CN111445068A - 基于群体决策的技术组合方案选择方法及装置 - Google Patents

基于群体决策的技术组合方案选择方法及装置 Download PDF

Info

Publication number
CN111445068A
CN111445068A CN202010218713.0A CN202010218713A CN111445068A CN 111445068 A CN111445068 A CN 111445068A CN 202010218713 A CN202010218713 A CN 202010218713A CN 111445068 A CN111445068 A CN 111445068A
Authority
CN
China
Prior art keywords
evaluation index
decision maker
candidate
technical combination
combination scheme
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010218713.0A
Other languages
English (en)
Inventor
谭倩
胡珂嘉
蔡宴朋
张田媛
王淑萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Agricultural University
Guangdong University of Technology
Original Assignee
China Agricultural University
Guangdong University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Agricultural University, Guangdong University of Technology filed Critical China Agricultural University
Priority to CN202010218713.0A priority Critical patent/CN111445068A/zh
Publication of CN111445068A publication Critical patent/CN111445068A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供基于群体决策的技术组合方案选择方法及装置。其中，方法包括：根据决策者针对评价指标对候选技术组合方案和把握程度的评级，获取决策者针对评价指标对候选技术组合方案的直觉模糊区间；根据决策者针对评价指标对候选技术组合方案的直觉模糊区间，获取决策者针对评价指标对候选技术组合方案的权重；根据决策者针对评价指标对候选技术组合方案的权重和直觉模糊区间，获取决策者群体针对评价指标对候选技术组合方案的直觉模糊区间和对评价指标的权重；根据决策者群体针对评价指标对候选技术组合方案的直觉模糊区间和对评价指标的权重，确定决策结果。本发明实施例提供的基于群体决策的技术组合方案选择方法及装置，能选出最优方案。

Description

基于群体决策的技术组合方案选择方法及装置
技术领域
本发明涉及计算机技术领域，更具体地，涉及一种基于群体决策的技术组合方案选择方法及装置。
背景技术
技术组合方案的每个技术环节上存在着多种技术选项，每个环节中不同的技术选项都会对整体层面的表现制定产生影响，使其产生在经济、农业、社会等方面上表现的差异。合理确定技术流程，是首先需要解决的问题，是优化运行参数、控制条件等的基础。
在选择技术流程时，需要依靠并整合众多专家的意见。同一专家对不同方案的意见和把握程度不同，不同专家对某一方案的意见各异，并且在经济、社会、生态等多个维度的评价指标结果不一，难以运用单一的指标判断哪种技术组合方案最适宜运用。为了筛选出最为适宜的技术组合方案，需要建立包含经济、农业、环境、技术性能等方面的多维度指标的评价指标体系，并运用多准则决策的方法，整合众多专家的主观意见，对备选的技术组合方案进行一个综合的评价指标，从而筛选出最佳方案。现有多准则群体决策中，专家的权重常常是预先确定的，且每一个专家的权重，在所有指标和备选方案上都相同。这种权重分配方式认为同一专家在整体评价指标的所有方面上都具有相同的重要程度。而忽略了同一个专家在不同指标上和在不同方案上，经验知识的不同，导致难以筛选出最优的技术组合方案。
发明内容
本发明实施例提供一种基于群体决策的技术组合方案选择方法及装置，用以解决或者至少部分地解决现有技术存在的难以筛选出最优的技术组合方案的缺陷。
第一方面，本发明实施例提供一种基于群体决策的技术组合方案选择方法，包括：
根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间；
根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重；
根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重，以及每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取所述决策者群体对每一所述评价指标的权重和针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间；
根据所述决策者群体对每一所述评价指标的权重和针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取各所述候选技术组合方案的评分，根据各所述候选技术组合方案的评分，确定若干个所述候选技术组合方案作为群体决策的结果。
优选地，所述根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间的具体步骤包括：
对于每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案，根据所述决策者针对所述评价指标对所述候选技术组合方案的评级和把握程度评级，获取所述决策者针对所述评价指标对所述候选技术组合方案的评价信息和犹豫度；
根据所述决策者针对所述评价指标对所述候选技术组合方案的评价信息和犹豫度，获取相应的隶属度区间和非隶属度区间，作为所述决策者针对所述评价指标对所述候选技术组合方案的直觉模糊区间。
优选地，所述根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重的具体步骤包括：
对于每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案，根据所述决策者针对所述评价指标对所述候选技术组合方案的直觉模糊区间，获取所述决策者针对所述评价指标对所述候选技术组合方案的直觉模糊熵；
根据所述决策者针对各所述评价指标对各所述候选技术组合方案的直觉模糊熵，获取所述所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重。
优选地，所述根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重，以及每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取所述决策者群体对每一所述评价指标的权重和针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间的具体步骤包括：
根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重，以及每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取所述决策者群体对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间；
根据所述决策者群体针对每一所述评价指标对每一所述候选选技术组合方案的的直觉模糊区间，获取所述决策者群体对每一所述评价指标的直觉模糊熵；
根据所述决策者群体对每一所述评价指标的直觉模糊熵，获取所述决策者群体对每一所述评价指标的权重。
优选地，所述根据所述决策者群体对每一所述评价指标的权重，以及和针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取各所述候选技术组合方案的评分的具体步骤包括：
对于每一所述技术组合方案，根据所述决策者群体对每一所述评价指标的权重和针对每一所述评价指标对所述候选技术组合方案的直觉模糊区间，获取所述决策者群体针对每一所述评价指标对所述候选技术组合方案的直觉模糊区间与预设的标准直觉模糊区间集合之间的相似度，作为所述候选技术组合方案的评分。
优选地，所述根据各所述候选技术组合方案的评分，确定若干个所述候选技术组合方案作为群体决策的结果的具体步骤包括：
根据各所述候选技术组合方案的评分，确定评分最高的预设个数的所述候选技术组合方案作为群体决策的结果。
优选地，所述根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间之前，还包括：
对于所述决策者群体中的每一决策者，获取所述决策者针对每一所述评价指标对每一所述候选技术组合方案的评级和把握程度评级。
第二方面，本发明实施例提供一种基于群体决策的技术组合方案选择装置，包括：
区间获取模块，用于根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间；
第一赋权模块，用于根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重；
第二赋权模块，用于根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重，以及每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取决策者群体针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间和对每一所述评价指标的权重；
方案评分模块，用于根据所述决策者群体针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间和对每一所述评价指标的权重，获取各所述候选技术组合方案的评分，根据各所述候选技术组合方案的评分，确定若干个所述候选技术组合方案作为群体决策的结果。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，执行所述程序时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的基于群体决策的技术组合方案选择方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的基于群体决策的技术组合方案选择方法的步骤。
本发明实施例提供的基于群体决策的技术组合方案选择方法及装置，通过在评价指标、决策者、候选技术组合方案三个层面上的评级和犹豫程度的收集和转化，对决策者和评价指标进行客观赋权，基于权重和各决策者的评价，对候选技术组合方案进行评分，有效地处理了多判据群体决策中决策者的犹豫性和模糊性，能在犹豫度变化的情况下获得不同候选技术组合方案的得分与排序，从而能选出最优的技术组合方案。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为根据本发明实施例提供的基于群体决策的技术组合方案选择方法的流程示意图；
图2为根据本发明实施例提供的基于群体决策的技术组合方案选择装置的结构示意图；
图3为根据本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了克服现有技术的上述问题，本发明实施例提供一种基于群体决策的技术组合方案选择方法及装置，其发明构思是，建立基于直觉模糊熵的变犹豫度群体多判据决策的方法，以解决决策者和标准权重完全未知的技术组合方案选择问题，且决策者不直接提供准确的直觉模糊数，而是会给出方案评价和把握程度的评级，对于决策者而言更容易理解和操作，可以获得决策者在评价指标、技术组合方案、决策者个体上三个维度上的犹豫信息，可以用于解决涉及多个决策者和多维影响因素(即多个评价指标)的决策问题，而不失一般性。
图1为根据本发明实施例提供的基于群体决策的技术组合方案选择方法的流程示意图。如图1所示，该方法包括：步骤S101、根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间。
需要说明的是，步骤S101之前，需要确定技术组合方案是由哪些技术流程组成技术组合方案，通过在不同的技术流程上预选不同的技术，形成数个候选技术组合方案集{A(i)|i＝1,…,n}。其中，n为正整数。
决策者群体，为参与决策的专家和/或利益相关者组成的群体，记为{Ek|k＝1,…，t}。其中，t为正整数。参与决策的专家或利益相关者，均为决策者。
还需要预先筛选出多个用于评价候选技术组合方案的评价指标，构成评价指标集{Cj|j＝1,…，m}。其中，m为正整数。评价指标，也可称为准则或评价属性。
通常的群体决策方法，在决策者给出评价意见时，通常存在着一定的犹豫程度，也可以说是中立的程度，即通常决策者给出的偏好信息只包括支持和反对两种意见，在对方案进行打分时，评价意见倾向于中立时，一定额度的得分既可以被划归到支持，也可以被划到反对，没有考虑到专家的犹豫程度，也造成了一定程度的信息缺失。
本发明实施例，考虑了决策者的犹豫程度，不是简单地归为支持或反对，而可以将决策者Ek针对评价指标Cj对候选技术组合方案A(i)的评价包括两个方面：针对评价指标Cj对候选技术组合方案A(i)本身的评价，以及对该评价的把握程度的评价。
决策者Ek针对评价指标Cj，对候选技术组合方案A(i)进行评价，评价的结果为评级，记为
Figure BDA0002425313290000071
评级越高，决策者认为候选技术组合方案越符合该评价指标的描述。
评价指标分为正指标和负指标。正指标的评级越高，即该候选技术组合方案被视为更好的选项。相反地，负指标的值越高，即该候选技术组合方案被视为更差的选项。
为了收集决策者在评价候选技术组合方案时的犹豫程度，每个评价问题都附有对犹豫程度的评价问题，例如“您对该评价有多大把握？”等。
决策者Ek针对评价指标Cj，对候选技术组合方案A(i)进行评价的把握程度由评级
Figure BDA0002425313290000081
表示。评级越高，把握程度越高，犹豫程度(可简称“犹豫度”)越低；评级越低，把握程度越低，犹豫程度越高。
决策者Ek针对评价指标Cj对候选技术组合方案A(i)的评价，可以根据
Figure BDA0002425313290000082
和
Figure BDA0002425313290000083
进行区间直觉模糊集矩阵(三维)转化，获得三维决策矩阵。
三维决策矩阵中的每一个元素为
Figure BDA0002425313290000084
表示决策者Ek针对评价指标Cj，对候选技术组合方案A(i)的直觉模糊区间。
步骤S102、根据每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取每一决策者针对每一评价指标对每一候选技术组合方案的权重。
可以理解的是，由于每位决策者所擅长的技术领域、知识背景等均存在不同，需要在各位决策者在不同选技术组合方案和不同评价指标上赋予相应的权重。
具体地，利用各决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间
Figure BDA0002425313290000085
为决策者Ek针对评价指标Cj对候选技术组合方案A(i)的评价赋权，确定权重
Figure BDA0002425313290000086
可以根据实际需要，采用通常的赋权方法确定每一决策者的权重。例如，可以利用直觉模糊熵的方法对每一决策者进行赋权。本发明实施例对此不作具体限制。
步骤S103、根据每一决策者针对每一评价指标对每一候选技术组合方案的权重，以及每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重。
具体地，聚合k位决策者对每一评价指标对每一候选技术组合方案的评价意见，获得决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间。
可以理解的是，由于每位决策者所擅长的技术领域、知识背景等均存在不同，需要在决策者群体在不同评价指标上赋予相应的权重。
具体地，获得每一决策者针对每一评价指标对每一候选技术组合方案的权重之后，可以基于
Figure BDA0002425313290000091
和
Figure BDA0002425313290000092
为每一评价指标Cj赋权，确定权重zj。
可以根据实际需要，采用通常的赋权方法确定决策者群体对每一评价指标的权重。例如，可以利用直觉模糊熵的方法对每一评价指标进行赋权。本发明实施例对此不作具体限制。
步骤S104、根据决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重，获取各候选技术组合方案的评分，根据各候选技术组合方案的评分，确定若干个候选技术组合方案作为群体决策的结果。
具体地，对于每一候选技术组合方案，可以根据决策者群体针对每一评价指标对该候选技术组合方案的直觉模糊区间和对每一评价指标的权重，获取决策者群体针对每一评价指标对该候选技术组合方案的评价的加权和，作为该候选技术组合方案的评分。
获得各候选技术组合方案的评分之后，可以按照评分大小进行排序，根据决策的需求，确定评分最高的若干个候选技术组合方案作为群体决策的结果。
若干个，指一个或多个。
本发明实施例通过在评价指标、决策者、候选技术组合方案三个层面上的评级和犹豫程度的收集和转化，对决策者和评价指标进行客观赋权，基于权重和各决策者的评价，对候选技术组合方案进行评分，有效地处理了多判据群体决策中决策者的犹豫性和模糊性，能在犹豫度变化的情况下获得不同候选技术组合方案的得分与排序，从而能选出最优的技术组合方案。并且，结合多个维度的评价指标综合评价了技术组合方案，能为某一具体系统后续的技术流程设计和参数优化提供前提。
基于上述各实施例的内容，根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间的具体步骤包括：对于每一决策者针对每一评价指标对每一候选技术组合方案，根据决策者针对评价指标对候选技术组合方案的评级和把握程度评级，获取决策者针对评价指标对候选技术组合方案的评价信息和犹豫度。
需要说明的是，在一个集合X上的直觉模糊集(IFS)可以表示为如下公式所示：
A＝{x,μA(x),νA(x)|x∈X}。
其中，μA(x):X→[0,1]，νA(x):X→[0,1]，且满足0≤μA(x)+υA(x)≤1。μA(x)和νA(x)分别代表元素x对集合A的隶属度和非隶属度。对于任意一个集合X上的IFSA，如果πA(x)＝1-μA(x)-νA(x)，那么πA(x)为元素x对集合A的直觉指数(犹豫程度)。πA(x)代表着元素x对集合A的犹豫程度。显然0≤πA(x)≤1,x∈X。
令D[0,1]为区间[0,1]的所有闭合子区间的集合，并且不为
Figure BDA0002425313290000101
的X集合为给定集合。
集合X上的区间直觉模糊集(IVIFS)定义为如下公式所示：
A＝{x,μA(x),νA(x)|x∈X}。
其中μA(x):X→D[0,1],νA(x):X→D[0,1]且对于x∈X，满足0≤sup(μA(x))+sup(vA(x))≤1。区间μA(x)和vA(x)分别代表元素x对集合A的隶属程度和非隶属程度，因此对于任意x∈X，μA(x)和vA(x)是闭合区间数，它们的下限和上限可以分别用μAL(x),μAU(x),vAL(x),νAU(x)表示，则IVIFSA可以表示为如下公式所示：
A＝{x,[μAL(x),μAU(x),],[vAL(x),vAU(x)]|x∈X}。
且0≤μAU(x)+vAU(x)≤1,μAL(x)≥0,vAL(x)≥0。
对于任意元素x，可以定义x在集合A上的直觉指数区间πA(x)如下公式所示：
πA(x)＝1-μA(x)-νA(x)＝[1-μAU(x)-νAU(x),1-μAL(x)-νAL(x)],x∈X。
对于任意决策者Ek、评价指标Cj和候选技术组合方案A(i)的组
Figure BDA00024253132900001115
犹豫度
Figure BDA0002425313290000111
的计算公式为
Figure BDA0002425313290000112
其中，s表示评级总数，即有s个等级。例如，s个等级可以为1、2、…、s。
Figure BDA0002425313290000113
表示决策者Ek对候选技术组合方案A(i)在评价指标Cj下评价指标的直觉指数(犹豫程度)，也即是不属于隶属度，也不属于非隶属度的中立程度。
根据决策者针对评价指标对候选技术组合方案的评价信息和犹豫度，获取相应的隶属度区间和非隶属度区间，作为决策者针对评价指标对候选技术组合方案的直觉模糊区间。
具体地，对于任意决策者Ek、评价指标Cj和候选技术组合方案A(i)的组合，相应的隶属度区间
Figure BDA0002425313290000114
和非隶属度区间
Figure BDA0002425313290000115
的计算公式分别为
Figure BDA0002425313290000116
Figure BDA0002425313290000117
其中，
Figure BDA0002425313290000118
表示决策者Ek对候选技术组合方案A(i)进行评价指标时，认为该方案对于评价指标Cj的隶属程度；
Figure BDA0002425313290000119
表示决策者Ek对候选技术组合方案A(i)进行评价指标时，认为该方案对于评价指标Cj的非隶属程度；
Figure BDA00024253132900001110
表示直觉指数
Figure BDA00024253132900001111
的下界；
Figure BDA00024253132900001112
表示直觉指数
Figure BDA00024253132900001113
的上界。
在此基础上，三维决策矩阵
Figure BDA00024253132900001114
中的元素可以用直觉模糊集表示：
Figure BDA0002425313290000121
为了表示的方便，
Figure BDA0002425313290000122
中的每个元素
Figure BDA0002425313290000123
可以简化表示为
Figure BDA0002425313290000124
其中，
Figure BDA0002425313290000125
表示决策者Ek对方案i的评价指标Cj的偏好程度；
Figure BDA0002425313290000126
由于
Figure BDA0002425313290000127
和
Figure BDA0002425313290000128
分别为隶属度区间和非隶属度区间，因此可以将
Figure BDA0002425313290000129
作为决策者Ek针对评价指标Cj对候选技术组合方案A(i)的直觉模糊区间。
本发明实施例通过在评价指标、决策者、候选技术组合方案三个层面上的犹豫程度的收集和转化，能有效处理多判据群体决策中决策者的犹豫性和模糊性，能在犹豫度变化的情况下获得不同候选技术组合方案的得分与排序，从而能选出最优的技术组合方案。
基于上述各实施例的内容，根据每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取每一决策者针对每一评价指标对每一候选技术组合方案的权重的具体步骤包括：对于每一决策者针对每一评价指标对每一候选技术组合方案，根据决策者针对评价指标对候选技术组合方案的直觉模糊区间，获取决策者针对评价指标对候选技术组合方案的直觉模糊熵。
具体地，对于矩阵Rk的每一个元素
Figure BDA00024253132900001210
通过如下公式计算其区间直觉模糊熵
Figure BDA00024253132900001211
Figure BDA00024253132900001212
其中，p和q为预先约定的参数。
对于p和q的具体取值，本发明实施例不作限制。
根据决策者针对各评价指标对各候选技术组合方案的直觉模糊熵，获取决策者针对每一评价指标对每一候选技术组合方案的权重。
具体地，对于决策者Ek针对评价指标Cj对候选技术组合方案A(i)的评价，其权重
Figure BDA0002425313290000131
可由如下公式计算获得：
Figure BDA0002425313290000132
本发明实施例通过引入基于区间直觉模糊熵的方法，处理决策者评价过程中的犹豫性和模糊性，并依据直觉模糊熵为决策者分配不同的权重，从而能基于权重和各决策者的评价，对候选技术组合方案进行评分，有效地处理了多判据群体决策中决策者的犹豫性和模糊性，能在犹豫度变化的情况下获得不同候选技术组合方案的得分与排序，进而能选出最优的技术组合方案。
基于上述各实施例的内容，根据每一决策者针对每一评价指标对每一候选技术组合方案的权重，以及每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重的具体步骤包括：根据每一决策者针对每一评价指标对每一候选技术组合方案的权重，以及每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取决策者群体对每一评价指标对每一候选技术组合方案的直觉模糊区间。
具体地，聚合k位专家的评价指标意见，即聚合
Figure BDA0002425313290000133
和
Figure BDA0002425313290000134
形成代表集体的评价指标意见矩阵R＝(rij)m×n。该矩阵称为集体评价指标矩阵。
矩阵R中的元素rij＝([aij,bij],[cij,dij])。
集体评价指标矩阵R中的元素rij可由如下公式计算获得：
Figure BDA0002425313290000135
根据决策者群体针对每一评价指标对每一候选选技术组合方案的直觉模糊区间，获取决策者群体对每一评价指标的直觉模糊熵。
具体地，
对于任一评价指标Cj，可以基于矩阵R，获得决策者群体对评价指标Cj的直觉模糊熵Ij。
对于矩阵R中的每一个元素rij，通过如下公式计算其区间直觉模糊熵Ij
Figure BDA0002425313290000141
其中，p和q为预先约定的参数。
对于p和q的具体取值，本发明实施例不作限制。
根据决策者群体对每一评价指标的直觉模糊熵，获取决策者群体对每一评价指标的权重。
具体地，对于评价指标Cj，其权重zj可由如下公式计算获得：
Figure BDA0002425313290000142
本发明实施例通过引入基于区间直觉模糊熵的方法，处理决策者评价过程中的犹豫性和模糊性，并依据直觉模糊熵为评价指标分配不同的权重，从而能基于权重和各决策者的评价，对候选技术组合方案进行评分，有效地处理了多判据群体决策中决策者的犹豫性和模糊性，能在犹豫度变化的情况下获得不同候选技术组合方案的得分与排序，进而能选出最优的技术组合方案。
基于上述各实施例的内容，根据决策者群体针对每一评价指标对每一技术组合方案的直觉模糊区间和对每一评价指标的权重，获取各候选技术组合方案的评分的具体步骤包括：对于每一技术组合方案，根据决策者群体对每一评价指标的权重和针对每一评价指标对候选技术组合方案的直觉模糊区间，获取决策者群体针对每一评价指标对候选技术组合方案的直觉模糊区间与预设的标准直觉模糊区间集合之间的相似度，作为候选技术组合方案的评分。
具体地，标准直觉模糊区间集合为
Figure BDA0002425313290000143
标准直觉模糊区间集合为理想解，表示技术组合方案在各个评价指标上都达到了“完美”。
因此，对于任一候选技术组合方案A(i)，其与“完美”技术组合方案之间的相似度可以通过如下公式计算：
Figure BDA0002425313290000151
“完美”技术组合方案，即其直觉模糊区间集合为标准直觉模糊区间集合的技术组合方案。因此，决策者群体针对每一评价指标对候选技术组合方案的直觉模糊区间与预设的标准直觉模糊区间集合之间的相似度，即候选技术组合方案与“完美”技术组合方案之间的相似度。
可以理解的是，候选技术组合方案与“完美”技术组合方案之间的相似度越高，该候选技术组合方案的评分越高，说明该候选技术组合方案越接近“完美”。
本发明发明实施例通过计算区间直觉模糊集的相似性，作为候选技术组合方案的评分，能选出最优的技术组合方案。
根据各候选技术组合方案的评分，确定若干个候选技术组合方案作为群体决策的结果的具体步骤包括：根据各候选技术组合方案的评分，确定评分最高的预设个数的候选技术组合方案作为群体决策的结果。
具体地，可以先设定群体决策的结果的个数为预设个数，可以按照评分大小进行排序，根据决策的需求，确定评分最高的预设个数的候选技术组合方案作为群体决策的结果。
本发明实施例通过根据各候选技术组合方案的评分，确定评分最高的预设个数的候选技术组合方案作为群体决策的结果，能选出最优的技术组合方案。
基于上述各实施例的内容，根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间之前，还包括：对于决策者群体中的每一决策者，获取决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度
需要说明的是，决策者可以通过回答问卷的方式对针对每一评价指标对每一候选技术组合方案进行评价。
评价完成之后，可以基于完成的问卷获取对候选技术组合方案的评级和把握程度评级的具体数值。
本发明实施例通过获取决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度，能在评价指标、决策者、候选技术组合方案三个层面上的评级和犹豫程度的收集和转化，从而能对决策者和评价指标进行客观赋权，基于权重和各决策者的评价，对候选技术组合方案进行评分，有效地处理了多判据群体决策中决策者的犹豫性和模糊性，能在犹豫度变化的情况下获得不同候选技术组合方案的得分与排序，能选出最优的技术组合方案。
为了便于对本发明上述各实施例的理解，下面通过一个实例进行说明。
本发明前述任一实施例提供的基于群体决策的技术组合方案选择方法，可以用于清洁能源驱动的苦咸水淡化灌溉的技术组合方案的选择。
步骤S1、建立某地区的某地清洁能源驱动的苦咸水淡化灌溉系统的技术组合方案选择多判据群体决策模型的框架。
步骤S1具体包括：
步骤S11：判定该系统的技术组合方案由三个技术环节组成分别是发电技术、淡化技术、灌溉水源。
步骤S12：通过在淡化技术环节上设置CDI技术和反渗透技术，以及在灌溉水源上设置咸淡水交替灌溉和淡水灌溉这两种不同的灌溉水源设置方式，并筛除了一些不合理的搭配，如反渗透和咸淡水交替灌溉的组合，最终形成如下的6种技术组合方案，作为候选技术组合方案。
6种技术组合方案包括组合1：光伏发电—CDI技术—咸淡水交替灌溉；组合2：光伏发电—CDI技术—淡水灌溉；组合3：光伏发电—反渗透技术—淡水灌溉；组合4：风光互补发电—CDI技术—咸淡水交替灌溉；组合5：风光互补发电—CDI技术—淡水灌溉；组合6：风光互补发电—反渗透技术—淡水灌溉。
步骤S13：组建参与决策的决策者群体。本发明实施例中，决策者为11人。
步骤S14：筛选用于评价的指标，作为评价指标。
评价指标可以包括两个经济类的指标——前期投资和运行成本，一个经济类的指标——环境影响，一个农业类的指标——农产品产量，以及两个系统性能类的指标——系统稳定性和系统适应性。
对于前期投资指标，问题a中的分值越低表示投资越低，问题b中的分值越低表示(对问题a的评价结果的)把握程度越低。
前期投资可以包括但不限于以下几项：①发电系统(发电部分+蓄电池部分+逆变器+输电线路)；②预处理工艺；③淡化设施；④.灌溉设施(包括水泵、滴头、管道)；⑤温室搭建；⑥覆膜。
对于运行成本指标，问题a中的分值越低表示运行成本越低，问题b中的分值越低表示(对问题a的评价结果的)把握程度越低。
运行成本可以包括但不限于以下几项：①人工成本；②耗材消耗费用；③更换零部件的费用；④维护费用；⑤处理废弃物和废部件的成本；
对于农产品产量指标，问题a中的分值越低表示产量越低，问题b中的分值越低表示(对问题a的评价结果的)把握程度越低。
农产品产量即是指该系统运用到农业生产时的单位面积农产品产量。。
对于环境影响指标，问题a中的分值越低表示对环境的影响越低，问题b中的分值越低表示(对问题a的评价结果的)把握程度越低。
环境影响可以包括但不限于以下几项：①噪声污染；②排出的浓盐水对环境的影响；③废弃部件处理时对环境的污染。
对于系统稳定性指标，问题a中的分值越低表示系统稳定性越低，问题b中的分值越低表示(对问题a的评价结果的)把握程度越低。
系统稳定性可以包括但不限于以下几项：①产水的水量和水质的稳定性；②能源供给的稳定性；③系统工作能力随着工作年限的衰减程度。
对于系统适应性指标，问题a中的分值越低表示系统适应性越低，问题b中的分值越低表示(对问题a的评价结果的)把握程度越低。
系统适应性可以包括但不限于以下几项：①对不同来水水质和水量的适应程度；②对不同产水水质和水量的适应程度；③对不同气候条件、水文情势的研究区的适应程度。
步骤S2、通过问卷收集专家的评价指标意见和犹豫程度信息。
步骤S3、专家意见的直觉模糊集转化。
用区间直觉模糊数表示的决策者1的评价指标意见矩阵如表1所示。
表1用区间直觉模糊数表示的决策者1评价指标意见矩阵
Figure BDA0002425313290000191
步骤S4、个人决策矩阵的熵值计算及权重求解
步骤S5、群体矩阵的获得以及群体决策矩阵的熵值计算以及权重求解。
前期投资指标的权重为0.047，运行成本指标的权重为0.155，农产品产量的权重为0.323，环境影响指标的权重为0.144，系统稳定性指标的权重为0.163，系统适应性指标的权重为0.167。将指标按照权重进行降序排列，有农产品产量>系统适应性>系统稳定性>运行成本指标>环境影响指标>前期投资指标。
S6，方案得分的计算与排序。
组合1：光伏发电—CDI技术—咸淡水交替灌溉的得分为0.978；组合2：光伏发电—CDI技术—淡水灌溉的得分为0.961；组合3：光伏发电—反渗透技术—淡水灌溉的得分为0.906；组合4：风光互补发电—CDI技术—咸淡水交替灌溉的得分为0.965；组合5：风光互补发电—CDI技术—淡水灌溉的得分为0.939；组合6：风光互补发电—反渗透技术—淡水灌溉的得分为0.942。
按方案组合的相似性降序，组合1>组合4>组合2>组合6>组合5>组合3。
.根据上述排序，如果需要选择1个技术组合方案，则群体决策的结果为组合1；如果需要选择2个技术组合方案，则群体决策的结果为组合1和组合4，且组合1优于组合4。
图2为根据本发明实施例提供的基于群体决策的技术组合方案选择装置的结构示意图。基于上述各实施例的内容，如图2所示，该装置包括区间获取模块201、第一赋权模块202、第二赋权模块203和方案评分模块204，其中：
区间获取模块201，用于根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间；
第一赋权模块202，用于根据每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取每一决策者针对每一评价指标对每一候选技术组合方案的权重；
第二赋权模块203，用于根据每一决策者针对每一评价指标对每一候选技术组合方案的权重，以及每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重；
方案评分模块204，用于根据决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重，获取各候选技术组合方案的评分，根据各候选技术组合方案的评分，确定若干个候选技术组合方案作为群体决策的结果。
具体地，区间获取模块201、第一赋权模块202、第二赋权模块203与方案评分模块204依次电连接。
区间获取模块201可以根据
Figure BDA0002425313290000201
和
Figure BDA0002425313290000202
将决策者Ek针对评价指标Cj对候选技术组合方案A(i)的评价进行区间直觉模糊集矩阵(三维)转化，获得三维决策矩阵。
三维决策矩阵中的每一个元素为
Figure BDA0002425313290000211
表示决策者Ek针对评价指标Cj，对候选技术组合方案A(i)的直觉模糊区间。
第一赋权模块202可以利用各决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间
Figure BDA0002425313290000212
为决策者Ek针对评价指标Cj对候选技术组合方案A(i)的评价赋权，确定权重
Figure BDA0002425313290000213
第二赋权模块203可以基于
Figure BDA0002425313290000214
和
Figure BDA0002425313290000215
为每一评价指标Cj赋权，确定权重zj。
方案评分模块204对于每一候选技术组合方案，可以根据决策者群体针对每一评价指标对该候选技术组合方案的直觉模糊区间和对每一评价指标的权重，获取决策者群体针对每一评价指标对该候选技术组合方案的评价的加权和，作为该候选技术组合方案的评分。
获得各候选技术组合方案的评分之后，可以按照评分大小进行排序，根据决策的需求，确定评分最高的若干个候选技术组合方案作为群体决策的结果。
本发明实施例提供的基于群体决策的技术组合方案选择装置，用于执行本发明上述各实施例提供的基于群体决策的技术组合方案选择方法，该基于群体决策的技术组合方案选择装置包括的各模块实现相应功能的具体方法和流程详见上述基于群体决策的技术组合方案选择方法的实施例，此处不再赘述。
该基于群体决策的技术组合方案选择装置用于前述各实施例的基于群体决策的技术组合方案选择方法。因此，在前述各实施例中的基于群体决策的技术组合方案选择方法中的描述和定义，可以用于本发明实施例中各执行模块的理解。
本发明实施例通过在评价指标、决策者、候选技术组合方案三个层面上的评级和犹豫程度的收集和转化，对决策者和评价指标进行客观赋权，基于权重和各决策者的评价，对候选技术组合方案进行评分，有效地处理了多判据群体决策中决策者的犹豫性和模糊性，能在犹豫度变化的情况下获得不同候选技术组合方案的得分与排序，从而能选出最优的技术组合方案。并且，结合多个维度的评价指标综合评价了技术组合方案，能为某一具体系统后续的技术流程设计和参数优化提供前提。
图3为根据本发明实施例提供的电子设备的实体结构示意图。基于上述实施例的内容，如图3所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302和总线303；其中，处理器301和存储器302通过总线303完成相互间的通信；处理器301用于调用存储在存储器302中并可在处理器301上运行的计算机程序指令，以执行上述各方法实施例所提供的基于群体决策的技术组合方案选择方法，例如包括：根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间；根据每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取每一决策者针对每一评价指标对每一候选技术组合方案的权重；根据每一决策者针对每一评价指标对每一候选技术组合方案的权重，以及每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重；根据决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重，获取各候选技术组合方案的评分，根据各候选技术组合方案的评分，确定若干个候选技术组合方案作为群体决策的结果。
本发明另一实施例公开一种计算机程序产品，计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的基于群体决策的技术组合方案选择方法，例如包括：根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间；根据每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取每一决策者针对每一评价指标对每一候选技术组合方案的权重；根据每一决策者针对每一评价指标对每一候选技术组合方案的权重，以及每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重；根据决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重，获取各候选技术组合方案的评分，根据各候选技术组合方案的评分，确定若干个候选技术组合方案作为群体决策的结果。
此外，上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明另一实施例提供一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行上述各方法实施例所提供的基于群体决策的技术组合方案选择方法，例如包括：根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间；根据每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取每一决策者针对每一评价指标对每一候选技术组合方案的权重；根据每一决策者针对每一评价指标对每一候选技术组合方案的权重，以及每一决策者针对每一评价指标对每一候选技术组合方案的直觉模糊区间，获取决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重；根据决策者群体针对每一评价指标对每一候选技术组合方案的直觉模糊区间和对每一评价指标的权重，获取各候选技术组合方案的评分，根据各候选技术组合方案的评分，确定若干个候选技术组合方案作为群体决策的结果。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行上述各个实施例或者实施例的某些部分的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于群体决策的技术组合方案选择方法，其特征在于，包括：
根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间；
根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重；
根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重，以及每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取所述决策者群体针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间和对每一所述评价指标的权重；
根据所述决策者群体针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间和对每一所述评价指标的权重，获取各所述候选技术组合方案的评分，根据各所述候选技术组合方案的评分，确定若干个所述候选技术组合方案作为群体决策的结果。
2.根据权利要求1所述的基于群体决策的技术组合方案选择方法，其特征在于，所述根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间的具体步骤包括：
对于每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案，根据所述决策者针对所述评价指标对所述候选技术组合方案的评级和把握程度评级，获取所述决策者针对所述评价指标对所述候选技术组合方案的评价信息和犹豫度；
根据所述决策者针对所述评价指标对所述候选技术组合方案的评价信息和犹豫度，获取相应的隶属度区间和非隶属度区间，作为所述决策者针对所述评价指标对所述候选技术组合方案的直觉模糊区间。
3.根据权利要求1所述的基于群体决策的技术组合方案选择方法，其特征在于，所述根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重的具体步骤包括：
对于每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案，根据所述决策者针对所述评价指标对所述候选技术组合方案的直觉模糊区间，获取所述决策者针对所述评价指标对所述候选技术组合方案的直觉模糊熵；
根据所述决策者针对各所述评价指标对各所述候选技术组合方案的直觉模糊熵，获取所述所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重。
4.根据权利要求1所述的基于群体决策的技术组合方案选择方法，其特征在于，所述根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重，以及每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取所述决策者群体针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间和对每一所述评价指标的权重的具体步骤包括：
根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重，以及每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取所述决策者群体对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间；
根据所述决策者群体针对每一所述评价指标对每一所述候选选技术组合方案的直觉模糊区间，获取所述决策者群体对每一所述评价指标的直觉模糊熵；
根据所述决策者群体对每一所述评价指标的直觉模糊熵，获取所述决策者群体对每一所述评价指标的权重。
5.根据权利要求1所述的基于群体决策的技术组合方案选择方法，其特征在于，所述根据所述决策者群体针对每一所述评价指标对每一所述技术组合方案的直觉模糊区间和对每一所述评价指标的权重，获取各所述候选技术组合方案的评分的具体步骤包括：
对于每一所述技术组合方案，根据所述决策者群体对每一所述评价指标的权重和针对每一所述评价指标对所述候选技术组合方案的直觉模糊区间，获取所述决策者群体针对每一所述评价指标对所述候选技术组合方案的直觉模糊区间与预设的标准直觉模糊区间集合之间的相似度，作为所述候选技术组合方案的评分。
6.根据权利要求5所述的基于群体决策的技术组合方案选择方法，其特征在于，所述根据各所述候选技术组合方案的评分，确定若干个所述候选技术组合方案作为群体决策的结果的具体步骤包括：
根据各所述候选技术组合方案的评分，确定评分最高的预设个数的所述候选技术组合方案作为群体决策的结果。
7.根据权利要求1至6任一所述的基于群体决策的技术组合方案选择方法，其特征在于，所述根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间之前，还包括：
对于所述决策者群体中的每一决策者，获取所述决策者针对每一所述评价指标对每一所述候选技术组合方案的评级和把握程度评级。
8.一种基于群体决策的技术组合方案选择装置，其特征在于，包括：
区间获取模块，用于根据决策者群体中的每一决策者针对每一评价指标对每一候选技术组合方案的评级和把握程度评级，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间；
第一赋权模块，用于根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重；
第二赋权模块，用于根据每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的权重，以及每一所述决策者针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间，获取所述决策者群体针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间和对每一所述评价指标的权重；
方案评分模块，用于根据所述决策者群体针对每一所述评价指标对每一所述候选技术组合方案的直觉模糊区间和对每一所述评价指标的权重，获取各所述候选技术组合方案的评分，根据各所述候选技术组合方案的评分，确定若干个所述候选技术组合方案作为群体决策的结果。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一所述的基于群体决策的技术组合方案选择方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求至1至7任一所述的基于群体决策的技术组合方案选择方法的步骤。
CN202010218713.0A 2020-03-25 2020-03-25 基于群体决策的技术组合方案选择方法及装置 Pending CN111445068A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010218713.0A CN111445068A (zh) 2020-03-25 2020-03-25 基于群体决策的技术组合方案选择方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010218713.0A CN111445068A (zh) 2020-03-25 2020-03-25 基于群体决策的技术组合方案选择方法及装置

Publications (1)

Publication Number Publication Date
CN111445068A true CN111445068A (zh) 2020-07-24

Family

ID=71648746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010218713.0A Pending CN111445068A (zh) 2020-03-25 2020-03-25 基于群体决策的技术组合方案选择方法及装置

Country Status (1)

Country Link
CN (1) CN111445068A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090234710A1 (en) * 2006-07-17 2009-09-17 Asma Belgaied Hassine Customer centric revenue management
CN105787269A (zh) * 2016-02-25 2016-07-20 三明学院 一种基于后悔理论的异质多属性变权决策方法
CN109146184A (zh) * 2018-08-28 2019-01-04 成都信息工程大学 基于改进熵和得分函数的区间直觉模糊多属性决策方法
CN110264032A (zh) * 2019-05-08 2019-09-20 上海电力学院 一种直流配网规划方案评价结果的获取方法
CN110458463A (zh) * 2019-08-15 2019-11-15 西南交通大学 一种基于区间直觉模糊决策的电力物联网安全评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090234710A1 (en) * 2006-07-17 2009-09-17 Asma Belgaied Hassine Customer centric revenue management
CN105787269A (zh) * 2016-02-25 2016-07-20 三明学院 一种基于后悔理论的异质多属性变权决策方法
CN109146184A (zh) * 2018-08-28 2019-01-04 成都信息工程大学 基于改进熵和得分函数的区间直觉模糊多属性决策方法
CN110264032A (zh) * 2019-05-08 2019-09-20 上海电力学院 一种直流配网规划方案评价结果的获取方法
CN110458463A (zh) * 2019-08-15 2019-11-15 西南交通大学 一种基于区间直觉模糊决策的电力物联网安全评估方法

Similar Documents

Publication Publication Date Title
CN111614491B (zh) 一种面向电力监控系统安全态势评估指标选取方法及系统
CN103632203A (zh) 一种基于综合评价的配电网供电区域划分方法
CN104318482A (zh) 一套智能配电网综合评估体系和方法
CN103679544A (zh) 一种智能配电网运行综合评估方法
CN106779317A (zh) 一种电网设备质量评估方法
CN105574680A (zh) 一种企业竞争能力诊断的方法及系统
CN113537807B (zh) 一种企业智慧风控方法及设备
CN115577152B (zh) 基于数据分析的在线图书借阅管理系统
CN105654175A (zh) 一种面向轴承制造企业的零件供应商多目标优选方法
Samanlioglu et al. A fuzzy AHP-VIKOR approach for evaluation of educational use simulation software packages
CN105447640A (zh) 一种大电网建设经济型评估方法
Saleh et al. Implementation of equal width interval discretization on smarter method for selecting computer laboratory assistant
CN111445068A (zh) 基于群体决策的技术组合方案选择方法及装置
Agumba et al. Experience of using Delphi method in construction health and safety research
CN113327047B (zh) 基于模糊综合模型的电力营销服务渠道决策方法及系统
CN116307913A (zh) 一种综合多层次的污水处理设施污染物削减效能评估方法及系统
CN115640937A (zh) 垃圾分类指数的评估方法和装置、电子设备和存储介质
CN115994778A (zh) 多元用户用能行为精细画像方法
Li et al. Grey-incidence clustering decision-making method with three-parameter interval grey number based on regret theory
CN114240061A (zh) 一种用于制造车间的任务匹配方法及装置
CN112348066A (zh) 一种基于灰色聚类算法的线路不停电等级评估方法
CN112072789A (zh) 低电压台区识别方法、检修方法及其预警方法
CN105335799A (zh) 一种基于混合多属性评价的错峰用电预案编制方法
CN110766426A (zh) 一种电价制定方法及装置
Dong How the Green Innovation Network Structures in Urban Agglomerations effects Eco-efficiency: Take Beijing-Tianjin-Hebei Urban Agglomeration as an Example

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200724

RJ01 Rejection of invention patent application after publication