基于概率犹豫模糊相似度的交互式群体决策方法

doi:10.3785/j.issn.1008-9497.2022.04.002

浙江大学学报（理学版）

2022, Vol. 49

Issue (4): 398-407 DOI: 10.3785/j.issn.1008-9497.2022.04.002

数学与计算机科学

基于概率犹豫模糊相似度的交互式群体决策方法

华维灿¹,孙刚²(

),王贵君¹

^1.天津师范大学数学科学学院，天津 300387
^2.湖南工学院理学院，湖南衡阳 421002

全文: PDF(564 KB)

HTML( 0 )

摘要：

概率犹豫模糊集（probabilistic hesitant fuzzy set，PHFS）是犹豫模糊集的推广，在犹豫模糊集基础上通过为每个隶属度添加与之相对应的概率，以全面表达专家赋予的初始决策信息，是处理多属性指标决策问题的一种有效工具。首先，介绍了概率犹豫模糊数（PHFN）的基本定义和相关运算，指出了传统PHFN的得分函数和汉明距离的不足，并给出了改进方法。其次，通过适当补充隶属度集合中的元素数量提出了PHFN的汉明距离和相似度概念，依据专家赋予的评价矩阵引入了概率犹豫模糊矩阵（PHFM）相似度。最后，在概率犹豫模糊环境下基于PHFM相似度提出了一种交互式群体评价算法，并用实例验证了算法的有效性。

关键词： 概率犹豫模糊数（PHFN）; PHFN汉明距离; PHFN相似度; 交互式群体评价

Abstract:

Probabilistic hesitant fuzzy set (PHFS) is the extension of hesitant fuzzy set (HFS), that based on hesitant fuzzy set but adding a corresponding probability value for each membership degree. It is an effective tool to solve multi-attribute index decision-making problems, and can fully express the initial decision-making information given by experts. In this paper, we first introduce the basic definition and related operations of probability hesitant fuzzy number (PHFN), and present an improved method concerning the shortcomings of traditional PHFN score function and Hamming distance. Secondly, a new concept of Hamming distance and similarity of PHFN is proposed by appropriately supplementing the number of elements in membership set, and the similarity of probability hesitant fuzzy matrix (PHFM) is introduced according to the evaluation matrix given by experts. Finally, an interactive group evaluation method is given based on PHFM similarity in probabilistic hesitant fuzzy environment, and the effectiveness of the method is verified by an example.

Key words: probabilistic hesitant fuzzy number (PHFN) PHFN Hamming distance PHFN similarity interactive group evaluation

收稿日期: 2021-04-20 出版日期: 2022-07-13

CLC:

O 159

基金资助: 国家自然科学基金资助项目(61463019);湖南省自然科学基金资助项目(2019JJ40062)

通讯作者: 孙刚 E-mail: gs_sungang@126.com

作者简介: 华维灿（1996—），ORCID：https：//orcid/org/0000-0003-2959-2348，女，硕士研究生，主要从事模糊决策和模糊系统研究.

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	华维灿
	孙刚
	王贵君

引用本文:

华维灿,孙刚,王贵君. 基于概率犹豫模糊相似度的交互式群体决策方法[J]. 浙江大学学报（理学版）, 2022, 49(4): 398-407.

链接本文:

https://www.zjujournals.com/sci/CN/Y2022/V49/I4/398

标准化PHFN	距离测度
标准化PHFN	按定义9计算	按本文定义10计算
$γ 1 = {0.4 / 0.3,0.6 / 0.7}, γ 2 = {0.3 / 0.4 ， 0.7 / 0.6}$	$d (γ 1, γ 2) = 0$	$D (γ 1, γ 2) = 0.042$
$γ 3 = {0.1 / ? 0.3,0.9 / ? 0.7}, γ 4 = {0.3 / ? 0.1 ， 0.7 / ? 0.9}$	$d (γ 3, γ 4) = 0$	$D (γ 3, γ 4) = 0.089$
$γ 5 = {0.1 / ? 0.4,0.9 / ? 0.6}, γ 6 = {0.4 / ? 0.1 ， 0.6 / ? 0.9}$	$d (γ 5, γ 6) = 0$	$D (γ 5, γ 6) = 0.129$

表1 3组标准化PHFN的距离测度对比

方案	$c 1$	$c 2$	$c 3$	$c 4$
Y₁	｛0.85/1｝	｛0.2/0.4，0.5/0.6｝	｛0.45/1｝	｛0.6/1｝
Y₂	｛0.7/1｝	｛0.1/0.3，0.6/0.7｝	｛0.57/1｝	｛0.31/1｝
Y₃	｛0.7/0.4，0.2/0.6｝	｛0.5/1｝	｛0.16/1｝	｛0.59/1｝
Y₄	｛0.3/0.7，0.56/0.1，0.7/0.2｝	｛0.3/1｝	｛0.18/1｝	｛0.4/1｝
Y₅	｛0.6/1｝	｛0.49/1｝	｛0.1/0.4，0.3/0.6｝	｛0.75/1｝

表2 专家l 1的初始评价矩阵R(1)

方案	$c 1$	$c 2$	$c 3$	$c 4$
Y₁	｛0.73/1｝	｛0.6/0.3，0.8/0.7｝	｛0.3/1｝	｛0.82/1｝
Y₂	｛0.68/1｝	｛0.5/1｝	｛0.3/0.4，0.7/0.6｝	｛0.5/1｝
Y₃	｛0.55/1｝	｛0.59/1｝	｛0.1/0.2，0.3/0.4，0.6/0.4｝	｛0.5/1｝
Y₄	｛0.7/0.2，0.8/0.8｝	｛0.1/1｝	｛0.43/1｝	｛0.16/1｝
Y₅	｛0.5/0.2，0.6/0.8｝	｛0.5/1｝	｛0.2/1｝	｛0.5/1｝

表3 专家l 2的初始评价矩阵R(2)

方案	$c 1$	$c 2$	$c 3$	$c 4$
Y₁	｛0.6/1｝	｛0.34/1｝	｛0.3/0.2，0.4/0.8｝	｛0.5/1｝
Y₂	｛0.1/1｝	｛0.25/1｝	｛0.31/1｝	｛0.63/1｝
Y₃	｛0.2/0.2，0.3/0.8｝	｛0.43/1｝	｛0.12/1｝	｛0.4/1｝
Y₄	｛0.4/1｝	｛0.2/0.2，0.4/0.5，0.5/0.3｝	｛0.1/1｝	｛0.12/1｝
Y₅	｛0.53/1｝	｛0.1/0.3，0.4/0.7｝	｛0.3/1｝	｛0.2/1｝

表4 专家l 3的初始评价矩阵R(3)

方案	$c 1$	$c 2$	$c 3$	$c 4$
Y₁	｛0.747/1｝	｛0.404/0.12，0.490/0.18， 0.527/0.28，0.596/0.42｝	｛0.354/0.2，0.386/0.8｝	｛0.669/1｝
Y₂	｛0.558/1｝	｛0.304/0.3，0.468/0.7｝	｛0.407/0.4，0.553/0.6｝	｛0.496/1｝
Y₃	｛0.339/0.12，0.368/0.18， 0.523/0.08，0.544/0.32｝	｛0.501/1｝	｛0.127/0.2，0.147/0.4， 0.334/0.4｝	｛0.502/1｝
Y₄	｛0.498/0.14，0.562/0.56， 0.570/0.02，0.622/0.04， 0.624/0.08，0.669/0.16｝	｛0.204/0.2，0.277/0.5， 0.319/0.3｝	｛0.251/1｝	｛0.237/1｝
Y₅	｛0.545/0.2，0.578/0.8｝	｛0.387/0.3，0.465/0.7｝	｛0.204/0.4，0.268/0.6｝	｛0.535/1｝

表5 集成后群体评价矩阵R

方案	$c 1$	$c 2$	$c 3$	$c 4$
Y₁	｛0.760/1｝	｛0.402/0.12，0.500/0.18， 0.529/0.28，0.606/0.42｝	｛0.361/0.2，0.388/0.8｝	｛0.677/1｝
Y₂	｛0.585/1｝	｛0.301/0.3，0.487/0.7｝	｛0.421/0.4，0.567/0.6｝	｛0.480/1｝
Y₃	｛0.343/0.12，0.367/0.18， 0.548/0.08，0.565/0.32｝	｛0.516/1｝	｛0.129/0.2，0.201/0.4， 0.340/0.4｝	｛0.513/1｝
Y₄	｛0.499/0.14，0.564/0.56， 0.580/0.02，0.637/0.04， 0.634/0.08，0.684/0.16｝	｛0.209/0.2，0.269/0.5， 0.305/0.3｝	｛0.257/1｝	｛0.252/1｝
Y₅	｛0.549/0.2，0.582/0.8｝	｛0.408/0.3，0.470/0.7｝	｛0.194/0.4，0.267/0.6｝	｛0.563/1｝

表6 修正权重后专家群体综合评价矩阵R'

方法	得分函数					方案排序
方法	$γ ˉ 1$	$γ ˉ 2$	$γ ˉ 3$	$γ ˉ 4$	$γ ˉ 5$	方案排序
文献［5］方法	0.489	0.356	0.213	0.331	0.287	$Y 1 ? Y 2 ? Y 4 ? Y 5 ? Y 3$
文献［10］方法	0.425	0.391	0.285	0.343	0.253	$Y 1 ? Y 2 ? Y 4 ? Y 3 ? Y 5$
本文方法	0.287	0.161	0.138	0.105	0.154	$Y 1 ? Y 2 ? Y 5 ? Y 3 ? Y 4$

表7 3种方法下高等师范院校教学质量Yi 对应的综合评价值（得分函数）和综合排序的比较

1	TORRA V. Hesitant fuzzy sets［J］. International Journal of Intelligent Systems， 2010， 25（6）： 529-539. DOI：10.1002/int.20418 doi: 10.1002/int.20418
2	XU Z S， XIA M M. Distance and similarity measures for hesitant fuzzy sets［J］. Information Sciences， 2011， 181（11）， 2128-2138. DOI：10.1016/j.ins. 2011.01.028 doi: 10.1016/j.ins. 2011.01.028
3	ZHU B， XU Z S， XIA M M. Dual hesitant fuzzy sets［J］. Journal of Applied Mathematics， 2012， 2012： 879629. DOI：10.1155/2012/879629 doi: 10.1155/2012/879629
4	刘卫锋，何霞. 毕达哥拉斯犹豫模糊集［J］.模糊系统与数学，2016， 30（4）： 107-115. LIU W F， HE X. Pythagorean hesitation fuzzy set［J］. Fuzzy Systems and Mathematics， 2016， 30（4）：107-115.
5	XU Z S， ZHOU W. Consensus building with a group of decision makers under the hesitant probabilistic fuzzy environment［J］. Fuzzy Optimization & Decision Making， 2017， 16（4）： 481-503. DOI：10.1007/s10700-016-9257-5 doi: 10.1007/s10700-016-9257-5
6	XU Z S. Group decision making based on multiple types of linguistic preference relations［J］. Information Sciences， 2008， 178（2）： 452-467. DOI：10.1016/j.ins.2007.05.018 doi: 10.1016/j.ins.2007.05.018
7	GAO J， XU Z S， LIAO H C. A dynamic reference point method for emergency response under hesitant probabilistic fuzzy environment［J］. International Journal of Fuzzy Systems， 2017， 19（5）： 1261-1278. DOI：10.1007/s40815-017-0311-4 doi: 10.1007/s40815-017-0311-4
8	SU Z， XU Z S， ZHAO H， et. al . Entropy measures for probabilistic hesitant fuzzy information［J］. IEEE Access， 2019， 7： 65714-65727. DOI：10.1109/ACCESS.2019.2916564 doi: 10.1109/ACCESS.2019.2916564
9	WU J， LIU X D， WANG Z W， et al. Dynamic emergency decision-making method with probabilistic hesitant fuzzy information based on GM（1，1） and TOPSIS［J］. IEEE Access， 2019， 7： 7054-7066. DOI：10.1109/ACCESS.2018.2890110 doi: 10.1109/ACCESS.2018.2890110
10	梁玉英. 基于概率犹豫模糊信息集成算法的数据产品选择［J］. 计算机工程与应用， 2019， 55（3）： 219-224. DOI：10.3778/j.issn.1002-8331.1806-0300 LIANG Y Y. Selection of data products based on probabilistic hesitant fuzzy information aggregation algorithm［J］. Computer Engineering and Applications， 2019， 55（3）： 219-224. DOI：10.3778/j.issn.1002-8331.1806-0300 doi: 10.3778/j.issn.1002-8331.1806-0300
11	武文颖，李应，倪志伟，等. 概率犹豫模糊Maclaurin几何对称平均算子及其群决策模型［J］. 系统科学与数学， 2020， 40（6）： 1074-1089. doi:10.12341/jssms13911 WU W Y， LI Y， NI Z W， et al. Probabilistic hesitant fuzzy Maclaurin geometric symmetric mean operator and its group decision making model［J］. Journal of Systems Science and Mathematical， 2020， 40（6）： 1074-1089. doi:10.12341/jssms13911 doi: 10.12341/jssms13911
12	ZENG S Z， SU W H， SUN L R. A method based on similarity measures for interactive group decision-making with intuitionistic fuzzy preference relations［J］. Applied Mathematical Modelling， 2013， 37（10/11）： 6909-6917. DOI：10.1016/j.apm.2013.01.044 doi: 10.1016/j.apm.2013.01.044
13	LIAO H C， XU Z S. Satisfaction degree based interactive decision making under hesitant fuzzy environment with incomplete weights［J］. International Journal of Uncertainty， 2014， 22（4）： 553-572. DOI：10.1142/S0218488514500275 doi: 10.1142/S0218488514500275
14	杜娟，霍佳震. 交互式多属性群决策评价方法研究［J］. 中国管理科学， 2016， 24（11）： 120-128. DOI：10.16381/j.cnki.issn1003-207x.2016.11.014 DU J， HUO J Z. A study on the interactive evaluation in multiple attribute group decision making［J］. Chinese Journal of Management Science， 2016， 24（11）： 120-128. DOI：10.16381/j.cnki.issn1003-207x.2016.11.014 doi: 10.16381/j.cnki.issn1003-207x.2016.11.014
15	袁宇翔，孙静春. 多粒度语言信息的交互式多属性群决策方法及应用［J］. 运筹与管理， 2019， 28（6）： 25-32. DOI：10.12005/orms.2019.0124 YUAN Y X， SUN J C. Interactive multi-attribute group decision making with multi-granularity linguistic information and its application［J］. Operations Research and Management Science， 2019， 28（6）： 25-32. DOI：10.12005/orms.2019.0124 doi: 10.12005/orms.2019.0124
16	WANG G J， TAO Y J， LI Y H. TOPSIS evaluation system of logistics transportation based on an ordered representation of the polygonal fuzzy set［J］. International Journal of Fuzzy Systems， 2020， 22（5）：1565-1581. DOI：10.1007/s40815-020-00861-6 doi: 10.1007/s40815-020-00861-6

[1]	李丹,王贵君. 毕达哥拉斯模糊环境下海明距离测度的证明及推广[J]. 浙江大学学报（理学版）, 2023, 50(4): 402-408.
[2]	李丹,王贵君. 直觉折线模糊数空间的完备可分性和逼近性[J]. 浙江大学学报（理学版）, 2022, 49(5): 532-539.
[3]	陶玉杰,索春凤. 基于曲边梯形面积刻画毕达哥拉斯模糊数的排序方法[J]. 浙江大学学报（理学版）, 2022, 49(4): 391-397.
[4]	李艳红. 广义拟Sugeno积分的次可加性和自连续性[J]. 浙江大学学报（理学版）, 2020, 47(1): 67-71.

Viewed

Full text

Abstract

Cited

Shared

Discussed