基于植物生长模拟算法的区间数群决策研究

本文针对属性权重完全未知且属性值信息以区间数形式表示的多属性多程序群决策问题。

这是一种用于设计群体决策信息收集的人工智能算法。提出了基于植物生长模拟算法（PGSA）的非线性规划信息采集模型。作者收集每个属性组决策偏好排序区间上的每个程序，然后使用它们来找到偏好向量和偏好矩阵。通过构造的偏好矩阵，使用熵方法来确定每个属性的权重。根据每个属性的可能性度矩阵，采用优先权向量法建立组合效果向量，对最优决策方案进行排序和选择。

据作者所知，将PGSA应用于管理决策领域，收集关于每个属性群决策偏好区间数的程序，是文献中的首次尝试。它保留了所有专家提供的更有价值的决策信息，没有失真。

实际上，实数可能不是一个准确的表示，而只是给出了一系列值来描述属性。本研究为管理者评估军事科学、风险投资和环境评估等提供了一个有用的区间数信息测量方法。

该方法考虑了完整的信息，以确保即使在大型复杂系统中也不会发生信息失真。作者采用计算机人工智能算法进行客观评价，这对研究和实际应用都有意义。