·284 智能系统学报 第5卷 理与决策客体相关的信息随机性、模糊性、粗糙性、 息，因此将采办目标系统能掌控和获取的信息按属 时变性和由之产生的多重不确定性.采办使命要求 性值和权重的不确定类型划分为以下类型.在虚拟 决策者在能采集到的有限信息基础上，通过甄别、筛 采办实际决策过程中，权重W不确定形式包括以下 选、集结等处理过程，适时作出抉择，形成初步方案， 5类： 再通过个人理性决策和群体研讨决策循环迭代的逼 1)属性权重完全未知.这种不确定多属性决策 近最优解过程，使初步方案演化为满意方案.本文在 无法给出关于属性权重的任何信息， 对SBA中不确定决策特点进行分析的基础上，提出 2)仅有方案偏好的权重信息.这种没有直接给 基于Wb服务的多属性个人决策和群体决策2种 出属性权重量化数值，但决策者对方案有偏好，即对 算法工具包，旨在支持将不确定的SBA问题求解转 属性的偏好隐藏于对方案的偏好中给出. 化为确定性决策和代数方程组问题求解，从而成为 3)属性权重信息不完全已知.属性权重的不完 在SBA协同工程平台上供决策者易于掌控的辅助 全信息至少包括以下3种情形：①o:≥；②ω：- 工具集.基于不确定多属性算法工具包，本文建立的 0≥a:;③a:≤w:≤：+e,其中a:和e:为非负常 SBA不确定多属性决策案例从SBA任务需求描述、 数.①和②中0：和0：具有一定的可比相关性，③中 任务演进、研讨模型与决策灵敏度分析4个方面描 描述属性权重为区间形式，属性α心：和e:为非负常 述了如何从少参量、信息不完整的采办需求演化成 数. 为多参量、信息较完整的概念设计多属性决策的全 4)属性权重表示为模糊数.常采用的模糊数为 过程 梯形模糊数和三角模糊数.在决策者无法以精确的 数值给出属性权重时，以模糊数表示权重是较好的 1SBA中不确定决策特点分析 选择 SBA中的不确定性可以体现为在多属性决策过 5)可知属性之间的两两判断关系.这种情况没 程中的许多方面，如决策属性值有区间数和语言类 有直接给出属性权重，而是利用一定的标度对属性 型，决策权重有完全未知和部分未知等形式.针对 进行两两比较，得到判断矩阵，一般是构造互反判断 SBA中不确定性的特点首先建立不确定多属性决策 矩阵和模糊互补判断矩阵、残缺互补判断矩阵、混合 算法工具包，再通过预置的智能选择机制，决策用户 判断矩阵等， 可从算法工具包中选用适合当前具体采办任务的决 在虚拟采办实际决策过程中，将方案属性集F 策方法集合，由此切入备选方案集生成、评估和排 不确定形式分为以下3种类型： 序、进而运用群决策方法考察群体的选择等SBA决 1)属性值为区间型.属性值为区间数即决策者 策全生命周期过程【46 对属性以区间值形式进行决策，如方案属性集合 1.1SBA中不确定多属性决策定义 {x}中的元素都是区间型数值a=[a,a”]={x 记M={1,2,…,m,N={1,2,…,n}有如下定 a≤x≤a'. 义，称A=(X,W,F)为一个多属性决策模型，其中X 2)属性为语言值.决策者通过设定一组语言评 为方案集，X={x,x2,…,xm}表示多属性决策的方 估标度对决策问题进行测度.常用的语言标度有 (低、中、高)，（很差、差、一般、良好、优）等。 案：W为属性权重集，W={0,,…,,,名=1： 3)属性值为模糊数.决策者评估方案的属性值 F为属性集F={fIω→x},其中为方案x的第j 不是以确定的数值给出，而是以梯形模糊数或三角 个属性值，A为决策目标，多属性决策的目标是从已 模糊数形式给出： 知方案集X中得到一个满意方案、一组方案满意度 1.2不确定多属性决策算法工具包 的排序或方案的分类.对一个多属性决策A=(X, 通过把SBA决策中的不确定信息按属性值和 W,F),当W和（或）F为不确定值时，称为不确定多 权重划分成不同类别分别处理，建立的不确定多属 属性决策[7] 性决策算法工具包可以支持决策者提升关于 根据不确定多属性决策的定义，在SBA系统中 “问题-解”的知识的深度，不但是将理论上的复杂 涉及的多属性决策问题的方案集X一般已知确定， 采办决策问题工程化处理的一种务实的方法，也是 采办决策者需要根据权重集W和属性集F综合得 通过可执行的简单数值计算的迭代逼近复杂问题求 出决策结果.根据采办经验和有限的采办数据分析， 解的一种定性与定量相结合的有效方法，目前已经 采办决策者往往不能给出决策属性值或权重精确信 实现的不确定多属性决策算法工具包包括2类算法