基于社会网络分析的模糊多准则决策方法用于氢能源车辆选择

《Scientific Reports》：Social network based fuzzy decision-analytic model for hydrogen vehicle selection toward sustainable transportation systems

　　

摘要

选择有效的氢能源车辆技术是一个具有相互冲突的评价准则和专家判断不确定性的多准则决策（MCDM）问题。为应对这一挑战，本研究提出了一种基于社会网络分析的模糊多准则决策方法用于氢能源车辆选择。首先，在本研究中，采用社会网络分析（SNA）通过度中心性计算专家的相对影响力。其次，利用区间值模糊集（IVFS）捕捉专家语言评估中的不确定性和不精确性。第三，采用熵权法作为客观赋权方法确定评价准则的相对重要性。最后，使用基于与平均解距离的评价（EDAS）技术对备选方案进行评估和排序。所提出的方法应用于四种氢能源车辆备选方案，评价准则共有八项。结果表明，\(O_1\)（燃料电池电动汽车，FCEV）是最合适的选择，其EDAS评价得分为0.9992，其次是\(O_3\)（氢混合动力汽车，H2Hybrid）、\(O_4\)（氢增程式电动车，H2REEV）和\(O_2\)（氢内燃机汽车，H2ICE）。通过将所提出的方法与四种现有混合MCDM方法进行比较测试，进一步验证了其有效性，结果一致确定O1为最优备选方案。此外，采用1000次准则权重随机扰动的蒙特卡洛敏感性分析表明，在所有模拟中\(O_1\)的排名第一概率为100%。当使用准则权重和专家权重作为敏感性因素时，在所研究的范围内未观察到排名反转现象。定量结果显示，所提出的方法在不确定性决策条件下的氢能源车辆选择中具有较高的鲁棒性和稳定性。