区间粗糙数群组G1法的随机聚合求解及应用

doi:10.12068/j.issn.1005-3026.2024.02.017

摘要/Abstract

摘要：

针对复杂不确定环境下的群体评价问题，采用区间粗糙数表征专家偏好，在G1法的基础上，结合蒙特卡洛仿真技术，提出了一种随机模拟聚合算法.首先，通过随机抽样的方式模拟权重系数，并依据序相关性和区间粗糙数贴近度确定专家权重.其次，综合所有专家意见得到指标的最终权重，并将其与预处理后的指标值线性集结，求得一次模拟的综合评价值，据此判断被评价对象间的优劣.通过充分模拟得出优胜度矩阵，并从中推导出包含优胜概率的可能性排序，弥补了不确定信息环境下绝对排序呈现的不足.最后，通过算例说明了方法的有效性，并与现有方法对比阐述了所提方法的优势.

关键词: 综合评价, 群组G1法, 权重系数, 区间粗糙数, 随机模拟

Abstract:

For the problem of group evaluation in complex uncertain environments， an interval rough number is used to characterize experts’ preferences， and a stochastic simulation integrated algorithm is proposed based on the G1 method combined with Monte Carlo simulation techniques. Firstly， the weighting coefficients are simulated by random sampling and the weighting of experts are determined based on ordinal correlation and interval rough number closeness. Secondly， the final weights of indicators can be obtained by combining all the experts’ opinions， and they are linearly aggregated with the pre-processed indicator values to obtain the comprehensive evaluation value of one simulation， which can be used to assess the advantages and disadvantages of the evaluated objects. Through full simulation， the preference ratio matrix is calculated， and the probability ranking with the probability of superiority is derived from it， which makes up for the deficiency of absolute ranking in the uncertain information environment. Finally， the effectiveness of the method is illustrated by an example and the advantages of the method are described in comparison with the existing methods.

Key words: comprehensive evaluation, group G1 method, weighting coefficients, interval rough number, stochastic simulation

中图分类号:

C 934

梁媛媛, 刘军, 易平涛, 李伟伟. 区间粗糙数群组G1法的随机聚合求解及应用[J]. 东北大学学报（自然科学版）, 2024, 45(2): 282-288.

Yuan-yuan LIANG, Jun LIU, Ping-tao YI, Wei-wei LI. Stochastic Integrated Solution of Interval Rough Number Group G1 Method and Its Application[J]. Journal of Northeastern University(Natural Science), 2024, 45(2): 282-288.

图/表 5

表1 rk取值参考表

Table 1 Reference table for rk value

$r k$	说明
1.0	指标 $x k - 1$ 与指标 $x k$ 同等重要
1.2	指标 $x k - 1$ 比指标 $x k$ 稍微重要
1.4	指标 $x k - 1$ 比指标 $x k$ 明显重要
1.6	指标 $x k - 1$ 比指标 $x k$ 强烈重要
1.8	指标 $x k - 1$ 比指标 $x k$ 极端重要

表1 rk取值参考表

Table 1 Reference table for rk value

$r k$	说明
1.0	指标 $x k - 1$ 与指标 $x k$ 同等重要
1.2	指标 $x k - 1$ 比指标 $x k$ 稍微重要
1.4	指标 $x k - 1$ 比指标 $x k$ 明显重要
1.6	指标 $x k - 1$ 比指标 $x k$ 强烈重要
1.8	指标 $x k - 1$ 比指标 $x k$ 极端重要

表2 “序相关性”确定的专家权重

Table 2 Experts’ weighting determined by sequential correlation

专家1	同序对	异序对	C	D	$τ A$	$τ A l$	$μ l$
与专家2的序相关性	$x 2, y 3$ 和 $x 1, y 1$ $x 2, y 3$ 和 $x 4, y 4$ $x 3, y 2$ 和 $x 1, y 1$ $x 3, y 2$ 和 $x 4, y 4$ $x 1, y 1$ 和 $x 4, y 4$	$x 2, y 3$ 和 $x 3, y 2$	5	1	4/6	1	0.294 5
与专家3的序相关性	$x 2, z 3$ 和 $x 1, z 4$ $x 2, z 3$ 和 $x 4, z 1$ $x 3, z 2$ 和 $x 1, z 4$ $x 3, z 2$ 和 $x 4, z 1$	$x 2, z 3$ 和 $x 3, z 2$ $x 1, z 4$ 和 $x 4, z 1$	4	2	2/6	1	0.294 5
专家2	同序对	异序对	C	D	$τ A$	$τ A l$	$μ l$
与专家1的序相关性	$x 2, y 3$ 和 $x 1, y 1$ $x 2, y 3$ 和 $x 4, y 4$ $x 3, y 2$ 和 $x 1, y 1$ $x 3, y 2$ 和 $x 4, y 4$ $x 1, y 1$ 和 $x 4, y 4$	$x 2, y 3$ 和 $x 3, y 2$	5	1	4/6	8/6	0.411 0
与专家3的序相关性	$y 3, z 3$ 和 $y 2, z 2$ $y 3, z 3$ 和 $y 1, z 4$ $y 3, z 3$ 和 $y 4, z 1$ $y 2, z 2$ 和 $y 1, z 4$ $y 2, z 2$ 和 $y 4, z 1$	$y 1, z 4$ 和 $y 4, z 1$	5	1	4/6	8/6	0.411 0
专家3	同序对	异序对	C	D	$τ A$	$τ A l$	$μ l$
与专家1的序相关性	$x 2, z 3$ 和 $x 1, z 4$ $x 2, z 3$ 和 $x 4, z 1$ $x 3, z 2$ 和 $x 1, z 4$ $x 3, z 2$ 和 $x 4, z 1$	$x 2, z 3$ 和 $x 3, z 2$ $x 1, z 4$ 和 $x 4, z 1$	4	2	2/6	1	0.294 5
与专家2的序相关性	$y 3, z 3$ 和 $y 2, z 2$ $y 3, z 3$ 和 $y 1, z 4$ $y 3, z 3$ 和 $y 4, z 1$ $y 2, z 2$ 和 $y 1, z 4$ $y 2, z 2$ 和 $y 4, z 1$	$y 1, z 4$ 和 $y 4, z 1$	5	1	4/6	1	0.294 5

表2 “序相关性”确定的专家权重

Table 2 Experts’ weighting determined by sequential correlation

专家1	同序对	异序对	C	D	$τ A$	$τ A l$	$μ l$
与专家2的序相关性	$x 2, y 3$ 和 $x 1, y 1$ $x 2, y 3$ 和 $x 4, y 4$ $x 3, y 2$ 和 $x 1, y 1$ $x 3, y 2$ 和 $x 4, y 4$ $x 1, y 1$ 和 $x 4, y 4$	$x 2, y 3$ 和 $x 3, y 2$	5	1	4/6	1	0.294 5
与专家3的序相关性	$x 2, z 3$ 和 $x 1, z 4$ $x 2, z 3$ 和 $x 4, z 1$ $x 3, z 2$ 和 $x 1, z 4$ $x 3, z 2$ 和 $x 4, z 1$	$x 2, z 3$ 和 $x 3, z 2$ $x 1, z 4$ 和 $x 4, z 1$	4	2	2/6	1	0.294 5
专家2	同序对	异序对	C	D	$τ A$	$τ A l$	$μ l$
与专家1的序相关性	$x 2, y 3$ 和 $x 1, y 1$ $x 2, y 3$ 和 $x 4, y 4$ $x 3, y 2$ 和 $x 1, y 1$ $x 3, y 2$ 和 $x 4, y 4$ $x 1, y 1$ 和 $x 4, y 4$	$x 2, y 3$ 和 $x 3, y 2$	5	1	4/6	8/6	0.411 0
与专家3的序相关性	$y 3, z 3$ 和 $y 2, z 2$ $y 3, z 3$ 和 $y 1, z 4$ $y 3, z 3$ 和 $y 4, z 1$ $y 2, z 2$ 和 $y 1, z 4$ $y 2, z 2$ 和 $y 4, z 1$	$y 1, z 4$ 和 $y 4, z 1$	5	1	4/6	8/6	0.411 0
专家3	同序对	异序对	C	D	$τ A$	$τ A l$	$μ l$
与专家1的序相关性	$x 2, z 3$ 和 $x 1, z 4$ $x 2, z 3$ 和 $x 4, z 1$ $x 3, z 2$ 和 $x 1, z 4$ $x 3, z 2$ 和 $x 4, z 1$	$x 2, z 3$ 和 $x 3, z 2$ $x 1, z 4$ 和 $x 4, z 1$	4	2	2/6	1	0.294 5
与专家2的序相关性	$y 3, z 3$ 和 $y 2, z 2$ $y 3, z 3$ 和 $y 1, z 4$ $y 3, z 3$ 和 $y 4, z 1$ $y 2, z 2$ 和 $y 1, z 4$ $y 2, z 2$ 和 $y 4, z 1$	$y 1, z 4$ 和 $y 4, z 1$	5	1	4/6	1	0.294 5

表3 各员工的表现数据

Table 3 Performance data for each employee

o	x₁	x₂	x₃	x₄
o₁	0.42	0.30	0.55	0.79
o₂	0.63	0.23	0.46	0.49
o₃	0.37	0.68	0.76	0.28
o₄	0.24	0.31	0.83	0.56
o₅	0.71	0.49	0.20	0.32
o₆	0.52	0.48	0.61	0.54

表4 各专家的评价信息

Table 4 Evaluation information given by each expert

专家	指标序关系	相邻指标重要程度比值
s₁	$x 2 ? x 1 ? x 4 ? x 3$	$w 21 / w 11 = 1.2,1.3, 1.1,1.5, 0.5$ $w 11 / w 41 = 1.1,1.3, 1.0,1.6, 0.7$ $w 41 / w 31 = 1.3,1.4, 1.2,1.5, 0.6$
s₂	$x 2 ? x 1 ? x 4 ? x 3$	$w 22 / w 12 = 1.1,1.2, 1.0,1.5, 0.6$ $w 12 / w 42 = 1.1,1.4, 1.0,1.6, 0.5$ $w 42 / w 32 = 1.2,1.4, 1.0,1.7, 0.8$
s₃	$x 2 ? x 1 ? x 4 ? x 3$	$w 23 / w 13 = 1.2,1.5, 1.1,1.7, 0.9$ $w 13 / w 43 = 1.2,1.3, 1.1,1.5, 0.6$ $w 43 / w 33 = 1.1,1.3, 1.0,1.5, 0.5$
s₄	$x 1 ? x 2 ? x 4 ? x 3$	$w 14 / w 24 = 1.1,1.2, 1.0,1.3, 0.5$ $w 24 / w 44 = 1.2,1.3, 1.1,1.5, 0.8$ $w 44 / w 34 = 1.3,1.5, 1.1,1.7, 0.6$

表4 各专家的评价信息

Table 4 Evaluation information given by each expert

专家	指标序关系	相邻指标重要程度比值
s₁	$x 2 ? x 1 ? x 4 ? x 3$	$w 21 / w 11 = 1.2,1.3, 1.1,1.5, 0.5$ $w 11 / w 41 = 1.1,1.3, 1.0,1.6, 0.7$ $w 41 / w 31 = 1.3,1.4, 1.2,1.5, 0.6$
s₂	$x 2 ? x 1 ? x 4 ? x 3$	$w 22 / w 12 = 1.1,1.2, 1.0,1.5, 0.6$ $w 12 / w 42 = 1.1,1.4, 1.0,1.6, 0.5$ $w 42 / w 32 = 1.2,1.4, 1.0,1.7, 0.8$
s₃	$x 2 ? x 1 ? x 4 ? x 3$	$w 23 / w 13 = 1.2,1.5, 1.1,1.7, 0.9$ $w 13 / w 43 = 1.2,1.3, 1.1,1.5, 0.6$ $w 43 / w 33 = 1.1,1.3, 1.0,1.5, 0.5$
s₄	$x 1 ? x 2 ? x 4 ? x 3$	$w 14 / w 24 = 1.1,1.2, 1.0,1.3, 0.5$ $w 24 / w 44 = 1.2,1.3, 1.1,1.5, 0.8$ $w 44 / w 34 = 1.3,1.5, 1.1,1.7, 0.6$

表5 预处理后的评价信息

Table 5 Pre‐processed evaluation information

o	x₁	x₂	x₃	x₄
o₁	1.00	1.00	0.85	1.00
o₂	0.53	0.33	0.21	0.86
o₃	0.98	0.91	0.00	0.00
o₄	0.00	0.00	1.00	0.37

参考文献 18

1	易平涛，李伟伟，郭亚军.综合评价理论与方法［M］.北京：经济管理出版社，2019.
	Yi Ping-tao， Li Wei-wei， Guo Ya-jun.Comprehensive evaluation and methods［M］.Beijing：Economic Management Press，2019.
2	Saaty T L.Concepts，theory，and techniques rank generation，preservation and reversal in the analytic hierarchy decision process［J］.Decision Sciences，1987，18（2）：157-177.
3	Saaty T L.Decision-making with the AHP：why is the principal eigenvector necessary［J］.European Journal of Operational Research，2003，145（1）：85-91.
4	Chen Y， Li W W， Yi P T.Evaluation of city innovation capability using the TOPSIS-based order relation method：the case of Liaoning Province，China［J］.Technology in Society，2020，63：101330.
5	Yi P T， Li W W， Zhang D N.Sustainability assessment and key factors identification of first-tier cities in China［J］.Journal of Cleaner Production，2021，281：125369.
6	Ying L， Du Q Y， Cheng Z H，et al.Generation model of optimal emergency treatment technology for sudden heavy metal pollution based on group-G1 method［J］.Polish Journal of Environmental Studies，2021，30（6）：5899-5908.
7	Dou J M， Ma H Y， Yang J J，et al.An improved power quality evaluation for LED lamp based on G1-entropy method［J］.IEEE Access，2021，9：111171-111180.
8	Qu J H， Meng X L， Hu Q，et al.A novel two-stage evaluation system based on a Group-G1 approach to identify appropriate emergency treatment technology schemes in sudden water source pollution accidents［J］.Environmental Science and Pollution Research，2016，23（3）：2789-2801.
9	张发明.区间标度群组序关系评价法及其运用［J］.系统工程理论与实践，2013，33（3）：720-725.
	Zhang Fa-ming.Interval scales rank correlation analysis group evaluation method and its application［J］.Systems Engineering：Theory & Practice，2013，33（3）：720-725.
10	程砚秋.基于区间相似度和序列比对的群组G1评价方法［J］.中国管理科学，2015，23（sup1）：204-210.
	Cheng Yan-qiu.A group G1 evaluation method based on interval similarity and sequence comparison［J］.Chinese Journal of Management Science，2015，23（sup1）：204-210.
11	Pawlak Z.Rough sets［J］.International Journal of Computer & Information Sciences，1982，11（5）：341-356.
12	Pamucar D， Chatterjee K， Zavadskas E K.Assessment of third-party logistics provider using multi-criteria decision-making approach based on interval rough numbers［J］.Computers & Industrial Engineering，2019，127：383-407.
13	吕跃进，杨燕华.区间粗糙数层次分析法［J］.系统工程理论与实践，2018，38（3）：786-793.
	Yue-jin Lyu， Yang Yan-hua.Analytic hierarchy process based on interval rough number［J］.Systems Engineering：Theory & Practice，2018，38（3）：786-793.
14	Slowinski R， Vanderpooten D.A generalized definition of rough approximations based on similarity［J］.IEEE Transactions on Knowledge and Data Engineering，2000，12（2）：331-336.
15	曾玲，曾祥艳.一类区间粗糙数型多属性决策方法研究［J］.控制与决策，2010，25（11）：1757-1760.
	Zeng Ling， Zeng Xiang-yan.Research on a class of multiple attribute decision making method with interval rough numbers［J］.Control and Decision，2010，25（11）：1757-1760.
16	翁世洲，吕跃进.区间粗糙数的排序方法及其应用［J］.南京大学学报（自然科学），2015，51（4）：818-825.
	Weng Shi-zhou， Yue-jin Lyu.Sorting method with interval rough number and its application［J］.Journal of Nanjing University （Natural Sciences），2015，51（4）：818-825.
17	易平涛，董乾坤，李伟伟.残缺数据下动态随机算法及应用［J］.运筹与管理，2021，30（6）：6-11.
	Yi Ping-tao， Dong Qian-kun， Li Wei-wei.Dynamic stochastic algorithm based on incomplete data and its application［J］.Operations Research and Management Science，2021，30（6）：6-11.
18	Kendall M G.A new measure of rank correlation［J］.Biometrika，1938，30（1/2）：81-93.

[1]	刘建坡，武峰，王人，张俊杰. 基于模糊综合评价的深部巷道破坏定量风险评估[J]. 东北大学学报（自然科学版）, 2022, 43(5): 733-739.
[2]	王露，易平涛，李伟伟，董乾坤. 多关系混合不确定信息的随机模拟聚合方法及应用[J]. 东北大学学报（自然科学版）, 2022, 43(11): 1644-1652.
[3]	陈阳，易平涛，李伟伟. 基于结构方程的中国省域技术创新能力评价[J]. 东北大学学报:自然科学版, 2020, 41(4): 599-604.
[4]	范例，谢里阳，张娜. 重卡驱动桥壳疲劳稳健性与轻量化设计[J]. 东北大学学报:自然科学版, 2019, 40(3): 365-369.
[5]	李伟伟，易平涛，刘军，晶晶. 兼顾双重发展态势的东北地区创新能力评价[J]. 东北大学学报:自然科学版, 2019, 40(2): 290-294.
[6]	齐锡晶，樊传召，邓李杰. 沈阳城市地铁站域地下空间开发的适宜性[J]. 东北大学学报:自然科学版, 2019, 40(12): 1790-1795.
[7]	马良，肖萍，王任胜，修世超. 含位形权重的磁流变液孤立链流变剪应力模型[J]. 东北大学学报:自然科学版, 2018, 39(2): 226-231.
[8]	李玲玉，郭亚军，易平涛，冯雪丽. 基于改进分层激励控制线的多阶段信息集结方法[J]. 东北大学学报:自然科学版, 2018, 39(1): 148-152.
[9]	易平涛，李雪，周莹，李伟伟. 生态城市评价指标的筛选模型及应用[J]. 东北大学学报:自然科学版, 2017, 38(8): 1211-1216.
[10]	闫炳基，张建良，国宏伟，曹英杰. 基于主成分分析的高炉操作炉型评价[J]. 东北大学学报:自然科学版, 2015, 36(7): 952-956.
[11]	李伟伟，易平涛，郭亚军. 一种新的综合评价排序方法及求解[J]. 东北大学学报:自然科学版, 2015, 36(4): 605-608.
[12]	方正，陈娟娟，谢涛，万欣. 基于聚类分析和AHP的商场类建筑火灾风险评估[J]. 东北大学学报:自然科学版, 2015, 36(3): 442-447.
[13]	易平涛，周莹，郭亚军. 带有奖惩作用的多指标动态综合评价方法及其应用[J]. 东北大学学报:自然科学版, 2014, 35(4): 597-599.
[14]	张翠玲，王大志，王安娜，刘晓琴. 基于模糊AHP变压器运行状态判断矩阵建立方法[J]. 东北大学学报(自然科学版), 2013, 34(3): 317-321.
[15]	陈天宇，冯夏庭，梁冰，孙维吉. 煤层气藏地面勘探开发选区灰色模糊评价[J]. 东北大学学报(自然科学版), 2013, 34(3): 429-432.