1引言多属性决策（MADM）问题是决策领域中的重要分支之一，它贯穿于人类生活的方方面面。多属性决策受到诸多方面的约束，如决策主体；属性值表征；专家及属性权重的确定方法；评价值的表征方法等。然而，随着信息化的到来以及研究的深入，决策环境的模糊性也逐渐凸显，主要体现在决策主体由于自身水平限制导致的评价犹豫性以及传统的实数表征方法对于体现事物特征的局限性。因此，为了刻画模糊，Zadeh在1965年创造性地提出了模糊集（fuzzysets，简称FS）的概念[1]。而后，有专家学者拓展出直觉模糊集（IFS）的概念[2]，其是通过引入非隶属度的方式来提升模糊信息的表达程度，近年来得到了专家学者多维度的拓展和实践。从空间涵盖程度来看，IFS的应用范围却是有限的，它仅仅只能满足隶属度和非隶属度之和小于等于1的情况，就可能导致部分决策信息被忽视。为解决这种问题，Yager提出了毕达哥拉斯模糊集(PFS)，其特征在于隶属度和非隶属度的平方和小于等于1[3]。而后Yager又补充了q-阶正交模糊集(q-ROFS)的概念，完善了隶属度和非隶属度的q次幂之和小于等于1的决策空间[4]。q-ROFS相较于IFS和PFS具有更大的决策自由度。IFS、PFS和q-ROFS之间的可行范围比较如图1所示，IFS、PFS被看作q-ROFS的特例[5]。q-ROFS的概念自提出以来，越来越多的学者将其应用于MADM问题。为了适应q-阶正交模糊决策环境带来的变化，专家学者们不断尝试将q-阶正交模糊数和传统决策方法进行融合研究，并取得了诸多成果。其中，利用备选方案同最优理想解及最差理想解之间的综合距离来甄选方案是一种最常见的决策原理，如Wang将基于前景理论的TODIM方法扩展到q-阶模糊环境中[6]；Cheng开发了VIKOR-q-ROFSs方法来进行方案排序[7]；Ye研究了q-阶正交TOPSIS算法在多属性决策领域的应用等[8]。其次，还可以通过平均解与备选方案的关系来进行方案的评估，如Li将基于平均解距离评估的EDAS方法拓展到了q-阶正交模糊背景[9]；Darko则是基于BWM对EDAS方法进行修正并应用在q-ROFMAGDM问题中[10]。然而，随着决策环境的复杂化加剧，很多现实数据很难用直觉模糊数或是毕达哥拉斯模糊数表征，而q-阶正交模糊数则更能符合决策者的初始判断。本文研究首先根据客观需求，拓展提出了S(q,带偏好q-阶正交模糊MAIRCA多属性决策方法林章旭1，林健1，黄衍2（1.福建农林大学计算机与信息学院；2.经济管理学院，福建福州350002）收稿日期：2022-10-13基金项目:国家自然科学基金（72001042）；福建省自然科学...
