针对语言的非平衡性、信息的不确定性以及决策者的风险偏好和损失厌恶心理等特点,本文提出了一种基于非平衡语言的扩展序数偏好排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)。首先,采用非平衡语言刻画决策信息,有效降低信息的损失,因此,刻画决策信息既可以使用已有的基于平衡语言这一假设的语言变量,又可以使用非平衡语言或假设以非平衡语言为基础的语言变量;其次,在使用非平衡语言刻画决策信息的环境下,采用前景理论考虑决策者的心理行为特征;再次,使用D数刻画不确定信息;再将传统的序数偏好排序法(TOPSIS)扩展到用非平衡语言表达决策信息的领域,并对其决策矩阵加以改进,形成扩展的TOPSIS多属性决策方法;将提出的方法用于医生推荐中。结果表明,具有一定的可行性和有效性。
