为了探索区间二型模糊背景下的多属性群决策方法,以多粒度概率粗糙集为基础,结合MULTIMOORA(Multi⁃Objective Optimization by Ratio Analysis Plus the Full Multi⁃Plicative Form)与证据融合理论,发展了一种基于区间二型模糊信息的多粒度证据融合决策模型.首先,提出多粒度区间二型模糊概率粗糙集模型;然后,通过离差最大化法和熵权法计算决策者权重和属性权重,依据多粒度概率粗糙集和MULTIMOORA法建立区间二型模糊多属性群决策模型,通过源自D⁃S证据理论的证据融合方法融合得出决策结果.通过钢铁行业耗能的实例,证明提出方法的可行性与有效性,总体上,提出的决策模型具备一定的容错力,有助于获得强解释力的稳健型决策结果.
关键词:多粒度粗糙集
;
概率粗糙集
;
证据融合
;
区间二型模糊集
;
耗能决策
Abstract
In order to explore multi⁃attribute group decision⁃making methods in the background of interval type⁃2 fuzziness,the paper starts with multigranulation probabilistic rough sets and develops a multi⁃granularity evidence fusion decision⁃making model based on interval type⁃2 fuzzy information via with MULTIMOORA (Multi⁃Objective Optimization by Ratio Analysis Plus the Full Multi⁃Plicative Form) method and the evidence fusion theory. First,a multi⁃granularity interval type⁃2 fuzzy probabilistic rough set model is put forward. Then,the decision⁃maker weight and the attribute weight are calculated by the dispersion maximization method and the entropy weight method. Furthermore,in light of multigranulation probabilistic rough sets and the MULTIMOORA method,an interval type⁃2 fuzzy multi⁃attribute group decision⁃making model is established. The decision results are eventually acquired via the evidence fusion method from the D⁃S evidence theory. At last,the feasibility and effectiveness of the proposed method are verified by a case of energy consumption in steel industry. All in all,the established decision⁃making model in the paper owns a certain degree of fault tolerance and is conducive to acquiring stable decision results with strong interpretability.
Keywords:multigranulation rough set
;
probabilistic rough set
;
evidence fusion
;
interval type⁃2 fuzzy set
;
energy consuming decision⁃making
Wang Bingjie, Zhang Chao, Li Deyu, Ma Jinnan, Wang Yuan. Energy consumption decision⁃making of steel industry based on the interval type⁃2 fuzzy multi⁃granularity evidence fusion method. Journal of nanjing University[J], 2023, 59(4): 600-609 doi:10.13232/j.cnki.jnju.2023.04.007
在多属性群决策问题的研究中,学者们提出多种决策方法.比利时学者Brauers[12]提出MOORA (Multi⁃Objective Optimization by Ratio Analysis),其中包括了比率系统方法和参考点方法,又将全乘法引入MOORA来构建MULTIMOORA.MULTIMOORA最终可给出三种结果,运算相对简单,同时具备一定的稳健性[13],适合处理多属性群决策问题[14-17].然而,通过该方法计算得出的三类决策结果可能存在差异,需使用信息融合的手段将其融合.具体地,信息融合是将不同的信息通过一定的技术手段融合到一起,可对信息进行有效的处理.其中,D⁃S证据理论[18]是一种经典的信息融合方法,通过信任函数和似然函数来表示证据的不确定值,包含多种证据合成的方法,可有效解决信息融合问题.近年来,学者们开展了诸多关于D⁃S证据理论的研究[19-22].
Multiple attribute group decision making based on multigranulation probabilistic models,MULTIMOORA and TPOP in incomplete q⁃rung orthopair fuzzy information systems
Project management for a country with multiple objectives
2
2012
... 在多属性群决策问题的研究中,学者们提出多种决策方法.比利时学者Brauers[12]提出MOORA (Multi⁃Objective Optimization by Ratio Analysis),其中包括了比率系统方法和参考点方法,又将全乘法引入MOORA来构建MULTIMOORA.MULTIMOORA最终可给出三种结果,运算相对简单,同时具备一定的稳健性[13],适合处理多属性群决策问题[14-17].然而,通过该方法计算得出的三类决策结果可能存在差异,需使用信息融合的手段将其融合.具体地,信息融合是将不同的信息通过一定的技术手段融合到一起,可对信息进行有效的处理.其中,D⁃S证据理论[18]是一种经典的信息融合方法,通过信任函数和似然函数来表示证据的不确定值,包含多种证据合成的方法,可有效解决信息融合问题.近年来,学者们开展了诸多关于D⁃S证据理论的研究[19-22]. ...
Project management by multimoora as an instrument for transition economies
1
2010
... 在多属性群决策问题的研究中,学者们提出多种决策方法.比利时学者Brauers[12]提出MOORA (Multi⁃Objective Optimization by Ratio Analysis),其中包括了比率系统方法和参考点方法,又将全乘法引入MOORA来构建MULTIMOORA.MULTIMOORA最终可给出三种结果,运算相对简单,同时具备一定的稳健性[13],适合处理多属性群决策问题[14-17].然而,通过该方法计算得出的三类决策结果可能存在差异,需使用信息融合的手段将其融合.具体地,信息融合是将不同的信息通过一定的技术手段融合到一起,可对信息进行有效的处理.其中,D⁃S证据理论[18]是一种经典的信息融合方法,通过信任函数和似然函数来表示证据的不确定值,包含多种证据合成的方法,可有效解决信息融合问题.近年来,学者们开展了诸多关于D⁃S证据理论的研究[19-22]. ...
Multiple attribute group decision making based on multigranulation probabilistic models,MULTIMOORA and TPOP in incomplete q?rung orthopair fuzzy information systems
1
2022
... 在多属性群决策问题的研究中,学者们提出多种决策方法.比利时学者Brauers[12]提出MOORA (Multi⁃Objective Optimization by Ratio Analysis),其中包括了比率系统方法和参考点方法,又将全乘法引入MOORA来构建MULTIMOORA.MULTIMOORA最终可给出三种结果,运算相对简单,同时具备一定的稳健性[13],适合处理多属性群决策问题[14-17].然而,通过该方法计算得出的三类决策结果可能存在差异,需使用信息融合的手段将其融合.具体地,信息融合是将不同的信息通过一定的技术手段融合到一起,可对信息进行有效的处理.其中,D⁃S证据理论[18]是一种经典的信息融合方法,通过信任函数和似然函数来表示证据的不确定值,包含多种证据合成的方法,可有效解决信息融合问题.近年来,学者们开展了诸多关于D⁃S证据理论的研究[19-22]. ...
An innovative index system and HFFS?MULTIMOORA method based group decision?making framework for regional green development level evaluation
0
2022
A hybrid multi?criteria?decision?making aggregation method and geographic information system for selecting optimal solar power plants in Iran
0
2022
Upper and lower probabilities induced by a multivalued mapping
1
1967
... 在多属性群决策问题的研究中,学者们提出多种决策方法.比利时学者Brauers[12]提出MOORA (Multi⁃Objective Optimization by Ratio Analysis),其中包括了比率系统方法和参考点方法,又将全乘法引入MOORA来构建MULTIMOORA.MULTIMOORA最终可给出三种结果,运算相对简单,同时具备一定的稳健性[13],适合处理多属性群决策问题[14-17].然而,通过该方法计算得出的三类决策结果可能存在差异,需使用信息融合的手段将其融合.具体地,信息融合是将不同的信息通过一定的技术手段融合到一起,可对信息进行有效的处理.其中,D⁃S证据理论[18]是一种经典的信息融合方法,通过信任函数和似然函数来表示证据的不确定值,包含多种证据合成的方法,可有效解决信息融合问题.近年来,学者们开展了诸多关于D⁃S证据理论的研究[19-22]. ...
2
1976
... 在多属性群决策问题的研究中,学者们提出多种决策方法.比利时学者Brauers[12]提出MOORA (Multi⁃Objective Optimization by Ratio Analysis),其中包括了比率系统方法和参考点方法,又将全乘法引入MOORA来构建MULTIMOORA.MULTIMOORA最终可给出三种结果,运算相对简单,同时具备一定的稳健性[13],适合处理多属性群决策问题[14-17].然而,通过该方法计算得出的三类决策结果可能存在差异,需使用信息融合的手段将其融合.具体地,信息融合是将不同的信息通过一定的技术手段融合到一起,可对信息进行有效的处理.其中,D⁃S证据理论[18]是一种经典的信息融合方法,通过信任函数和似然函数来表示证据的不确定值,包含多种证据合成的方法,可有效解决信息融合问题.近年来,学者们开展了诸多关于D⁃S证据理论的研究[19-22]. ...
An evidential reasoning rule considering parameter uncertainty
1
2022
... 在多属性群决策问题的研究中,学者们提出多种决策方法.比利时学者Brauers[12]提出MOORA (Multi⁃Objective Optimization by Ratio Analysis),其中包括了比率系统方法和参考点方法,又将全乘法引入MOORA来构建MULTIMOORA.MULTIMOORA最终可给出三种结果,运算相对简单,同时具备一定的稳健性[13],适合处理多属性群决策问题[14-17].然而,通过该方法计算得出的三类决策结果可能存在差异,需使用信息融合的手段将其融合.具体地,信息融合是将不同的信息通过一定的技术手段融合到一起,可对信息进行有效的处理.其中,D⁃S证据理论[18]是一种经典的信息融合方法,通过信任函数和似然函数来表示证据的不确定值,包含多种证据合成的方法,可有效解决信息融合问题.近年来,学者们开展了诸多关于D⁃S证据理论的研究[19-22]. ...
Hyperautomation for air quality evaluations:A perspective of evidential three?way decision?making
0
2023
Multisource weighted domain adaptation with evidential reasoning for activity recognition
0
2023
Explaining the impact of source behaviour in evidential reasoning
1
2022
... 在多属性群决策问题的研究中,学者们提出多种决策方法.比利时学者Brauers[12]提出MOORA (Multi⁃Objective Optimization by Ratio Analysis),其中包括了比率系统方法和参考点方法,又将全乘法引入MOORA来构建MULTIMOORA.MULTIMOORA最终可给出三种结果,运算相对简单,同时具备一定的稳健性[13],适合处理多属性群决策问题[14-17].然而,通过该方法计算得出的三类决策结果可能存在差异,需使用信息融合的手段将其融合.具体地,信息融合是将不同的信息通过一定的技术手段融合到一起,可对信息进行有效的处理.其中,D⁃S证据理论[18]是一种经典的信息融合方法,通过信任函数和似然函数来表示证据的不确定值,包含多种证据合成的方法,可有效解决信息融合问题.近年来,学者们开展了诸多关于D⁃S证据理论的研究[19-22]. ...
Supplier selection using a clustering method based on a new distance for interval type?2 fuzzy sets:A case study
1
2016
... 定义6[23] ...
基于多粒度视角下的D?S证据理论融合策略
1
2014
... 使用D⁃S证据理论对证据进行合成时,若证据冲突,则合成公式[24]如下: ...
Multigranu?lation view based fusing strategy of D?S evidence