EDW与梯形直觉模糊数结合的科技奖励评价

王瑛　张璐　蒋晓东

摘要：根据信度系数与意见相似度确定专家动态权重（EDW），将科技奖励评价的不确定语言转化为梯形直觉模糊数，对得分函数进行改进，计算加权后的项目得分并排名。实证表明：该方法具有较强的处理模糊信息能力，提高评价结果的信度与效度，为科技奖励综合评价提供新思路。

关键词：科技奖励评价；梯形直觉模糊数；专家动态权重

中图分类号：F224.5文献标识码：A文章编号：1001-8409（2014）10-0121-04

引言

科技奖励是鼓励创新、促进科技成果推广与应用的一项重要政策[1]。科技奖励制度的当务之急是研究和完善评价奖励机制，提出一种较为科学的评估方法，使评价结果更趋客观、合理、公正。在实践过程中，科技奖励评价基本上是由业内权威专家对各项目多角度、全方位的语言评价来实现的，专家在决策时会给出一些不确定性的描述，这样只能在保留原始信息最大化的情况下，对其模糊处理[2，3]。科技奖励综合评价本质上是一种模糊的多属性群决策过程。

对于模糊多属性决策方法与模型的探索，国内外不少专家学者都进行了深入研究：姜艳萍等提出以三角模糊数期望值作为每个方案的排序值[4]；S P Wan等基于Hausdorff距离定义三角直觉模糊数的汉明距离和欧氏距离，并根据证据理论与贝叶斯理论，用理想的解决方案与替代方案的接近程度给出排名[5]；王瑛等用L-R型三角模糊数表示决策信息，对模糊矢量的内积公式进行修正再计算，以投影值的大小确定被评价项目的优劣次序[6]；万树平等提出根据期望值和预期得分排序的多属性群决策[7]；Atanassov定义了区间直觉模糊集的一些基本运算法则[8]；Biswas等基于直觉模糊数的关系，研究了药物诊断的决策问题[9]；徐泽水拓展Yager教授提出的连续区间数据OWA算子，为属性值是区间数形式的不确定多属性决策问题提供新方法[10]。上述方法通过构造隶属函数，将不确定的信息用模糊集表示，如L-R模糊数，其隶属函数只考虑了隶属度，形式单一、主观，评价结果不足以信服；而直觉梯形模糊数的隶属函数，虽然考虑了隶属度、非隶属度、犹豫度，充分提取了决策者评价信息，但形式过于繁琐，各因素不易取得。

针对科技奖励评价特点和梯形直觉模糊数的群决策理论，将专家动态权重与考虑隶属度、非隶属度的梯形直觉模糊数相结合，既能减少信息损失、降低专家评审工作过程中主观因素干扰，又易于取得形式相对简单的决策值，有较强处理模糊信息的能力。

参考文献：

[1]阮冰琰，杨健国.基于科技奖励本质及功能的制度创新探析[J].科技进步与对策，2010，27（12）：28-31.

[2]熊小刚，徐顽强.基于群组决策分析的国家科技奖励制度运行绩效评价指标体系研究[J].软科学，2012（5）：45-50.

[3]张立军，林鹏.基于序关系法的科技成果评价模型及应用[J].软科学，2012（2）：10-12.

[4]姜艳萍，樊治平.三角模糊数判断矩阵排序的一种实用方法[J].系统工程，2002，20（2）：90-92.

[5]S P Wan，Q Y Wang. The Extended VIKOR Method for Multi-attribute Group Decision Making with Triangular Intuitionistic Fuzzy Numbers[J]. Knowledge-Based Systems，2013，52：65-72.

[6]王瑛，赵谦，李石良.模糊多属性决策投影法在科技奖励评价中的应用[J].科学学与科学技术管理，2010，31（12）：18-22.

[7]万树平，董九英.多属性群决策的直觉梯形模糊数法[J].控制与决策，2010，25（5）：773-776.

[8]Atanassov K.Operators over Intervaled Intuitionstic Fuzzy Sets[J].Fuzzy Sets and Systems，1994，64（2）：159-174.

[9]De S K，Biswas R，Roy A R.An Application of Intutionistic Fuzzy Sets in Medical Diagnosis[J]. Fuzzy Sets and Systems，2001，117（2）：209-213.

[10]Xu Z S.Extended C-OWA Operators and Their Use In Uncertain Multi-attribute Decision Making[J].系统工程理论与实践，2005，25（11）：9-15.

[11]王坚强，张忠.基于直觉梯形模糊数的信息不完全确定的多准则决策方法[J].控制与决策，2009，24（2）：226-230.

[12]刘培德，左甲.梯形直觉模糊数集成算子及在决策中的应用研究[J].模糊系统与数学，2012，26（3）：127-138.

[13]巩在武.梯形模糊数判断矩阵的二元语义排序方法[J].系统工程与电子技术，2007，29（9）：1489-1491.

[14]王瑛，欧阳显斌，赵谦.基于信度系数的投影寻踪模型在科技奖励评价中的应用[J].科技进步与对策，2012，29（14）：113-116.

[15]黄智力.基于三角模糊数型群体多属性决策法研究[D].厦门大学，2009.

（责任编辑：张勇）

摘要：根据信度系数与意见相似度确定专家动态权重（EDW），将科技奖励评价的不确定语言转化为梯形直觉模糊数，对得分函数进行改进，计算加权后的项目得分并排名。实证表明：该方法具有较强的处理模糊信息能力，提高评价结果的信度与效度，为科技奖励综合评价提供新思路。

关键词：科技奖励评价；梯形直觉模糊数；专家动态权重

中图分类号：F224.5文献标识码：A文章编号：1001-8409（2014）10-0121-04

引言

科技奖励是鼓励创新、促进科技成果推广与应用的一项重要政策[1]。科技奖励制度的当务之急是研究和完善评价奖励机制，提出一种较为科学的评估方法，使评价结果更趋客观、合理、公正。在实践过程中，科技奖励评价基本上是由业内权威专家对各项目多角度、全方位的语言评价来实现的，专家在决策时会给出一些不确定性的描述，这样只能在保留原始信息最大化的情况下，对其模糊处理[2，3]。科技奖励综合评价本质上是一种模糊的多属性群决策过程。

对于模糊多属性决策方法与模型的探索，国内外不少专家学者都进行了深入研究：姜艳萍等提出以三角模糊数期望值作为每个方案的排序值[4]；S P Wan等基于Hausdorff距离定义三角直觉模糊数的汉明距离和欧氏距离，并根据证据理论与贝叶斯理论，用理想的解决方案与替代方案的接近程度给出排名[5]；王瑛等用L-R型三角模糊数表示决策信息，对模糊矢量的内积公式进行修正再计算，以投影值的大小确定被评价项目的优劣次序[6]；万树平等提出根据期望值和预期得分排序的多属性群决策[7]；Atanassov定义了区间直觉模糊集的一些基本运算法则[8]；Biswas等基于直觉模糊数的关系，研究了药物诊断的决策问题[9]；徐泽水拓展Yager教授提出的连续区间数据OWA算子，为属性值是区间数形式的不确定多属性决策问题提供新方法[10]。上述方法通过构造隶属函数，将不确定的信息用模糊集表示，如L-R模糊数，其隶属函数只考虑了隶属度，形式单一、主观，评价结果不足以信服；而直觉梯形模糊数的隶属函数，虽然考虑了隶属度、非隶属度、犹豫度，充分提取了决策者评价信息，但形式过于繁琐，各因素不易取得。

针对科技奖励评价特点和梯形直觉模糊数的群决策理论，将专家动态权重与考虑隶属度、非隶属度的梯形直觉模糊数相结合，既能减少信息损失、降低专家评审工作过程中主观因素干扰，又易于取得形式相对简单的决策值，有较强处理模糊信息的能力。

参考文献：

[1]阮冰琰，杨健国.基于科技奖励本质及功能的制度创新探析[J].科技进步与对策，2010，27（12）：28-31.

[2]熊小刚，徐顽强.基于群组决策分析的国家科技奖励制度运行绩效评价指标体系研究[J].软科学，2012（5）：45-50.

[3]张立军，林鹏.基于序关系法的科技成果评价模型及应用[J].软科学，2012（2）：10-12.

[4]姜艳萍，樊治平.三角模糊数判断矩阵排序的一种实用方法[J].系统工程，2002，20（2）：90-92.

[5]S P Wan，Q Y Wang. The Extended VIKOR Method for Multi-attribute Group Decision Making with Triangular Intuitionistic Fuzzy Numbers[J]. Knowledge-Based Systems，2013，52：65-72.

[6]王瑛，赵谦，李石良.模糊多属性决策投影法在科技奖励评价中的应用[J].科学学与科学技术管理，2010，31（12）：18-22.

[7]万树平，董九英.多属性群决策的直觉梯形模糊数法[J].控制与决策，2010，25（5）：773-776.

[8]Atanassov K.Operators over Intervaled Intuitionstic Fuzzy Sets[J].Fuzzy Sets and Systems，1994，64（2）：159-174.

[9]De S K，Biswas R，Roy A R.An Application of Intutionistic Fuzzy Sets in Medical Diagnosis[J]. Fuzzy Sets and Systems，2001，117（2）：209-213.

[10]Xu Z S.Extended C-OWA Operators and Their Use In Uncertain Multi-attribute Decision Making[J].系统工程理论与实践，2005，25（11）：9-15.

[11]王坚强，张忠.基于直觉梯形模糊数的信息不完全确定的多准则决策方法[J].控制与决策，2009，24（2）：226-230.

[12]刘培德，左甲.梯形直觉模糊数集成算子及在决策中的应用研究[J].模糊系统与数学，2012，26（3）：127-138.

[13]巩在武.梯形模糊数判断矩阵的二元语义排序方法[J].系统工程与电子技术，2007，29（9）：1489-1491.

[14]王瑛，欧阳显斌，赵谦.基于信度系数的投影寻踪模型在科技奖励评价中的应用[J].科技进步与对策，2012，29（14）：113-116.

[15]黄智力.基于三角模糊数型群体多属性决策法研究[D].厦门大学，2009.

（责任编辑：张勇）

摘要：根据信度系数与意见相似度确定专家动态权重（EDW），将科技奖励评价的不确定语言转化为梯形直觉模糊数，对得分函数进行改进，计算加权后的项目得分并排名。实证表明：该方法具有较强的处理模糊信息能力，提高评价结果的信度与效度，为科技奖励综合评价提供新思路。

关键词：科技奖励评价；梯形直觉模糊数；专家动态权重

中图分类号：F224.5文献标识码：A文章编号：1001-8409（2014）10-0121-04

引言

科技奖励是鼓励创新、促进科技成果推广与应用的一项重要政策[1]。科技奖励制度的当务之急是研究和完善评价奖励机制，提出一种较为科学的评估方法，使评价结果更趋客观、合理、公正。在实践过程中，科技奖励评价基本上是由业内权威专家对各项目多角度、全方位的语言评价来实现的，专家在决策时会给出一些不确定性的描述，这样只能在保留原始信息最大化的情况下，对其模糊处理[2，3]。科技奖励综合评价本质上是一种模糊的多属性群决策过程。

对于模糊多属性决策方法与模型的探索，国内外不少专家学者都进行了深入研究：姜艳萍等提出以三角模糊数期望值作为每个方案的排序值[4]；S P Wan等基于Hausdorff距离定义三角直觉模糊数的汉明距离和欧氏距离，并根据证据理论与贝叶斯理论，用理想的解决方案与替代方案的接近程度给出排名[5]；王瑛等用L-R型三角模糊数表示决策信息，对模糊矢量的内积公式进行修正再计算，以投影值的大小确定被评价项目的优劣次序[6]；万树平等提出根据期望值和预期得分排序的多属性群决策[7]；Atanassov定义了区间直觉模糊集的一些基本运算法则[8]；Biswas等基于直觉模糊数的关系，研究了药物诊断的决策问题[9]；徐泽水拓展Yager教授提出的连续区间数据OWA算子，为属性值是区间数形式的不确定多属性决策问题提供新方法[10]。上述方法通过构造隶属函数，将不确定的信息用模糊集表示，如L-R模糊数，其隶属函数只考虑了隶属度，形式单一、主观，评价结果不足以信服；而直觉梯形模糊数的隶属函数，虽然考虑了隶属度、非隶属度、犹豫度，充分提取了决策者评价信息，但形式过于繁琐，各因素不易取得。

针对科技奖励评价特点和梯形直觉模糊数的群决策理论，将专家动态权重与考虑隶属度、非隶属度的梯形直觉模糊数相结合，既能减少信息损失、降低专家评审工作过程中主观因素干扰，又易于取得形式相对简单的决策值，有较强处理模糊信息的能力。

参考文献：

[1]阮冰琰，杨健国.基于科技奖励本质及功能的制度创新探析[J].科技进步与对策，2010，27（12）：28-31.

[2]熊小刚，徐顽强.基于群组决策分析的国家科技奖励制度运行绩效评价指标体系研究[J].软科学，2012（5）：45-50.

[3]张立军，林鹏.基于序关系法的科技成果评价模型及应用[J].软科学，2012（2）：10-12.

[4]姜艳萍，樊治平.三角模糊数判断矩阵排序的一种实用方法[J].系统工程，2002，20（2）：90-92.

[5]S P Wan，Q Y Wang. The Extended VIKOR Method for Multi-attribute Group Decision Making with Triangular Intuitionistic Fuzzy Numbers[J]. Knowledge-Based Systems，2013，52：65-72.

[6]王瑛，赵谦，李石良.模糊多属性决策投影法在科技奖励评价中的应用[J].科学学与科学技术管理，2010，31（12）：18-22.

[7]万树平，董九英.多属性群决策的直觉梯形模糊数法[J].控制与决策，2010，25（5）：773-776.

[8]Atanassov K.Operators over Intervaled Intuitionstic Fuzzy Sets[J].Fuzzy Sets and Systems，1994，64（2）：159-174.

[9]De S K，Biswas R，Roy A R.An Application of Intutionistic Fuzzy Sets in Medical Diagnosis[J]. Fuzzy Sets and Systems，2001，117（2）：209-213.

[10]Xu Z S.Extended C-OWA Operators and Their Use In Uncertain Multi-attribute Decision Making[J].系统工程理论与实践，2005，25（11）：9-15.

[11]王坚强，张忠.基于直觉梯形模糊数的信息不完全确定的多准则决策方法[J].控制与决策，2009，24（2）：226-230.

[12]刘培德，左甲.梯形直觉模糊数集成算子及在决策中的应用研究[J].模糊系统与数学，2012，26（3）：127-138.

[13]巩在武.梯形模糊数判断矩阵的二元语义排序方法[J].系统工程与电子技术，2007，29（9）：1489-1491.

[14]王瑛，欧阳显斌，赵谦.基于信度系数的投影寻踪模型在科技奖励评价中的应用[J].科技进步与对策，2012，29（14）：113-116.

[15]黄智力.基于三角模糊数型群体多属性决策法研究[D].厦门大学，2009.

（责任编辑：张勇）