基于區(qū)間直覺梯形模糊數(shù)的改進TOPSIS多屬性決策方法-論文.pdf

基于區(qū)間直覺梯形模糊數(shù)的改進TOPSIS多屬性決策方法-論文.pdf

ID:57975100

大?。?69.73 KB

頁數(shù):7頁

時間:2020-04-18

基于區(qū)間直覺梯形模糊數(shù)的改進TOPSIS多屬性決策方法-論文.pdf_第1頁
基于區(qū)間直覺梯形模糊數(shù)的改進TOPSIS多屬性決策方法-論文.pdf_第2頁
基于區(qū)間直覺梯形模糊數(shù)的改進TOPSIS多屬性決策方法-論文.pdf_第3頁
基于區(qū)間直覺梯形模糊數(shù)的改進TOPSIS多屬性決策方法-論文.pdf_第4頁
基于區(qū)間直覺梯形模糊數(shù)的改進TOPSIS多屬性決策方法-論文.pdf_第5頁
資源描述:

《基于區(qū)間直覺梯形模糊數(shù)的改進TOPSIS多屬性決策方法-論文.pdf》由會員上傳分享,免費在線閱讀,更多相關內容在行業(yè)資料-天天文庫。

1、第44卷第17期數(shù)學的實踐與認識Vo1.44.NO.172014年9月MATHEMATICSINPRACTICEANDTHEORYSep.,2014基于區(qū)間直覺梯形模糊數(shù)的改進TOPSIS多屬性決策方法付亞男毛軍軍,z徐丹青(1.安徽大學數(shù)學科學學院,安徽合肥230601)(2.安徽大學計算智能與信號處理教育部重點實驗室,安徽合肥230039)摘要:研究了屬性權重完全未知的區(qū)間直覺梯形模糊數(shù)的多屬性決策問題,結合TOPSIS方法定義了相對貼近度及總貼近庋公式.首先由區(qū)間直覺梯形模糊數(shù)的Hamming距離給出了每個方案的屬性與正負理想解的距離,基于此,給出了相對貼近度矩陣,根據(jù)所有決策方案的綜合

2、貼近度最小化建立多目標規(guī)劃模型,從而確定屬性的權重值,然后根據(jù)區(qū)間直覺梯形模糊數(shù)的加權算數(shù)平均算子求出各決策方案的總貼近度,根據(jù)總貼近度的大小對方案進行排序;最后,通過實例分析說明該方法的可行性和有效性.關鍵詞:區(qū)間直覺梯形模糊數(shù);多屬性決策;TOPSIS;貼近度;理想解1引言Zadeh[】提出的模糊集只通過隸屬度來刻畫事物的模糊性,直覺模糊集【0]的特點是同時考慮了隸屬度、非隸屬度和猶豫度這3個方面的信息,是對Zadeh模糊集理論的擴充和發(fā)展.1989年Atanassov等[3]對直覺模糊集進行了拓展,提出了區(qū)間直覺模糊集.Shu等【]采用三角模糊數(shù)表示隸屬度和非隸屬度,定義了直覺三角模糊數(shù)

3、(TIFN).2008年,王堅強[]提出了直覺梯形模糊數(shù)(ITFN)和區(qū)間直覺梯形模糊數(shù)(IITFN)的概念,它是直覺三角模糊數(shù)的擴展.近年來,利用TOPSIS方法在模糊多屬性決策方面已取得些研究成果[6-13】.Xu[0]針對權重信息不完全且屬性值為直覺模糊數(shù)的多屬性決策問題,定義了直覺模糊理想解,利用直覺模糊理想解和距離測度構建了一些優(yōu)化模型以確定屬性權重,給出了不同情形下的方案的排序方法,并將這些方法拓展到區(qū)間直覺模糊數(shù)的多屬性決策問題中.『7_8]利用TOPSIS方法研究了屬性信息完全已知的區(qū)間型多屬性決策問題.文『9—10]將TOPSIS方法拓展到屬性權重完全已知的屬性值以三角模糊數(shù)

4、給出的不確定型多屬性決策問題的研究中.『111則針對屬性信息完全已知的屬性值為精確數(shù)、區(qū)間數(shù)和模糊數(shù)的混合型多屬性決策問題,提出了基于TOPSIS決策原理的一種混合型決策方法.【12]研究了屬性權重部分已知且屬性值以區(qū)間數(shù)形式給出的模糊多屬性決策問題,提出了一種基于理想點的方案排序方法.目前,TOPSIS收稿日期:2o12—04—02資助項目:安徽省高等學校省級自然科學研究重點項目(KJ2013A033);安徽大學學術創(chuàng)新團隊項目(KJTD001B);安徽大學研究生學術創(chuàng)新項目(1011770014)17期付亞:男,等:基于區(qū)間直覺梯形模糊數(shù)的改進TOPSIS多屬性決策方法135方法還未應用于

5、IITFN的多屬性決策問題中,關于IITFN的多屬性決策文獻較少[13-141.【13]針對屬性值為IITFN且屬性權重為區(qū)間數(shù)的多屬性決策問題,提出一種基于分式規(guī)劃的決策方法.f14]探討了IITFN的運算法則及性質,給出了區(qū)間直覺梯形模糊數(shù)的加權算術平均(IITFN—WAA)及加權幾何平均算子(IITFN-GAA),定義了IITFN的得分函數(shù)和精確函數(shù),解決了屬性權重已知的IITFN的多屬性決策問題.本文針對屬性權重完全未知的IITFN的多屬性決策問題,結合TOPSIS方法,計算出各方案的每個屬性與對應理想解分量的距離,提出相對貼近度.根據(jù)所有決策方案的綜合貼近度最小化建立多目標規(guī)劃模型,

6、從而確定屬性的權重向量.根據(jù)IITFN—WAA求出各決策方案的總貼近度,繼而由總貼近度的大小對方案進行排序.2預備知識定義1[]假設丘為實數(shù)集上的一個直覺模糊數(shù),其隸屬度為f?!?川_{【三0,其它非隸屬度為b—+/25(X—a1),n1≤X

7、,c,d]=【al,b,c,d1],記五=([0,b,c,d];,),本文均指此類模糊數(shù),丌(X)=1一(X)一()為猶豫函數(shù),其值越小,代表模糊數(shù)越確定.記=,,=,],則IITFN可簡記為a:([0,b,c,d];,列,,]).定義2[]設a==([ai,bi,Ci,di];l,風I,,]),i=1,2分別為兩個IITFN,則它們之剪的Hamming距離為一dh(,az)=1{l(一)n一(-

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。