[论文解读] Generalized Hybrid Grey Relation Method for Multiple Attribute Mixed Type Decision Making

Gol Kim, Yunchol Jong+1 more|arXiv (Cornell University)|Jul 6, 2012

Grey System Theory Applications参考文献 10被引用 10

一句话总结

本文提出了一种广义混合灰关联方法，用于处理具有混合类型属性（定性和定量）的多属性决策问题。该方法在四维欧几里得空间中整合了四种灰关联分析技术，采用最大熵估计以确保一致性，并利用加权Borda方法对备选方案进行排序，通过一个数值例子展示了其有效性。

ABSTRACT

The multiple attribute mixed type decision making is performed by four methods, that is, the relative approach degree of grey TOPSIS method, the relative approach degree of grey incidence, the relative membership degree of grey incidence and the grey relation relative approach degree method using the maximum entropy estimation, respectively. In these decision making methods, the grey incidence degree in four-dimensional Euclidean space is used. The final arrangement result is obtained by weighted Borda method. An example illustrates the applicability of the proposed approach.

研究动机与目标

• 解决涉及混合类型属性（定性和定量）的多属性决策问题挑战。
• 通过在统一框架内整合多种灰关联分析方法，提高决策准确性。
• 通过在灰关联度计算中应用最大熵估计，增强方法的鲁棒性。
• 利用加权Borda方法提供一致且可靠的备选方案排序。
• 通过一个实际决策场景示例，验证该方法的适用性。

提出的方法

• 采用四种不同的灰关联分析技术：灰TOPSIS相对接近度、灰关联相对接近度、灰关联相对隶属度，以及基于最大熵估计的灰关联相对接近度。
• 所有计算均在四维欧几里得空间中进行，以统一处理混合类型属性。
• 应用最大熵估计确定灰关联系数的最优权重，确保一致性并最小化不确定性。
• 使用加权Borda方法将四种方法的个体排序结果聚合为最终的、全面的备选方案排序。
• 通过归一化和转换技术将定性属性转化为数值型灰关联等级。
• 将多种灰关联度整合到混合框架中，以提高决策可靠性并减少主观性。

实验结果

研究问题

• RQ1 如何有效结合多种灰关联分析方法以实现混合类型决策？
• RQ2 使用最大熵估计对灰关联度的一致性和可靠性有何影响？
• RQ3 混合方法在排序稳定性和准确性方面是否优于单一灰关联方法？
• RQ4 四维欧几里得空间表示如何提升对混合类型属性的处理能力？
• RQ5 与单一方法排序相比，加权Borda方法在多大程度上改善了最终决策结果？

主要发现

• 所提出的广义混合灰关联方法有效将四种不同的灰关联技术整合到统一的决策框架中。
• 最大熵估计显著提高了计算所得灰关联度的一致性和可靠性。
• 四维欧几里得空间的使用使得在决策中一致处理定性和定量属性成为可能。
• 加权Borda方法成功地将个体排序聚合为稳定且全面的最终排序。
• 数值例子展示了该方法在实际决策场景中的实用性和鲁棒性。
• 与单一灰关联方法相比，混合方法在减少排序不一致性方面表现出更优的决策质量。