Abstract
決策者常面臨在有限的專業知識及不完整的資訊－－模糊環境(fuzzy environments)的限制條件下作決策，加上人無法做很精確的判斷，故人為決策是一不精確且含糊的決策過程，不可依據絕對的數量來推斷方案的好壞；并且對於決策變數(decision v-ariables) 的評估，是用語意變數來代替絕對的數量性變數(numberical variable),即利用歸屬函數表達，給以決策者的判斷值某種程度的容差(tolerance)。在近十年來，許多文獻皆有探討關於利用模糊理論來處理不精確的問題；然而在Bor-tolan 及Degani [2]的文獻中，發覺所整理關於過去許多利用模糊理論來解決不精確問題之文獻，都將模糊評等(fuzzy rating)轉換成確實評等(crisp rating)，即“是”或“不是”的結論。后來許多學者[6,8,24]才漸漸利用語意方法(linguistic met-hod)來解決不精確的問題，而且稍微討論到引用語意偏好來表達各方案間的關系。Z-adeh [8]是模糊理論的創始者，他認為不精確性(imprecision) 和不確定性(uncert-ainty)是兩種不同的觀念，必須以不同的方式來處理；前者是用模糊理論，即可能理論(possibility theory)，而后者是用機率論。過去有少許文獻比較模糊理論和機率論來解決問題之方法的祑同處。本論文主要是對於以上問題，發展一套多目標語意決策模式，以提供一個人性化的決策系統(humane decision system)，來輔助決策者篩選最佳方案於模糊狀錶下。此決策模式是利用模糊理論來處理決策者不精確的主觀判斷，而此判斷常存在於各種決策過程中；并且導出一語意決策句(linguistic decision statement) ，以供決策者選擇最佳方案。首先推導出方案之間的模糊優劣關系(fuzzy dominance relation)，以建立不妥協解之間的語意偏好關系及語意真值關系；而后利用此推論結果，導出一語意決策句。最后，將探討一新群體效用結合方法(group utility aggregation) ，以配合本決策模式。