[论文解读] Hybrid Grey Interval Relation Decision-Making in Artistic Talent Evaluation of Player

Gol Kim, Yunchol Jong+2 more|arXiv (Cornell University)|Jul 17, 2012

Multi-Criteria Decision Making参考文献 12被引用 3

一句话总结

本文提出了一种混合灰区间关系TOPSIS方法，用于大笒演奏家艺术天赋的评估，采用区间灰数表示属性权重和属性值。通过结合最大熵估计法与二维欧几里得距离，实现主观与客观权重的融合，提升了在不确定、不精确评估情境下的决策准确性，并通过一个真实世界的人才评估案例研究验证了其实际可行性。

ABSTRACT

This paper proposes a grey interval relation TOPSIS method for the decision making in which all of the attribute weights and attribute values are given by the interval grey numbers. In this paper, all of the subjective and objective weights are obtained by interval grey number and decision-making is based on four methods such as the relative approach degree of grey TOPSIS, the relative approach degree of grey incidence and the relative approach degree method using the maximum entropy estimation using 2-dimensional Euclidean distance. A multiple attribute decision-making example for evaluation of artistic talent of Kayagum (stringed Korean harp) players is given to show practicability of the proposed approach.

研究动机与目标

• 解决在不确定和信息不完整条件下评估大笒演奏家艺术天赋的挑战。
• 开发一种决策框架，利用区间灰数整合主观与客观的属性权重。
• 通过在统一的灰关联模型中结合多种决策方法，提升人才评估的准确性和可靠性。
• 通过在韩国传统音乐家艺术天赋评估中的实际应用，验证所提出方法的有效性。

提出的方法

• 该方法使用区间灰数表示属性权重和属性值，以捕捉专家评估中的不确定性。
• 主观权重基于专家判断通过区间灰数获得，而客观权重则通过最大熵估计法计算得出。
• 应用四种决策方法：灰TOPSIS的相对关联度、灰关联系数，以及两种基于二维欧几里得距离的变体。
• 最终排名通过聚合多种方法的结果确定，以增强稳健性并减少偏差。
• 通过基于区间灰数理论的混合权重机制，整合主观与客观信息。
• 案例研究基于10项艺术天赋属性，对12名大笒演奏家进行评估，并在四种方法间比较结果。

实验结果

研究问题

• RQ1 当属性权重和属性值模糊不清并以区间灰数表示时，如何改进艺术天赋评估？
• RQ2 在灰关联决策框架中，主观与客观权重的结合对人才评估有何影响？
• RQ3 在不确定性条件下，不同灰关联方法（TOPSIS、关联系数、基于熵的方法）在艺术天赋排名中的表现如何比较？
• RQ4 所提出的混合方法是否能在不确定评估情境下产生比传统方法更一致、更可靠的排名？
• RQ5 该方法在现实世界艺术天赋评估（如大笒演奏家）中的实际适用性如何？

主要发现

• 所提出的混合灰区间关系方法通过在权重和属性值中均使用区间灰数，有效处理了艺术天赋评估中的不确定性。
• 通过最大熵估计法整合主观与客观权重，提升了决策过程的稳定性和可靠性。
• 四种评估方法——灰TOPSIS、关联系数，以及两种基于熵的方法——得出了高度一致的排名，验证了该方法的稳健性。
• 案例研究显示，即使在输入数据模糊或不完整的情况下，该方法仍能对大笒演奏家进行高精度排名。
• 结果表明，该方法在处理不确定性方面优于传统方法，尤其在文化与艺术评估领域表现突出。