資源描述：
《基于可能度矩陣的區(qū)間型多屬性決策方法》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、基于可能度矩陣的區(qū)間型多屬性決策方法摘要:研究了幾組可能度公式之間的關系，提出一種基于可能度矩陣的區(qū)間型多屬性決策(madm)方法。對決策矩陣中各指標下的屬性區(qū)間值兩兩比較并建立各指標的可能度矩陣，通過各個可能度矩陣的排序向量把屬性值為區(qū)間數(shù)的決策矩陣轉化為以精確數(shù)為測度的矩陣，把求解區(qū)間型多屬性決策中指標權重的不確定性問題轉化為確定性問題處理，隨后利用區(qū)間數(shù)排序的可能度法獲得最優(yōu)方案。實驗結果表明了所提方法的可行性和有效性。最后對多屬性決策問題中由不確定性轉化為確定性的求解策略及其可能產(chǎn)生的問題作
2、了必要討論。關鍵詞:多屬性決策；指標權重；區(qū)間數(shù)；可能度中圖分類號:c934；tp18文獻標志碼:aabstract:theauthorsstudiedtherelationbetweenseveralpossibilitydegreeformulas,andproposedapossibilitydegreematrices-basedmethodthataimedtoobjectivelydeterminetheweightsofcriteriainmultipleattributedecis
3、ion-making(madm)withintervals.eachpairofintervalvaluesbelongingtothesameattributesinadecisionmatrixwascomparedtoconstructcorrespondingpossibilitydegreematrices,whosepriorityvectorsweresubsequentlyutilizedtoconvertthedecisionmatrixexpressedasintervalsint
4、oamatrixwithprecisenumbersasameasure.inthisway,anuncertaintyofdeterminingweightsofcriteriainmadmwithintervalscouldbeconvertedintoacertaintywhichwaseasiertohandle,andwiththeattributeweightsobtained,thepossibilitydegreemethodforrankingintervalnumberswasst
5、illusedtogettheprioritiesofalternatives.twonumericalexamplesweregiventoillustratetheproposedmethodandexamineitsfeasibilityandvalidity.finally,anecessarydiscussionwasmadeontheconversionfromuncertaintytocertaintyinmadmwithintervals,andsomepotentialproblem
6、scomingfromit.keywords:multipleattributedecision-making(madm);weightofcriteria;intervalnumber;possibilitydegree0引言區(qū)間型多屬性決策（multipleattributedecision-making，madm）［1］是不確定信息決策科學的一種重要表現(xiàn)形式，具有廣泛的應用背景，目前的研究多集中在基于uowa(uncertainorderedweightedaveraging)算子的區(qū)間數(shù)排序
7、法［2-3］，基于指標加權的區(qū)間數(shù)排序法［4-6］，基于區(qū)間數(shù)距離的topsis(techniquefororderpreferencebysimilaritytoanidealsolution)法［7-10］，基于c-owa(continuousorderedweightedaveraging)請補充uowa、topsis和c-owa的英文全稱。等算子理論的屬性值集成法［11-14］，基于理想屬性區(qū)間數(shù)偏離度的灰色關聯(lián)系數(shù)法［15］以及區(qū)間型理想點投影法［16］等幾種方法上。這其中，指標（屬性）權重
8、信息的合理確定對決策結果有著重要的影響，已成為上述研究中的一個熱點方向。概括起來，區(qū)間型多屬性決策的指標權重確定方法大致可分為三類，即：1）主觀賦權法，如直接賦值法［5,8,11-14,17］、主觀權重區(qū)間值壓縮法［18］；2）客觀賦權法，如屬性區(qū)間值相離度極大法［19］，標準差與平均差極大法［20-21］，正、負理想點相對接近度極值法［7,9］，灰色關聯(lián)系數(shù)法［15］，以及基于離差最大化的誤差分析法［22］；3）主、客觀綜合賦權法，如主、客觀偏
