摘要
球面模糊集是普通模糊集的扩展，其中隶属度、非隶属度和犹豫度均可独立变化。这种独立性对于专家驱动的风险评估至关重要：它允许一种判断同时承载支持度、反对度和犹豫度，并且这三者各自独立变化，而直觉模糊和毕达哥拉斯模糊表示无法做到这一点，因为它们的犹豫度是另外两个度的残差。本文采用球面模糊层次分析法对风险准则进行赋权，并表明恢复出的犹豫度在各准则间呈系统性差异：在针对十项地下采矿作业的示例评估中，犹豫度在可能性上最大，在严重性上最小。该排序可由相应的残差犹豫度计算复现，因此本文将其作为对汇总后语言型专家画像的描述加以报告，而非作为表示优势的证据：在本文所采用的量表下，单个语言型术语会一次性固定全部三个坐标，因此犹豫度是由量表分配赋予的，而非单独采集的。加权后的准则与MARCOS方法进行组合。基于近期确立的MARCOS方法与加权求和方法的等价性，本文识别并封闭了备选方案集影响排序的唯一通道，从而得到一种具有固定锚点的MARCOS改进形式，该形式可被证明对备选方案的增删具有不变性。该通道被精确地局部化：MARCOS的排序仅通过理想行依赖备选方案集，且只有当被剔除的方案是某列最大值的唯一持有者时才可能发生反转。在覆盖360次两两比较的删除实验中，改进后的设定未产生任何反转，而七种基准方法的反转次数在1至15之间不等，其中经典MARCOS为5次。球面模糊赋权与抗排序反转的聚合方法分别针对专家风险判断的表示问题与稳定性问题。
