文献综述（或调研报告）：
由于决策环境的复杂性和人类认知资源的有限性，导致了实际决策过程中的不确定性以及人类行为的非理性特征。同时，在实际决策场景中，决策信息往往具有一定程度的模糊性，因此刻画决策信息的模糊性以及决策者行为的不确定性成为了近年来决策理论研究的重点，越来越受到国内外学者的广泛关注。下面我们就四个不同的方面对国内外的研究成果进行文献综述。
- 二型模糊决策理论研究综述
不确定性是任何决策过程中最重要的方面之一，这种不确定性可以从两个不同的角度来考虑：（i）作为描述偏好的词语含义的不确定性，即决策者的异质性所激发的不确定性；（ii）任何决策过程固有的不确定性，可能导致专家无法提供其所有判断。近年来，二型模糊理论被广泛的应用于决策建模中，用来刻画决策过程中的不确定性，形成了二型模糊决策理论。二型模糊决策理论的一个重要特点是其提供了相对于一型模糊决策理论更强大和灵活的语义信息处理能力和不确定性表达能力，具有二型模糊信息的决策问题日益受到广泛关注。De等人[1]提出了一种新的区间二型模糊集的排序方法，并基于此排序方法提出了一种新的多属性群决策(MAGDM)方法。Meng等人[2]针对决策者的风险偏好和决策准则的模糊性，提出了一种区间二型模糊集下的广义TODIM方法来评价社会商务供应链风险。Urena等人[3]将区间二型模糊集作为专家语言判断的模型，提出了一种亨利决策者提供信息一致性的方法，并将其应用于电子民主决策的场景中。Wang等人[4]将高斯区间二型模糊集应用于多属性决策过程中的词建模，在TOPSIS框架下，进一步建立了一个完整的多属性决策方法。Wu等人[5]提出了一种新的方法来解决区间二型模糊环境中基于BWM方法和VIKOR技术的多准则群决策问题，并将其应用于绿色供应商的选择问题中。
- 行为认知与决策理论研究综述
经典的决策理论遵循期望效用理论，即假设所有决策者都是完全理性的，因此会选择期望效用最高的决策方案。然而越来越多的研究表明，期望效用理论带来了许多的决策悖论。因此，学者们不断提出了一些非期望效用理论，对期望效用理论框架下的决策悖论进行解释和纠正。如著名的前景理论和累积前景理论，分别由Kahneman和Tversky于1979和1992年提出[6, 7]。之后，Bell和Loomes、Sugden又同于1982年提出了后悔理论，作为不确定条件下的一种理性选择的替代理论[8, 9]。然而，这些非期望效用理论从结构上来说是描述性的，同样无法摆脱悖论，还会带来新的悖论[10]。
近年来，基于量子力学的数学框架发展起来的量子认知与量子决策理论得到了越来越多的关注。White等人[11]探索了量子概率理论在认知建模中应用的动机，并基于已有的量子认知模型，提供一些关于组织决策的关键见解，讨论了量子认知为组织决策提供的新视角以及可能的影响和好处。Yukalov等人[10]提供了一种定量预测决策者选择的方法——量子决策理论，并将量子决策理论推广到既有收益又有损失的彩票博弈中，阐释了量子决策在博弈论中的应用。He等人[12]通过构造贝叶斯网络并将其推广到量子框架中，用于解决多属性群决策问题。Asano等人[13]基于量子理论所特有的状态表示的类量子方法建立了一种新的风险选择行为模型，在数学上规定了概率加权函数和价值函数的特征。
- 模糊TOPSIS决策方法研究综述
模糊TOPSIS是解决FMCDM问题最著名的技术之一，模糊TOPSIS的拓展形式可以基于使用模糊集的类别来划分，包括一型模糊TOPSIS [14, 15]，二型模糊TOPSIS[16, 17]和其他（例如直觉模糊TOPSIS [18, 19]，犹豫模糊TOPSIS[20]等等）。由于二型模糊集比一型模糊集包含更多的不确定性，并且它们可以为我们提供额外的自由度来表示现实世界的不确定性和模糊性[21]，因此它们在广泛的应用中获得了极大的普及[22-27]。此外，使用最广泛的二型模糊集是区间二型模糊集（IT2 FS）[28]，几乎所有二型模糊集的应用都使用IT2FS工具，因为IT2FS的计算比广义二型模糊集[26]更容易处理，计算成本更低。
由于区间二型模糊集的有效性，区间二型模糊TOPSIS（IT2-TOPSIS）已成为近年来文献研究的热点[23]。Chen等人[29]提出了一种新的基于梯形IT2 FSs排序方法和TOPSIS方法的模糊多属性群决策方法。Sang等人[30]介绍了基于IT2 FS的TOPSIS模型的解析解，并讨论了该解析解的一些性质。Wu和Liu [31]提出了一个新的IT2-TOPSIS模型来解决复杂不确定环境下的大规模群体决策问题。Toklu[32]提出了一种利用IT2-TOPSIS方法选择最合适校准供应商的新方法。Nehi等人[33]针对模糊二型环境下基于TOPSIS和Choquet积分的混合方法，提出了一种计算IT2 FSs之间距离的新方法。Buyukozkan等人[34]提出了一个知识管理（KM）评估框架，供决策者使用区间二型TOPSIS技术比较不同供应商的可用知识管理产品。Baykasoglu等人[35]将TOPSIS与决策试验与评价实验室（DEMATEL）相结合，建立了区间二型模糊多属性决策模型。所有这些工作都将TOPSIS方法扩展到IT2 FSs的上下文中，使用了不同的工具和模型。然而，这些TOPSIS方法没有考虑决策者的态度，只能为决策者提供客观的决策。
- 行为TOPSIS决策方法研究综述
在现实生活中的决策过程中，决策者的理性受到所给信息、个人认知局限性和决策时间的限制[36]，这意味着决策者在现实世界中具有有限理性的行为特征。因此，基于完全理性的经典TOPSIS方法的结果有时是不合理的，为了消除经典TOPSIS方法的不合理性，一些行为TOPSIS模型被提出。Yoon等人[37]将决策者的行为偏好纳入TOPSIS模型，使之包含了行为经济学中的损失厌恶概念，决策者可以通过设置损失厌恶率来反映其选择倾向。考虑决策者的风险心理因素与信息模糊不确定性，Li和Chen[38]研究了一种基于前景理论（PT）和梯形直觉模糊数的群体决策TOPSIS方法。针对区间概率下的随机多目标决策问题，Zhou等人[36]提出了一种基于后悔理论和TOPSIS的灰色随机多目标决策方法，其不仅充分考虑了决策者的有限理性，而且丰富和扩展了后悔理论的应用。Huang等[39]提出了一种基于直觉模糊数的TOPSIS方法的扩展，定义了一个乐观系数来反映决策者对风险和利润的态度。Wang等人[40]针对区间二型模糊集环境下的多属性决策问题，提出了一种新的基于投影后悔理论的方法，该方法可以反映决策者的心理因素。
参考文献
[1] De A, Kundu P, Das S, Kar S. A ranking method based on interval type-2 fuzzy sets for multiple attribute group decision making. Soft Computing. 2020;24:131-54.
