考慮多階段決策信息集結的新算法及其應用

摘要： 針對多階段區(qū)間信息集結與決策問題,提出一種考慮最小化集結矩陣與階段區(qū)間矩陣之間距離的新方法,尋求更趨近帕累托最優(yōu)的集結結果,使最終評價值更符合多階段評價的目標。首先,根據(jù)多階段專家評價值將區(qū)間信息轉化為二維坐標點,并將其映射到二維坐標系中。然后,構建區(qū)間信息離差最小化集結模型,并基于植物模擬生長算法(PGSA)進行群體判斷信息的集結,再通過合成各方案的屬性評價值,給出各決策方案的綜合評價值并進行排序,進而給出最優(yōu)決策方案。最后,以物流服務商的多階段績效評價為例,驗證了該方法的合理性和有效性。 （共6頁）