典型文献
随机视角下的二维二元语义多属性群决策方法
文献摘要：
二维二元语义相比传统的二元语义表示法能够更准确的表达语言评价信息,但在多属性群决策问题中,不同维度的语言信息很难得到有效的处理.因此,利用随机多目标可接受度分析(SMAA)的思想,结合蒙特卡罗模拟的原理,提出了基于SMAA-2和考虑随机性的二维二元语义多属性群决策方法.该方法将二维二元语义视为在属性评估值附近波动的随机数,在仅考虑属性权重和专家权重的视角下分别计算中心权重向量、排名可接受度和自信因子这三类指标,并据此进行决策分析.最后通过算例分析说明了该方法能够为决策者提供不同视角下的决策信息并验证了方法的有效性.
文献关键词：
语言评价;SMAA-2;二维二元语义;随机视角;群决策
中图分类号：
作者姓名：
王泽林;王应明
作者机构：
中国计量大学经济与管理学院,杭州310018;福州大学决策科学研究所,福州350116;福州大学空间数据挖掘与信息共享教育部重点实验室,福州350116
文献出处：
引用格式：
[1]王泽林;王应明-.随机视角下的二维二元语义多属性群决策方法)[J].系统科学与数学,2022(05):1161-1177
A类：
随机视角,二维二元语义
B类：
多属性群决策,决策方法,表示法,语言评价,决策问题,不同维度,语言信息,难得,可接受度,SMAA,蒙特卡罗模拟,随机性,评估值,属性权重,专家权重,计算中心,权重向量,这三类,三类指标,决策分析,算例分析,决策者,不同视角,决策信息
AB值：
0.288892
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
