[论文解读] A Novel Multicriteria Group Decision Making Approach With Intuitionistic Fuzzy SIR Method

Junyi Chai, Simon James|arXiv (Cornell University)|Jul 6, 2011

Multi-Criteria Decision Making被引用 23

一句话总结

本文提出了一种新颖的直觉模糊SIR（优越性与劣性排序）方法，用于在不确定性条件下进行多准则群体决策。通过将直觉模糊聚合算子与SIR排序框架相结合，该方法有效处理了不精确的个体判断，将其聚合为集体偏好，并生成一个稳健的决策图——在供应链管理模拟中得到验证，显著提升了群体决策结果的一致性与透明度。

ABSTRACT

The superiority and inferiority ranking (SIR) method is a generation of the well-known PROMETHEE method, which can be more efficient to deal with multi-criterion decision making (MCDM) problem. Intuitionistic fuzzy sets (IFSs), as an important extension of fuzzy sets (IFs), include both membership functions and non-membership functions and can be used to, more precisely describe uncertain information. In real world, decision situations are usually under uncertain environment and involve multiple individuals who have their own points of view on handing of decision problems. In order to solve uncertainty group MCDM problem, we propose a novel intuitionistic fuzzy SIR method in this paper. This approach uses intuitionistic fuzzy aggregation operators and SIR ranking methods to handle uncertain information; integrate individual opinions into group opinions; make decisions on multiple-criterion; and finally structure a specific decision map. The proposed approach is illustrated in a simulation of group decision making problem related to supply chain management.

研究动机与目标

• 通过将直觉模糊集与SIR方法相结合，解决群体多准则决策（MCDM）中的不确定性问题。
• 开发一种系统化方法，将个体专家意见聚合为不确定环境下的连贯群体决策。
• 在供应链管理等复杂现实环境中，提升决策的透明度与一致性。
• 将基于PROMETHEE的SIR方法扩展至处理直觉模糊信息，包括隶属度与非隶属度。
• 提供一个基于优越性与劣性度量的决策图，以应对不确定、不精确的输入。

提出的方法

• 该方法采用直觉模糊集（IFS）表示决策者的偏好，通过同时捕捉隶属度与非隶属度，提升在不确定情境下的精确性。
• 使用直觉模糊聚合算子，将个体决策矩阵整合为集体直觉模糊决策矩阵。
• 对SIR方法进行适应性调整，通过计算每个备选项的优越性与劣性指数来处理直觉模糊信息。
• 基于直觉模糊框架内备选项与理想解之间的距离度量，计算优越性与劣性得分。
• 根据净优越性得分生成备选项的最终排序，形成反映群体共识的决策图。
• 通过一个涉及供应链管理的模拟验证该方法，其中专家提供了备选项的直觉模糊评估。

实验结果

研究问题

• RQ1 如何有效将直觉模糊集整合到SIR方法中，以增强在不确定性条件下的多准则群体决策？
• RQ2 何种聚合技术可确保个体直觉模糊判断被可靠地合成至集体群体意见？
• RQ3 与传统模糊或清晰MCDM方法相比，所提出方法在决策一致性与透明度方面有何改进？
• RQ4 直觉模糊SIR方法在处理涉及不精确与冲突专家输入的实际决策问题时，其适用程度如何？
• RQ5 在群体决策场景中，同时引入隶属度与非隶属度对备选项最终排序有何影响？

主要发现

• 所提出的直觉模糊SIR方法成功地将不精确、不确定的专家判断转化为结构化、有序的决策图，以支持群体决策。
• 直觉模糊聚合算子的整合，相比传统模糊集，能更准确地表达不确定性。
• 该方法通过在决策评估中同时考虑隶属度与非隶属度，显著提升了排序结果的一致性。
• 在供应链管理模拟中，该方法有效基于集体专家输入，在不确定性条件下识别出最合适的备选项。
• 当SIR排序机制被适配至直觉模糊集时，可提供透明且可解释的决策过程，并具备清晰的优越性与劣性指标。
• 结果表明，该方法通过系统性地处理冲突与不精确的专家意见，显著提升了复杂不确定环境下的决策质量。