[论文解读] Type-2 Fuzzy Set based Hesitant Fuzzy Linguistic Term Sets for Linguistic Decision Making

Taniya Seth, Pranab K. Muhuri|arXiv (Cornell University)|Feb 26, 2020

Multi-Criteria Decision Making参考文献 35被引用 10

一句话总结

本文提出了一种新颖的框架，通过将区间直觉2型模糊集整合到犹豫模糊语言术语集之中，增强了对专家群体语言不确定性的表示能力。该框架提出了一种方法，用于从多个梯形区间直觉2型模糊集中计算直觉2型模糊包络，并在供应商绩效评估中验证了该模型，结果表明其在处理组内与组间不确定性方面优于现有模型。

ABSTRACT

Approaches based on computing with words find good applicability in decision making systems. Predominantly finding their basis in type-1 fuzzy sets, computing with words approaches employ type-1 fuzzy sets as semantics of the linguistic terms. However, type-2 fuzzy sets have been proven to be scientifically more appropriate to represent linguistic information in practical systems. They take into account both the intra-uncertainty as well as the inter-uncertainty in cases where the linguistic information comes from a group of experts. Hence in this paper, we propose to introduce linguistic terms whose semantics are denoted by interval type-2 fuzzy sets within the hesitant fuzzy linguistic term set framework, resulting in type-2 fuzzy sets based hesitant fuzzy linguistic term sets. We also introduce a novel method of computing type-2 fuzzy envelopes out of multiple interval type-2 fuzzy sets with trapezoidal membership functions. Furthermore, the proposed framework with interval type-2 fuzzy sets is applied on a supplier performance evaluation scenario. Since humans are predominantly involved in the entire process of supply chain, their feedback is crucial while deciding many factors. Towards the end of the paper, we compare our presented model with various existing models and demonstrate the advantages of the former.

研究动机与目标

• 为解决类型1模糊集在群体决策情境中表示语言不确定性方面的局限性。
• 将区间直觉2型模糊集整合到犹豫模糊语言术语集框架中，以建模专家反馈中的组内与组间不确定性。
• 提出一种方法，用于从具有梯形隶属函数的多个区间直觉2型模糊集中计算直觉2型模糊包络。
• 在真实世界的供应商绩效评估场景中验证所提出的框架。
• 与现有方法进行比较，展示其在不确定性处理与决策准确性方面的优势。

提出的方法

• 使用区间直觉2型模糊集表示语言术语，以捕捉超越类型1模糊集的更高阶不确定性。
• 在犹豫模糊语言术语集框架内整合区间直觉2型模糊集，以建模专家提供的多种语言评估。
• 提出一种新颖算法，用于从具有梯形隶属函数的多个区间直觉2型模糊集中计算直觉2型模糊包络。
• 将该框架应用于涉及人类专家反馈的供应商绩效评估案例研究。
• 采用专为区间直觉2型模糊集设计的去模糊化与聚合技术，以支持决策制定。
• 使用定性与定量评估指标，将所提模型与现有模型进行比较。

实验结果

研究问题

• RQ1 与类型1模糊集相比，区间直觉2型模糊集在群体决策情境中如何提升语言不确定性的表示能力？
• RQ2 如何有效计算具有梯形隶属函数的多个区间直觉2型模糊集的直觉2型模糊包络？
• RQ3 所提出的框架在涉及专家语言评估的真实世界供应商绩效评估情境中表现如何？
• RQ4 所提模型在处理不确定性方面，相较于现有犹豫模糊语言与基于类型1模糊集的模型，有哪些优势？
• RQ5 将直觉2型模糊集整合到犹豫模糊语言术语集中的关键优势是什么？

主要发现

• 所提出的框架能够有效建模语言评估中的组内不确定性（单个专家评估内部的不确定性）与组间不确定性（专家意见之间的差异）。
• 从多个梯形区间直觉2型模糊集中计算直觉2型模糊包络的方法，为不确定语言数据提供了稳健的聚合机制。
• 在供应商绩效评估的案例研究中，该模型相较于基于类型1模糊集的方法，表现出更高的决策准确性和更优的不确定性表示能力。
• 与现有模型的比较表明，所提框架能更好地捕捉语言模糊性与专家意见分歧。
• 将区间直觉2型模糊集整合到犹豫模糊语言术语集，可构建出更科学准确且适用于现实世界决策系统的模型。