基于 zSlice 的广义二型模糊集的组间一致性度量

近来，通过模糊集（FSs）对人类感知中的不确定性进行建模的研究颇多。其中多数研究聚焦于允许受访者利用区间表达其（内部）不确定性。此处，依据所用技术与所建模不确定性的类型，可获得不同类型的 FSs（如一类、区间二型、广义二型）。可以说，区间一致性方法（IAA）是最灵活的技术之一，因其可在不做诸如剔除离群值或预设隶属函数类型（如高斯型）等假设的情况下，对所有受访者的感知进行建模。对区间值数据及其基于 IAA 的一致性模型进行分析的一个关键方面，是确定所有来源/参与者间一致性的位置与强度。此前，为度量区间数据模糊集模型中的一致性强度提出了一致性比率（Agreement Ratio），但该度量仅适用于一类模糊集。本文将一致性比率推广至在使用 IAA 时由广义二型模糊集所建模的组间一致性程度。该度量依赖于利用相似度来定量表达给定 FS 中不同一致性水平间的关系。文中给出合成示例以展示该度量的行为与计算方式。最后，通过对真实数据的应用，展示了该度量在涉及异质参与者群体时评估模糊概念意见分歧的潜力。