利益相关者优先级排序的模糊语言方法
1. 决策分析过程
决策分析是评估和优先级排序过程的一种合适方法。其主要目的是以理性、直观和有序的方式为决策者提供相关且有效的元素,以支持决策过程。它通过以下步骤来组织决策:首先在评估框架中确定被评估元素的集合,然后收集信息,最后为每个元素计算最终评估结果。
利益相关者优先级排序过程通常被视为一个多属性、多专家的决策问题,因为多个专家会对项目中利益相关者的各种属性发表意见。
在模糊语言方法中,最初使用了经典模型,如基于扩展原理的模型和符号模型。前者被认为准确但难以解释,后者易于解释但在计算过程中会出现信息损失。为克服这些限制,提出了一些改进经典计算模型准确性的符号计算模型,常见的有 2 - 元组语言模型、虚拟语言模型和比例 2 - 元组语言模型。
2 - 元组模型易于理解,能保持语言信息的模糊表示,并为结果赋予语法和语义。该模型适用于处理项目中利益相关者优先级排序的不确定性,使用时需使用一组对称且均匀分布的标签。它广泛应用于评估、分类、优先级排序和替代方案排序等问题。
2. 用于词计算的 2 - 元组语言表示模型
该计算模型旨在提高词计算的准确性,并以符号方式表达论域中的任何结果。它可用于处理多粒度语言信息、不平衡语言信息和异构信息(数值、区间和语言)。
设 $S = {S_0, \ldots, S_g}$ 是一组语言术语,$\beta \in [0, g]$ 是通过符号运算得到的值。语言术语 $S_i \in {S_0, \ldots, S_g}$ 的符号翻译是定义在 $[-0.5, 0.5)$ 内的数值,表示符号运算得到的信息量 $\beta \in [0,