考虑多阶段决策信息集结的新算法及其应用

针对多阶段区间信息集结与决策问题,提出一种考虑最小化集结矩阵与阶段区间矩阵之间距离的新方法,寻求更趋近帕累托最优的集结结果,使最终评价值更符合多阶段评价的目标。 首先,根据多阶段专家评价值将区间信息转化为二维坐标点,并将其映射到二维坐标系中。然后,构建区间信息离差最小化集结模型,并基于植物模拟生长算法(PGSA）进行群体判断信息的集结,再通过合成各方案的属性评价值,给出各决策方案的综合评价值并进行排序,进而给出最优决策方案。最后,以物流服务商的多阶段绩效评价为例,验证了该方法的合理性和有效性。