考虑决策者权重和核心评级的模糊排序方法

来源：计算机工程与应用杂志2020年第10期北京时间：

作者：郭皓月，樊重俊

单位：上海理工大学 管理学院，上海 200093

摘要：决策者的专业背景、评价对象属性的受关注度均存在显著差异，而鲜有模糊多属性决策（Fuzzy Multiple Attribute Decision-making，FMAD）方法考虑决策者权重和属性核心评级对评价结果的作用，对此设计积分式模糊排序方法（Integral Fuzzy Ranking Method，IFRM）。在模糊理论的基础上，将语言变量量化为三角模糊数；根据个体评价与集结评价间的差距，更新决策者权重直至稳定；运用熵权法计算核心评级的信息熵，确定属性权重及评价对象的综合集结模糊评级，并基于积分式模糊偏好，给出任意两个方案间的偏好度，进而形成置信度最大的排序。以某品牌的共享单车为例，对比了常见多属性决策（Multi-Attribute Decision-making，MAD）方法的特点和方案排序结果，分析表明IFRM方案的排序结果有较高的一致性与置信度，对于解决模糊MAD问题具有可行性、有效性和优越性。

关键词：三角模糊数,核心评级,模糊偏好,决策者权重,排序置信度