IRN-AROMAN决策模型

将AROMAN方法扩展到区间粗糙数环境，用于评估自动驾驶汽车公众接受度。

Meijing, Song · Stević, Željko · Ahmed Badi, Ibrahim · Marinković, Dragan Z. · Yifei, Lv · Zhong, Kaiyang

Facta Universitatis, Series: Mechanical Engineering 2025

技术优势

处理模糊性

该模型使用区间粗糙数，能够有效捕捉决策者的不确定性，避免传统方法在群体决策中的信息失真。

集成两种方法

将PIPRECIA用于权重确定与AROMAN用于备选方案排序相结合，提供一个结构化的多准则评估流程。

提供最佳策略

通过模型评估，快速实施并广泛测试被识别为最优解决方案，有助于利益相关者决策。

应用场景

• 智能交通系统：为智能交通系统提供公众接受度评估工具，辅助政策制定与推广。
• 自动驾驶决策：帮助决策者评估不同自动驾驶策略的公众接受度，优化决策过程。
• 智慧城市规划：为智慧城市规划中的自动驾驶部署提供公众意见评估，支持规划决策。
• 公众接受度评估：直接应用于公众接受度评估场景，提供严谨的多准则分析框架。