基于后悔理论的多粒度直觉模糊三支决策模型

传统基于函数或关系的三支决策模型在应对复杂多粒度决策问题求解时，容易忽略现实中信息的多粒度特性和决策者认知能力的局限性。基于此，本文提出了一种基于后悔理论的多粒度直觉模糊三支决策模型。首先，为处理直觉模糊数的复杂计算问题，将θ算子与直觉模糊粗糙集相融合，提出了一种多粒度直觉模糊粗糙集上、下近似算子，并给出相应的三支决策规则。其次，为将决策者的认知特性融合到决策过程中，结合后悔理论构建了乐观和悲观策略下的多粒度三支排序方法。最后通过国际中文教育“中文+职业”人才胜任力评估的群决策实例验证了所提模型的有效性，为直觉模糊环境下融合决策者风险偏好的不确定性决策问题提供了一种新方法。