In hospital operation management, the medical supplier selection is a significant problem in which experts’ domain knowledge plays a critical role in selecting medical suppliers. The probabilistic linguistic preference relation (PLPR) whose elements are probabilistic linguistic term sets (PLTSs) is an effective tool to express experts’ preferences on alternatives based on pairwise comparisons. Due to the lack of knowledge of experts and the limit information of alternatives, some preference information may be missing and thus the incomplete PLPR (InPLPR) is constructed. In this study, a group decision-making (GDM) method with InPLPRs is proposed to deal with a practical medical supplier selection problem. To achieve this goal, we first propose a method to check whether an InPLPR is acceptable. Then, a procedure is developed to complete the acceptable InPLPR based on the property of additive consistency and a social strategy is proposed to complete the unacceptable InPLPR. Afterward, a GDM model based on InPLPRs is constructed in which the aggregation phase and exploitation phase are conducted by the probabilistic linguistic weighted averaging (PLWA) operator. Besides, an approach for calculating the weights of experts is proposed considering the characteristics of InPLPRs. Finally, we illustrate the proposed GDM model by a practical case about the medical supplier selection. A comparative analysis is presented to demonstrate the advantages of our method.

在医院运营管理中，医疗供应商的选择是一个重要问题，专家的专业知识在选择医疗供应商中起着至关重要的作用。要素为概率语言术语集（PLTS）的概率语言偏好关系（PLPR）是一种有效的工具，可以基于成对比较来表达专家对替代方案的偏好。由于缺乏专家知识和替代方案的限制信息，某些偏好信息可能会丢失，因此会构建不完整的PLPR（InPLPR）。在这项研究中，提出了基于InPLPR的群体决策（GDM）方法来解决实际的医疗供应商选择问题。为了实现这个目标，我们首先提出一种检查InPLPR是否可接受的方法。然后，根据加性一致性的性质，制定了完成可接受的InPLPR的程序，并提出了一种社会策略来完成不可接受的InPLPR。之后，构建了一个基于InPLPR的GDM模型，其中，概率语言加权平均（PLWA）算子进行了聚合阶段和利用阶段。此外，考虑到InPLPR的特点，提出了一种计算专家权重的方法。最后，我们通过有关医疗供应商选择的实际案例来说明提出的GDM模型。进行了比较分析，以证明我们方法的优点。构建了基于InPLPR的GDM模型，其中概率语言加权平均（PLWA）算子进行了聚合阶段和利用阶段。此外，考虑到InPLPR的特点，提出了一种计算专家权重的方法。最后，我们通过有关医疗供应商选择的实际案例来说明提出的GDM模型。进行了比较分析，以证明我们方法的优点。构建了基于InPLPR的GDM模型，其中概率语言加权平均（PLWA）算子进行了聚合阶段和利用阶段。此外，考虑到InPLPR的特点，提出了一种计算专家权重的方法。最后，我们通过有关医疗供应商选择的实际案例来说明提出的GDM模型。进行了比较分析，以证明我们方法的优点。