在模糊多属性决策分析中,这些信息不明确性的来源主要是通过模糊区间加以表达的,以实数集为参照集合模糊子集,构成了数量与不明确性之间的沟通方式;模糊数据的集成是模糊多属性效用理论或价值理论的模糊延伸;然后通过模糊比较方式(或解模糊)回到决策和决策支持的习惯领域。
记模糊多目标决策
模糊多目标决策分析是多目标数学规划的模糊版本;其中约束、目标、价值、系数都有可能是以模糊形式存在的,与前文所述原因相类似,信息可能是不完整的、成本过高的等。例如其中涉及的变量可能是“大约300个单位”,“略少于5000人”等。
Lai和11wang(1994)研究了模糊多目标决策的文献,并对模糊多目标决策和可能性多目标决策(possibilistic·multipleobjectivedecisionmaking)进行了区分。前者涉及以主观偏好为基础的隶属函数;后者以可能性理论为依据,兼而处理主观和客观性问题。这种分别的基础是强调可能性理论在模糊方法中的相对独立性,从而对一般模糊多目标决策问题进行进一步细分。“表示隶属函数程度的曲线代表在可容忍的范围内的主观满意度;可能性程度则表明事件可能发生的程度的主观判断和客观衡量,根据其功能,我们可以看出可能性理论实际上是概率论在某些情况下的替换方法”(Lai和Hwang1994)。图2-10和2-11总结了主要的模糊多目标决策和可能性多目标决策方法。
这部分介绍了模糊区间在管理决策中的应用,对两个涵盖了大多数应用的类别进行了较为详细的介绍:模糊等式和模糊多标准决策分析。这些应用的基本考虑或是对自然语言表达的量化处理,或是对决定论或概率论形式在不明确性条件下的替换。将模糊区间引入管理决策分析是基于如下观点:不明确性未能或未能充分在传统模型中独立地得到体现。模糊区间在量化不明确性、将自然语言转化为数学语言、以及在涉及较多主观判断的诊断/控制/……中具有特殊的作用。三角形模糊数和梯形模糊区间最为常用,成为将模糊概念融入等式及决策参数和变量中的最常用的模糊表达形式。
展开