直覺模糊多評準決策分析模型與方法之建立及其在消費者決策問題之應用

多評準決策分析(Multiple Criteria Decision Analysis, MCDA)係決策科學、管理科學、系統工程、作業研究中重要之研究領域。在現實社會中，存在大量多評準決策問題，其所考慮的準則經常彼此矛盾或衝突。由於決策問題本身之模糊性、不精確與不確定性，導致準則權重或方案評估值甚難以明確數字判定，故許多學者引入Zadeh於1965年提出的模糊集合理論(Fuzzy Set Theory)，發展各類模糊多評準決策分析方法。模糊集合有數種擴展，其中直覺模糊集合(Intuitionistic Fuzzy Set)因其能模擬人類決策過程和反映經驗與知識等內隱行為，獲得眾多學者之研究與關注。直覺模糊集合由Atanassov於1986年提出，是傳統模糊集合的擴充與發展。直覺模糊集合增加新的參數，以隸屬程度、非隸屬程度、游移不定程度共同刻劃並細膩描述客觀世界的模糊本質。目前對多評準直覺模糊決策之相關研究尚屬發展階段，本研究擬將多評準決策分析中之補償性決策模型，包括折衷模型(Compromising Model)、優勢排序模型(Outranking Model)、計分模型(Scoring Model)等，拓展至直覺模糊決策環境，並建立直覺模糊決策模型與發展演算方法。本研究為期三年，每一年度之研究目的分別為：(i)直覺模糊折衷模型與分析方法之建立；(ii)直覺模糊優勢排序模型與分析方法之建立；(iii)直覺模糊計分模型與分析方法之建立。第一年度計畫中，本研究除將折衷模型之輸入資料直覺模糊化，發展不同方法(包括extended TOPSIS, LINMAP or nonmetric MDS等)，並著重距離測度與相似性測度之數值實驗討論。第二年度計畫中，針對輸入資料為基數資料或序列資料，發展對應之直覺模糊優勢排序法(包括extended permutation method, ELECTRE, linear assignment method, PROMETHEE等)，並進行大規模之模擬實驗，探討資料簡化前後之結果比較。第三年度計畫中，本研究運用直覺模糊點運算子，建立一般化得點函數並作為後續數學規劃求解模式之目標式，並以數值實驗深度探討直覺模糊交集、聯集與加總運算之結果比較。除方法建立與實驗分析外，本研究以過程導向觀點，於每一年度計畫中，應用多評準直覺模糊決策法於各類型消費者決策問題之大規模實證研究，包括廣泛問題求解階段之功能型產品、廣泛問題求解階段之感官型產品、有限問題求解階段之功能型產品、有限問題求解階段之感官型產品等四類決策問題。本研究蒐集消費者實際決策之實證資料，以實證分析檢驗直覺模糊決策方法之可行性、有效性、正確性、及實用性。本研究希望藉由發展直覺模糊折衷模型、直覺模糊優勢排序模型、直覺模糊計分模型，能更符合人類思維及決策彈性，並在結果導向觀點下獲致更正確之決策結果。

系統編號:PF9709-0824
原計畫編號:NSC97-2410-H182-007-MY2