[发明专利]基于云模型下的概率语言术语集VIKOR理论的性能优选分析方法

说明书

本方法公开了一种基于云模型下的概率语言术语集VIKOR理论的性能优选分析方法，主要解决现有技术由于主观选择和随机赋值带来的不确定性和随机性问题。其实现方案为：1)标准化处理原始PLTSs；2)高斯集成法转化PLTSs为云模型；3)确定正、负理想解；4)确定客观权重得到群体效用决策值和个体遗憾值；5)利用群体效用决策系数v的取值来确定利益比率；6)条件迭代筛选升序排列结果。本发明构建的PC‑VIKOR法，有效解决由于个人偏好不同导致的主观赋值问题，提高了多属性决策问题中的权重精确度，可用于各个领域的科学决策问题。图1所示为本发明方法的流程图。

技术领域

本发明涉及性能优选分析方法，尤其涉及基于云模型下的概率语言术语集VIKOR理论的综合性能优选方法，属于管理科学领域，可用于决策分析。

背景技术

决策是指人们为达到预先设定的目标，在具体先验系统的基础上，基于现实客观条件，采用科学、合理的方法和措施，通过必要的分析与判断，从所有可供选择的方案中找出最优方案并实施。随着世界经济和科学发展的日益强大，决策活动变得越来越重要，涉及范围及影响也越来越大。在社会生活中，决策过程无处不在，小到商品购买，大到国家金融体制的改革，都依赖科学决策来完成。随着社会的不断进步与发展，在实际决策问题的思考过程中涉及的东西也越来越复杂多变，但是想准确解决问题则需要综合多个决策者的意见和建议，又因为决策者的思维方式、所见所想各不相同，所以我们很难得到准确无误的信息，因此我们进行决策研究时出现的问题也就越来越多，越来越复杂。

为了解决多属性决策问题，TOPSIS和VIKOR方法作为典型的多准则折衷方法而被广泛使用。但是TOPSIS法忽略了相对距离带来的误差，导致最优方案并不能总是接近理想解。相对于此，VIKOR法可以在保证可接受的优势和可靠性的同时，找出方案的最优折衷解。因此，它是解决多属性决策问题的一种优选方法，并被广泛用于多个领域。Shemshadi等人将熵和VIKOR相结合，提出一种适用于筛选隐藏供应方的模糊VIKOR方法。Zhang等人对于单纯的利用VIKOR或TOPSIS方法在解决多准则决策问题是不能考虑到相对距离的重要性问题，提出了一种基于犹豫模糊集的E-VIKOR方法，Kiani B等人使用三种不同的权重分配方法进行敏感性分析，提出了一种与VIKOR法相结合的方法来获得混凝土结构的最佳修补材料。

但是从上述文献知，多属性同时出现需要决策专家进行偏好选择时，难免会出现主观选择和随机赋值，给决策过程带来诸多不确定性和随机性。通过分析，概率语言术语集(the probabilistic linguistic term set,PLTS)能够同时考虑隶属度、非隶属度和犹豫度三方面信息，能够减少不确定性。

在上述分析中，基于概率语言术语集的VIKOR方法能够改善现有VIKOR方法的不足，但是这种方法却不能将定性数据以精准的定量值来进行分析，这使得结果与真实值仍有些许误差。而云模型是描述语言变量的模糊性和随机性的有效工具，可用于完成将特定概念转换为定量数据的过程，极大地修正了由于随机性和定性概念无法得到准确值带来的误差。

发明内容

本发明的目的是整合多个语言术语的不同偏好到概率语言术语集，再清晰进行定量分析，提高概率语言术语集距离测度的精度。基于以上云模型理论，对所选对象进行综合性能优选分析。

本发明的目的可以通过以下技术方法实现：