26、二维区间中性语言数及其在群体决策中的应用与广义零样本学习的跨模态N对网络

二维区间中性语言数及其在群体决策中的应用与广义零样本学习的跨模态N对网络

二维区间中性语言数在群体决策中的应用

在群体决策场景中，为了有效融合多位专家的信息，我们引入了基于PROMETHEE II模型的群体决策方法。该决策场景包含多个备选方案、属性以及专家。下面详细介绍决策步骤：
1. 评估矩阵归一化
- 为了对比不同类型属性下的不同备选方案，需要将二维区间中性语言模糊决策矩阵$D_k = (a_{it}^k) {p×q}$转换为归一化矩阵$R_k = (r {it}^k) {p×q}$。
- 对于效益型属性：$\hat{r} {st}^k = \langle(\dot{s} {\alpha {it}^k}, [T_{st}^{kL}, T_{it}^{kU}], [I_{it}^{kL}, I_{it}^{kU}], [F_{it}^{kL}, F_{it}^{kU}]), \ddot{s} {\beta {it}^k}\rangle$。
- 对于成本型属性：$\hat{r} {it}^k = \langle(neg(\dot{s} {\alpha_{it}^k}), [T_{it}^{kL}, T_{it}^{kU}], [I_{it}^{kL}, I_{it}^{kU}], [F_{it}^{kL}, F_{it}^{kU}]), \ddot{s} {\beta {it}^k}\rangle$，其中$neg(\dot{s} {\alpha {it}^k}) = \dot{s}