的重要手段。因此,對我國航空公司服務(wù)質(zhì)量的評估有重要的實際意義。假設(shè)現(xiàn)在對4家航空公司(H1、H2、H3、H4)進(jìn)行航空服務(wù)質(zhì)量評價和排序。邀請相關(guān)領(lǐng)域的專家并隨機選取客戶進(jìn)行調(diào)研,從票務(wù)服務(wù)(u1)、登機服務(wù)(u2)、空中客艙服務(wù)(u3)、中轉(zhuǎn)/聯(lián)程服務(wù)(u4)4個方面對各航空公司進(jìn)行評價,并以畢達(dá)哥拉斯模糊數(shù)的形式給出評估值。如H1在u1下的評估值為<0.9,0.3>,表示滿意度為0.9,不滿意度為0.3。類似地,其他屬性值如表1所示。各屬性權(quán)重向量為w=(0.15,0.25,0.35,0.25)。

        表1 畢達(dá)哥拉斯模糊決策矩陣Tab.1 Pythagorean fuzzy decision matrix

        步驟1由于各屬性準(zhǔn)則均為效益型,而且各屬性信息量綱相同,故不需要對表1進(jìn)行規(guī)范化處理。

        步驟2確定正、負(fù)理想方案,如表1所示。

        步驟3由定義7計算各方案與正、負(fù)理想方案相應(yīng)屬性值的距離(比如選取海明距離),則得到距離矩陣如表2和表3所示。

        表2 各方案屬性信息到H+的距離 Tab.2 Distance from attribute value of each scheme to H+

        表3 各方案屬性信息到H-的距離 Tab.3 Distance from attribute value of each scheme to H-

        步驟4計算各方案相對于H+的綜合損失值與相對于H-的綜合收益值。取參數(shù)α=β=0.88,θ=2.25。

        首先,利用表2中H1和H+各屬性值的距離,得到H1相對于H+的綜合損失值:

        Φ-(H1)=-2.25(0.15·0.048 10.88+0.25·0.2280.88+0.35·0.425 60.88+0.25·0.057 00.88)=-0.593 1。

        類似地,利用表3中H1和H-各屬性的距離,得到H1相對于H-的綜合收益值:

        Φ+(H1)=0.15·0.376 80.88+0.25·00.88+0.35·00.88+0.25·0.193 20.88)=0.122 4。

        其他方案的綜合損失值和綜合收益值可做類似計算,具體結(jié)果如表2和表3所示。

        步驟5計算各方案的收益-損失比分別為

        s1=0.206 4,s2=1.203 7,s3=0.688 7,s4=0.704 2,

        則各航空企業(yè)的排序結(jié)果為H2H4H3H1。

        3.2 算例分析

        首先,考慮到態(tài)度參數(shù)對決策結(jié)果的影響,分別令α、β取不同的值,當(dāng)θ=2.25時,利用所提方法得到排序結(jié)果,如表4所示。

        表4 θ=2.25時,不同參數(shù)下的排序結(jié)果 Tab.4 When θ=2.25, the sort results under different parameters

        由表4可見,隨著α增大、β減少,H2的收益-損失比與其他企業(yè)的差距越來越大,其排序第一的優(yōu)勢地位越來越凸顯。這表明決策者更看重收益,而忽略損失的風(fēng)險。相應(yīng)地,各企業(yè)的排序發(fā)生了變化,但是最優(yōu)企業(yè)均為H2,最劣企業(yè)均為H1,從表1的原始信息可以看出,H2的各屬性值有明顯的優(yōu)勢,而H1的各屬性值有明顯的劣勢。因此,本方法在體現(xiàn)決策者風(fēng)險態(tài)度的同時,是符合客觀事實的。

        其次,與本方法提出的當(dāng)參數(shù)α=β=0.88、θ=2.25時的結(jié)果相比,文獻(xiàn)[4]的方法排序結(jié)果不同,這是由于確定正、負(fù)理想方案,以及使用距離測度不同,并且本方法考慮了決策者風(fēng)險態(tài)度。而文獻(xiàn)[7]的方法結(jié)果與本方法結(jié)果是一致的。但是如果對本方法所得的收益-損失比歸一化可得(0.073 6,0.430 7,0.245 7,0.251 2),而將文獻(xiàn)[7]的貼近度歸一化可得(0.139 7,0.336 6,0.261 1,0.262 6)。可見相比貼近度,收益-損失比中H2得到明顯提升,H1明顯下降,H3、H4之間的區(qū)分度也更明顯。這體現(xiàn)了決策者風(fēng)險態(tài)度因素確實對決策結(jié)果產(chǎn)生了影響,表明本方法是有效的。

        4 結(jié)語

        針對屬性值為畢達(dá)哥拉斯模糊數(shù)的多屬性決策問題,對已有的TOPSIS法進(jìn)行比較分析,指出了存在的問題。考慮到?jīng)Q策者的有限理性行為,提出了基于前景理論的畢達(dá)哥拉斯模糊TOPSIS法。該方法考慮了實際問題中人們對收益和損失的風(fēng)險偏好,通過計算方案到正、負(fù)理想方案的收益-損失比對各方案排序。算例分析表明本方法是有效、可行的,是對畢達(dá)哥拉斯模糊決策方法的補充,可用于供應(yīng)商選擇、行業(yè)評估等多種實際決策問題。

        猜你喜歡
        畢達(dá)哥拉斯前景排序
        排序不等式
        我國旅游房地產(chǎn)開發(fā)前景的探討
        法德軸心的重啟及前景
        恐怖排序
        離岸央票:需求與前景
        中國外匯(2019年11期)2019-08-27 02:06:32
        節(jié)日排序
        刻舟求劍
        兒童繪本(2018年5期)2018-04-12 16:45:32
        量子糾纏的來歷及應(yīng)用前景
        太空探索(2016年10期)2016-07-10 12:07:01
        畢達(dá)哥拉斯與無理數(shù)
        畢達(dá)哥拉斯
        男受被做哭激烈娇喘gv视频| 一本久道久久丁香狠狠躁| 蜜桃视频在线免费观看| 老少配老妇老熟女中文普通话| 国产高清在线精品免费| 九月色婷婷免费| 一区二区高清免费日本| 欧美最猛黑人xxxx黑人猛交| 少妇内射高潮福利炮| 久99久精品免费视频热77| 女主播啪啪大秀免费观看| 女人高潮久久久叫人喷水| 性久久久久久久| 国产九九在线观看播放| 国产一区二区三区免费视| 一色桃子中文字幕人妻熟女作品 | 精品一区二区三区在线视频观看| 亚洲国产91精品一区二区| 精品av熟女一区二区偷窥海滩| av无码免费永久在线观看| 中文精品久久久久中文| 日本高清一区二区在线播放| 亚洲无av在线中文字幕| 久久久久久久性潮| 高跟丝袜一区二区三区| 亚洲av色av成人噜噜噜| 中文字幕中文有码在线| 国产精品久久久久久久久KTV| 亚洲av高清资源在线观看三区| 在线观看中文字幕二区| 中文字幕av免费专区| 无码久久流水呻吟| 久久综合加勒比东京热| 国产精品美女久久久免费| 国产剧情麻豆女教师在线观看 | 亚洲高清中文字幕精品不卡| 精品人妻码一区二区三区红楼视频 | 午夜性刺激免费看视频| 99久久人人爽亚洲精品美女| 91精品国产91热久久p| 久久久大少妇免费高潮特黄|