一种新的七值逻辑中多准则决策辅助的偏好表示
人工智能
2024-06-07 v1
摘要
本文考虑的七值逻辑自然产生于粗糙集框架内，允许区分由不精确性引起的模糊性和由粗糙性引起的歧义。最近，我们讨论了它在描述对象多属性分类的数据推理中的实用性。我们还表明，该逻辑包含著名的Belnap四值逻辑作为特例。本文介绍七值逻辑以及其他派生逻辑如何用于表示多准则决策辅助(MCDA)领域的偏好。特别地，我们提出了新的排序和价值函数偏好模型，这些模型聚合多个准则，同时考虑不完美的偏好信息。我们证明我们的方法有效解决了MCDA中偏好建模的常见挑战，如不确定性、不精确性以及表现和偏好的不良确定。为此，我们提出了构建七值偏好关系的具体程序，并利用它通过使用多个代表决策者偏好的排序或价值函数来定义考虑鲁棒性的建议。此外，我们讨论了所提出的七值偏好结构的主要属性，并将其与MCDA中的当前方法（如序数回归、鲁棒序数回归、随机多属性可接受性分析、随机序数回归等）进行比较。我们通过一个教学示例说明和讨论了该方法的应用。最后，我们提出了未来研究方向和所提方法的潜在应用。
引用
@article{arxiv.2406.03501,
title = {Representation of preferences for multiple criteria decision aiding in a new seven-valued logic},
author = {Salvatore Greco and Roman Słowiński},
journal= {arXiv preprint arXiv:2406.03501},
year = {2024}
}