［摘 要］在广义优序数的基础上提出一种新的广义优序群决策方法，根据偏差最大化思想，构建了求解专家权重的优化模型，从而确定方案的综合评价值。最后用算例说明决策方法的有效性和可行性。
［关键词］三区间数；广义优序法；偏差最大化；权重
1 引言
随着现代社会的快速发展，决策问题的复杂性、不确定性逐渐增强，决策者所获取的决策信息往往会呈现出一定的随机性、模糊性等不确定性。大量的决策信息以区间数的形式来刻画这种不确定性。针对决策信息为区间数的决策问题已受到越来越多研究者的关注。但值得注意的是，一般的区间数即两参数区间数只用上、下限来表示，上、下限间的各个数值被认为取值机会均等，而实际问题中往往并非如此。本文在三区间数可能度公式的基础上，建立一种新的偏序关系，并通过方差最大化方法的思想来确定各专家权重，进而将优序法的应用拓展到三区间数的群决策中来，为区间数情形的决策问题提供一种新的决策方法。
威廉·福克纳（1897-1962），美国二十世纪重要的小说家、“南方文学”派的创始人，也是整个西方最有影响的现代派小说家之一。
2 群决策方法
基于对广义优序数的计算以及对专家权重的确定，在此基础上，可以通过计算加权的广义优序数，并按其从大到小的顺序将各方案按照从优到劣的顺序进行排序。
具体步骤如下：
综上所述，对孕妇进行饮食管理、妊娠期糖尿病孕妇进行饮食控制可对其血糖水平进行控制，可减少其出现不良妊娠结局的几率，减轻其经济负担，经济实惠、方法简单容易掌握，值得在以后临床中妊娠期糖尿病产妇治疗中进一步推广应用。
并构造拉格朗日函数
步骤3：根据参考文献［1］建立关于专家权重的优化模型
近年来，随着GPU可编程能力、并行处理能力以及应用范围的不断提升和扩展，GPU已发展成为一种高度并行化、多线程、多核的处理器。GPU在并行数据运算上具有强大的计算能力，特别适合作运算符相同而运算数据不同的运算。CUDA对内存的操作与一般的C程序基本相同，显存操作则需要调用CUDA API中的存储器管理函数。一旦确定好程序中的并行部分，就可以将该部分计算交给GPU。利用GPU的并行处理能力，以CPU加GPU混合加速为特征的异构并行计算系统将会成为未来高性能计算的主流。
步骤1：决策专家根据各职能部门给出的评价指标数据和分析结果，分别给出5家第三方物流服务商物流质量评价的三参数区间数偏好序，如表1所示。
注：本文中各方案总的广义优序数pi可能为正、负或零，这样不仅可以比较方案间的优劣次序，还可以评价每个方案在整体评价中的客观地位。若pi为正，则说明方案xi总体上优势多于劣势，是较优型方案；反之则是较劣型方案；若pi为零，则说明方案xi在整体中处于中立地位，属于中庸型方案。而目前很多决策方法［1-2］对方案的综合评价值均为非负实数，本文的比较则更为清晰、明确、可辨。
1）通过2个不同开灌比区域的单位注灰量对比分析，单位注灰量采用2∶1开灌的孔段在前2个次序灌注中明显大于1∶1开灌的孔段，前者单位注灰量为403kg/m，后者为364kg/m。
3 应用案例［3］
步骤2：根据（3）式中广义优序数的计算公式，计算在各专家 的评价下各物流服务商的广义优序数pik，见表2。
Step 4 根据Step 3中按pi的大小对各方案进行排序。pi越大，则对应的方案xi越优。
表1 决策专家对第三方物流公司物流质量评价的三参数区间数
第三方物流服务商 决策专家e1e2重庆民生物流有限公司（A）重庆东胜物流有限公司（B）重庆富华物流有限公司（C）江苏飞力达国际物流有限公司（D）四川金桥物流有限公司（E）（1，2，4）（2，3，5）（3，4，5）（1，2，3）（2，3，4）（1，3，4）（2，4，5）（2，3，5）（1，2，4）（2，3，4）e3（1，3，4）（2，3，4）（1，3，4）（1，2，4）（2，3，5）
重庆市长安汽车股份有限公司是中国汽车行业第一阵营，经过多年发展，现已形成轿车、微车、客车、卡车、SUV、MPV等低中高档、宽系列、多品种的产品谱系。长期以来，公司采用自营物流与第三方物流合作的方式开展物流活动。随着公司业务的扩大，物流费用逐年高涨，给公司精益化管理造成了很大负担。为集中精力搞好主业，节省物流费用，化解经营风险，决定将汽车销售物流全部外包给第三方物流公司。通过前期招标，引入重庆民生物流有限公司（A）、重庆东胜物流有限公司（B）、重庆富华物流有限公司（C）、江苏飞力达国际物流有限公司（D）、四川金桥物流有限公司（E）5家物流服务商。该公司各职能部门对5家物流公司进行分析，从企业实力、服务质量、成本水平、合作稳定性等因素进行了调研，并将相关数据和信息提供给决策团队现组建决策团队，对家物流服务商进行评价和选择。根据三参数区间数群决策算法决策。
Step 3 计算各方案总的广义优序数
表2 各专家评价下各物流服务商的广义优序数
第三方物流服务商决策专家e1e2 A B C D E-1.908 7 1.591 3 3.714 3-3.555 6 0.158 7-1.305 6 3.064 3 1.305 6-3.064 3 0 e3-0.055 6 1.269 8 0.055 6-2.664 3 2.505 6
Step 2 根据参考文献［1］确定各专家的权重 w＝｛w1，w2，…，wp｝；
Step 1 决策专家根据决策信息给出的评价指标数据进行分析，分别给出对各方案三参数区间数形式的偏好，由计算各专家评价下各方案的广义优序数；
并令其对各变量的偏导数等于0，接着对权重进行归一化处理得到各专家的权重分别为（0.468 8，0.318 7，0.212 5）。
步骤4：由步骤2中的专家权重，可计算各物流服务商总的广义优序数
1941年5月19日，以毛泽东在延安高级干部会议上作《改造我们的学习》报告为标志，整风运动率先在党的高级领导干部中展开。中共中央组织高级干部学习党的历史，其目的在于使他们通过认真学习，开展批评与自我批评，弄清楚党的历史上多次发生的“左”和右倾机会主义错误的危害并总结历史经验。
故评价结果为C＞B＞E＞A＞D。表明值得推荐的依次为物流服务商C、B、E，相对来讲，不值得采纳的是服务商A、D。明显地，服务商在各专家的评价中相对最低，其应是最后考虑的对象。本文根据广义优序法，综合考虑了各服务商的优势和劣势，若对服务商的评价值为负，说明其劣势多于优势，不值得采纳。
4 结语
属性值为三区间数的群决策问题是一类重要的决策模型，本文在定义三参数区间数的序关系的基础上，提出了基于广义优序法的新的决策方法。并根据偏差最大化思想，建立了关于专家权重的优化模型。本文所提出的方法思路清晰，并易于计算机实现。最后的实例分析也表明本文方法的合理性和有效性。
主要参考文献
［1］张小芝，朱传喜，朱丽.时序多属性决策的广义等级偏好优序法［J］.中国管理科学，2014，22（4）：105-111.
［2］闫书丽，刘思峰，朱建军，等.基于熵测度的三参数区间数信息下的TOPSIS 决策方法［J］.中国管理科学，2013，21（6）：145-151.
［3］龚立雄，宋李俊，黄敏.基于三参数区间数群决策的第三方物流服务商选择方法研究［J］.数学的实践与认识，2014，44（2）：57-63.
doi：10.3969/j.issn.1673-0194.2019.11.037
［中图分类号］C934
［文献标识码］A
［文章编号］1673-0194（2019）11-0085-02
［收稿日期］2019-03-08
［基金项目］江西省高校人文社会科学研究项目（GL1578）。
［作者简介］夏正喜（1979-），男，硕士，副教授，主要研究方向：决策分析。
标签：广义论文; 区间论文; 序数论文; 服务商论文; 专家论文; 社会科学总论论文; 管理学论文; 决策学论文; 《中国管理信息化》2019年第11期论文; 江西省高校人文社会科学研究项目(GL1578)论文; 九江职业技术学院信息工程学院论文;