基于直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決策方法

基于直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決策方法

ID:23706653

大?。?33.63 KB

頁(yè)數(shù):6頁(yè)

時(shí)間:2018-11-10

基于直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決策方法_第1頁(yè)
基于直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決策方法_第2頁(yè)
基于直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決策方法_第3頁(yè)
基于直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決策方法_第4頁(yè)
基于直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決策方法_第5頁(yè)
資源描述:

《基于直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決策方法》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、第29卷第5期(總第209期)系統(tǒng)工程Vol.29,No.52011年5月SystemsEngineeringMay.,2011文章編號(hào):1001-4098(2011)05-0102-06基于直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決策方法高巖,周德群,章玲(南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院,江蘇南京210016)摘要:針對(duì)評(píng)價(jià)信息為直覺(jué)梯形模糊數(shù)的多屬性決策問(wèn)題,提出了一種新的關(guān)聯(lián)變權(quán)多屬性決策方法。首先定義了直覺(jué)梯形模糊數(shù)的距離公式、期望值和預(yù)期得分,并在模糊測(cè)度的基礎(chǔ)上,構(gòu)建了直覺(jué)梯形模糊數(shù)的R-ITOWA算子

2、;其次通過(guò)考慮方案評(píng)價(jià)值與正、負(fù)理想解的接近性以及屬性權(quán)重的不確定性,建立了多目標(biāo)優(yōu)化模型,給出了屬性權(quán)重的一種賦權(quán)方法,然后利用關(guān)聯(lián)集結(jié)算子計(jì)算方案的綜合評(píng)價(jià)值進(jìn)行優(yōu)劣排序;最后,以合作伙伴的選取為實(shí)例說(shuō)明了該方法的有效性、可行性和可操作性。關(guān)鍵詞:直覺(jué)梯形模糊數(shù);模糊測(cè)度;關(guān)聯(lián);變權(quán)中圖分類號(hào):C934文獻(xiàn)標(biāo)識(shí)碼:A評(píng)價(jià)值的這些缺陷,但由于屬性間存在關(guān)聯(lián)使得屬性的可1引言加性遭到破壞,無(wú)法用概率的測(cè)度對(duì)屬性權(quán)重進(jìn)行建模,[1][2]因而造成了變權(quán)經(jīng)驗(yàn)公式的失效。Atanassov在模糊集理論基礎(chǔ)上提出了直

3、覺(jué)模糊集的概念,其特點(diǎn)是同時(shí)考慮隸屬度與非隸屬度兩個(gè)方面為此,本文在文獻(xiàn)[13]提出R-變權(quán)和R-狀態(tài)變權(quán)的的信息,較傳統(tǒng)模糊集在處理不確定信息時(shí)具有更強(qiáng)的表基礎(chǔ)上,給出了基于直覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決現(xiàn)能力。因此直覺(jué)模糊集在學(xué)術(shù)界及工程技術(shù)領(lǐng)域引起了策方法。廣泛的關(guān)注。Xu研究了直覺(jué)模糊環(huán)境下的算子集結(jié)問(wèn)題,2直覺(jué)梯形模糊數(shù)并且基于這些算子給出了相應(yīng)的多屬性決策方法[3-4];Atanassov等將直覺(jué)模糊集進(jìn)一步推廣,提出了區(qū)間直覺(jué)2.1直覺(jué)梯形模糊數(shù)定義模糊集的概念[5];Liu與Wang將區(qū)間直

4、覺(jué)模糊集應(yīng)用于[9]~定義1設(shè)a是實(shí)數(shù)集上的一個(gè)直覺(jué)梯形模糊數(shù),[6-7]多屬性決策領(lǐng)域;Shu等則從另一個(gè)方向?qū)χ庇X(jué)模糊其隸屬函數(shù)為集進(jìn)行了拓展,定義了直覺(jué)三角模糊數(shù),并應(yīng)用于故障樹(shù)x-a~,a≤x

5、學(xué)者們對(duì)屬性間相互獨(dú)立情形下的常權(quán)決非隸屬函數(shù)為策已做出了深入研究,并取得了豐富的成果,但對(duì)屬性間b-x+va~(x-a1)存在關(guān)聯(lián)的直覺(jué)梯形模糊數(shù)變權(quán)決策仍是空白,尚未見(jiàn)到,a1≤x

6、9;修訂日期:2011-02-26基金項(xiàng)目:國(guó)家社會(huì)科學(xué)基金重大資助項(xiàng)目(08Z&D046);國(guó)家自然科學(xué)基金資助項(xiàng)目(70873058);教育部人文社會(huì)科學(xué)基金資助項(xiàng)目(08JA630041);江蘇省哲學(xué)社會(huì)科學(xué)基金資助項(xiàng)目(08SHB017);江蘇省教育廳哲學(xué)社會(huì)科學(xué)基金資助項(xiàng)目(08SJD6300063);南京航空航天大學(xué)哲學(xué)社會(huì)科學(xué)基金資助項(xiàng)目(V0853-091;S0758-091)作者簡(jiǎn)介:高巖(1979-),女,山東濟(jì)南人,博士研究生,研究方向:系統(tǒng)決策,評(píng)價(jià)和預(yù)測(cè)。第5期高巖,周德群等:基于直

7、覺(jué)梯形模糊數(shù)的關(guān)聯(lián)變權(quán)多屬性決策方法103其中:0≤~a≤1,0≤v~a≤1,~a+v~a≤1;a,b,c,d,a1,d1∈P(C)且M∩N=有g(shù)(M∪N)=g(M)+g(N)~∈R,則稱a=<([a,b,c,d];a~),([a1,b,c,d1];va~)>為+g(M)g(N);(3)g連續(xù);則稱g為定義在P(C)上直覺(jué)梯形模糊數(shù)。的模糊測(cè)度。SC,g(S)可解釋為屬性S的權(quán)重或~一般在直覺(jué)梯形模糊數(shù)a中,有[a,b,c,d]=[a1,b,重要程度。如果=0,則說(shuō)明屬性間相互

8、獨(dú)立;如果-1~c,d1],在此記為a=([a,b,c,d];~a,v~a)。本文均指此類<<0,則說(shuō)明屬性間存在冗余關(guān)聯(lián)作用;如果>0,~模糊數(shù)。a~(x)=1-a~(x)-va~(x)表示a的猶豫度(函則說(shuō)明屬性間存在補(bǔ)充關(guān)聯(lián)作用。在此基礎(chǔ)上,給出直覺(jué)數(shù)),其值越小,代表模糊數(shù)越清楚。梯形模糊數(shù)的關(guān)聯(lián)集成算子的定義。定義2[9]設(shè)~a1=([a1,b1,c1,d1];a~,va~)和~

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。