基于几何语言变换机制的循环直觉模糊环境下的多准则群体决策方法

《Applied Soft Computing》:Multi-criteria group decision-making in circular intuitionistic fuzzy environment via a geometric linguistic transformation mechanism

【字体: 大 中 小 】 时间:2026年07月09日 来源:Applied Soft Computing 7.8

编辑推荐:

  李晓楠|秦玉华 西安电子科技大学数学与统计学院,中国陕西省西安市太白南路266号,710071 摘要 循环直觉模糊集为多准则群体决策中的不确定性处理提供了稳健的几何框架。然而现有方法在语言术语转换过程中往往存在信息损失,且缺乏有效机制处理共识形成过程中的异常意见。为

  李晓楠|秦玉华
西安电子科技大学数学与统计学院,中国陕西省西安市太白南路266号,710071

摘要
循环直觉模糊集为多准则群体决策中的不确定性处理提供了稳健的几何框架。然而现有方法在语言术语转换过程中往往存在信息损失,且缺乏有效机制处理共识形成过程中的异常意见。为克服这些局限,本文提出了一种基于几何可解释映射的新的共识驱动型多准则群体决策框架。首先,不同于僵化的静态表格,我们利用直觉模糊解释三角形内的几何曲线构建参数化转换机制,该机制能够灵活编码专家的风险态度,同时保持语义一致性。其次,我们将C-IFV的半径重新定义为共识度量指标,从而开发出动态异常检测算法,通过迭代过滤极端偏差,防止不确定性区域错误扩大,确保聚合结果反映真正的多数偏好。第三,引入改进的去模糊函数以匹配所提出的聚合逻辑,提升排序结果的区分度。最后,通过供应商选择案例研究验证,该框架显著提升了决策稳定性,并在复杂环境中有效保持了语义完整性。

引言
在现代管理和工程领域日益复杂的背景下,多准则群体决策已成为一项关键活动。决策者往往需要在知识有限、时间压力大以及认知模糊等约束条件下评估各种备选方案。尽管经典模糊集和直觉模糊集已被广泛用于建模此类不确定性,但它们通常将隶属度和非隶属度表示为精确点或区间,难以捕捉决策者内心的犹豫情绪。为解决这一缺陷,循环直觉模糊集作为一种广义扩展被引入。C-IFS的核心特征是其几何结构——即在直觉模糊解释三角形内由中心点和半径构成的圆,该半径作为量化不确定性水平的几何指标,有助于构建更精细、更稳健的决策支持系统。

得益于这些几何优势,C-IFS已被广泛整合到现代多准则群体决策框架中。目前存在多种混合方法:Otay等人将C-IFS与AHP结合用于数字化转型项目,还有些人将TOPSIS和PROMETHEE等经典排序方法拓展到循环直觉模糊环境,以处理复杂的权衡问题。与此同时,基于Frank三角范数的灵活聚合范式也被开发出来,进一步丰富了C-IFS的操作工具箱。尽管方法种类繁多,从基于距离的评估到基于共识的资源分配,但这些框架都有一个共同的依赖前提:获取来自决策者的高质量输入数据。由于人类认知本质上是定性的,决策者通常使用语言术语而非精确的数值坐标来表达判断。因此,无论后续分析方法是AHP还是VIKOR,决策过程的可靠性都取决于两个关键步骤:将定性语言术语有效转换为定量值,以及将这些个体偏好稳健地聚合为集体共识。

目前,将定性语言术语转换为定量模糊值主要依靠僵化的预定义转换表。标准方法通常采用静态映射,如9级直觉模糊集或7级毕达哥拉斯框架,其中每个语言术语都被固定分配到一个坐标,而不考虑决策背景。然而,这种“一刀切”的僵化方式忽视了一个重要的认知事实:语言解读本质上是主观的,且受态度影响。例如,保守型决策者和冒险型决策者可能对同一术语(如“好”)有不同的犹豫程度或隶属度。此外,语义分布很少完全对称,负面术语的心理影响往往大于正面术语,这与前景理论中的损失厌恶原则一致。虽然有一些研究试图解决尺度不平衡的问题,但现有方法缺乏参数化机制来模拟这些细微差别,因此在聚合过程开始之前就导致了决策者意见的系统性扭曲。因此,有必要建立一种理论上严谨的转换机制,在IFV的几何约束下明确建模这些主观倾向。这正是我们的第一个贡献:一种将决策者态度与IFV坐标表示相关联的几何映射范式。

一旦定性评估被有效量化,决策框架的可靠性就取决于第二个关键阶段:将这些个体偏好稳健地聚合为集体共识。群体决策的主要目标就是形成代表多数共识的集体意见。然而,实际决策环境往往并不理想,常常存在冲突,某些决策者持有截然不同或极端的观点。近期在共识达成过程方面的研究从多个角度试图解决这些问题,包括针对大规模环境的基于置信度和冲突的调整机制、嵌入社交网络环境的多周期意见演化模型,以及整合动态冲突检测的自适应三向聚类方法。在当前循环直觉模糊集的应用中,方法大致分为两类:直接用C-IFS表示决策者的初始评估,或将其作为目标格式来聚合标准的直觉模糊值。本研究侧重于后者,即将一组IFV转换为单一的集体C-IFV,作为一种高效的几何数据压缩技术。在此框架下,几何语义十分明确:C-IFV的中心点代表聚合后的多数意见,而半径则量化群体间的分歧程度(或缺乏共识的程度)。与传统的点值直觉模糊集相比,这种双参数表示方式能更直观地展现群体不确定性。尽管有这些优势,传统的聚合运算符通常采用静态加权平均法。我们发现这种方法在“几何耦合”方面存在一个关键缺陷:当包含远离群体的异常值时,它不仅会使中心点偏离多数群体,更会人为扩大半径以涵盖这些不同的意见,从而导致“虚假共识”,即出现过度不确定性,而非真正反映群体共识。尽管近期有一些研究开始在基于信任的共识框架中融入动态异常检测,但C-IFS聚合中由几何耦合导致的半径膨胀问题仍未得到研究。为解决这一语义偏差,我们的第二个贡献是一种迭代异常值去除算法。通过将半径重新定义为动态一致性指标,该方法能在比例约束下自动过滤掉显著偏离群体共识的异常意见,确保最终的C-IFV能够忠实保留多数意见的分布完整性。

基于上述理论思考,本文构建了一个用于C-IFS多准则群体决策的稳健共识达成框架。该框架结合了几何可解释的转换机制和基于半径的异常值去除算法,以确保决策结果的可靠性。主要贡献如下:
1. 提出了一种用于语言术语的几何转换机制。与静态映射表不同,该机制利用参数曲线处理对称和非对称的语言术语集,通过调整直觉模糊空间的几何划分,能够精确编码不同决策者的立场和风险态度,从而在定性到定量的转换过程中保持语义一致性。
2. 为C-IFS开发了一种异常值去除聚合算法。我们通过将C-IFV的几何距离和半径作为冲突指标来重新定义聚合过程。该算法通过迭代方式识别并过滤掉与群体共识差异较大的异常意见,避免半径膨胀问题,同时优化现有的去模糊函数,使其更好地与聚合逻辑相匹配。
3. 建立了一个完整的循环直觉模糊多准则群体决策框架。通过整合所提出的转换和聚合机制,我们构建了一个能够有效处理现实世界多准则群体决策复杂性的完整决策支持系统。该框架通过供应商选择案例研究得到了验证,证明了其在可靠性和可解释性方面的优势,优于现有方法。

本文其余部分结构如下:第2节介绍IFS和C-IFS的基本概念以及共识达成过程框架;第3节提出具有几何可解释特性的从语言术语到IFV的转换机制;第4节开发了一种通过迭代异常检测将IFS转换为C-IFV的创新聚合算法;第5节整合了这些组件,建立了完整的循环直觉模糊多准则群体决策方法论;第6节通过供应商选择案例研究验证该框架,展示其在处理现实决策复杂性方面的优势;最后,第7节总结了研究贡献及未来发展方向。

此外,表1列出了文中常用的缩写词。

章节节选
初步知识
本节分三个部分系统阐述理论基础:2.1节介绍直觉模糊集及其几何解释;2.2节结合现有的去模糊函数,明确循环直觉模糊集的概念框架;2.3节给出从直觉模糊值到循环直觉模糊值的经典聚合运算符,并通过示例说明从语言术语到直觉模糊值的转换过程。在本节中,我们提出了一种基于几何原理的转换机制,能够在直觉模糊解释三角形内将语言术语动态映射为直觉模糊值。与依赖僵化预定义映射表的常规方法不同,我们的框架将参数曲线选择与严格的语义约束相结合,从而实现适应性强、受态度影响的表示方式,同时保持语义一致性。

带异常值去除的聚合算法:从直觉模糊集到循环直觉模糊值
一旦语言术语被映射为IFV,接下来就需要将各个决策者的判断综合为统一的表现形式。本节构建了一种共识驱动的聚合机制,将该机制将离散的IFV转换为单一的集体C-IFV,其中中心点和半径分别代表群体意见和共识程度。与定义6中的静态定义不同,所提出的算法整合了一种由比例参数控制的迭代异常检测机制。

一种循环直觉模糊多准则群体决策方法
本节将之前建立的各个理论模块整合为一个统一的循环直觉模糊多准则群体决策框架。具体而言,该方法将语义转换机制(第3节)与抗异常的聚合协议(第4节)相结合,以处理决策者之间不同的判断。此外,为便于进行明确排序,我们还优化了去模糊函数,确保其与生成的C-IFV在数学上兼容。

第一步:问题描述
示例:供应商选择
在本节中,我们将所提出的多准则群体决策框架应用于一个改编自[20]的供应商选择问题。该案例涉及多个决策者以及相互冲突的评估标准,为检验基于共识的聚合方法的实用性提供了合适背景。具体而言,我们首先展示完整的决策过程,然后分析该方法对内部参数的敏感性,最后通过与现有基准方法的比较,评估其排序效果。

结论
本文提出了一种新的循环直觉模糊多准则群体决策框架,为将定性语言表达转化为定量决策模型提供了结构化且能保留信息的路径。尽管完全协调人类认知与数值计算这一根本挑战依然存在,但所提出的框架在两个方面推动了这一进程:以风险态度为参数的语言转换方式能够保留更多上下文信息。

CRediT作者贡献声明
李晓楠:写作——审阅与编辑,指导。秦玉华:写作——审阅与编辑,原始稿撰写,验证,软件应用,项目管理,方法论,形式分析,数据整理,概念设计。

利益冲突声明
作者声明不存在任何可能影响本文工作的已知财务利益或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号