基于相似度的動態(tài)直覺模糊多屬性決策方法_梅曉玲

《基于相似度的動態(tài)直覺模糊多屬性決策方法_梅曉玲》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、DOI:10.13546/j.cnki.tjyjc.2016.15.005理論新探基于相似度的動態(tài)直覺模糊多屬性決策方法梅曉玲（漢江師范學(xué)院數(shù)學(xué)與財經(jīng)系，湖北十堰442000）摘要：針對屬性值以直覺模糊數(shù)形式給出的動態(tài)多屬性決策問題，文章首先根據(jù)直覺模糊集的自身特點構(gòu)造記分函數(shù)，由新的記分函數(shù)確定動態(tài)決策問題的全局最優(yōu)屬性值序列，同時引入相似度概念，構(gòu)造直覺模糊集之間的相似度模型，利用所建模型計算各時段屬性值序列與最優(yōu)屬性值序列之間的相似度，對各方案在各時段的相似度值加權(quán)集成并排序。最后用實例驗證了該方法的實用性與可行性。關(guān)鍵詞：動

2、態(tài)多屬性決策；直覺模糊數(shù)；記分函數(shù)；相似度中圖分類號：O159文獻標(biāo)識碼：A文章編號：1002-6487（2016）15-0022-03究成果基礎(chǔ)上，針對各決策時段的時間權(quán)重已知，屬性值0引言以直覺模糊數(shù)形式給出的動態(tài)多屬性決策問題，提出了一種新的思路：首先根據(jù)直覺模糊集自身特點構(gòu)造記分函由于動態(tài)模糊多屬性決策問題在一些重要領(lǐng)域普遍數(shù)，對各時段各類屬性的最優(yōu)點進行選擇，產(chǎn)生全局性的存在，這個問題也逐漸成為研究熱點，目前有價值的研究最優(yōu)屬性值序列，同時引入相似度概念，構(gòu)造直覺模糊數(shù)成果主要有文獻[1-8]，這些研究成果大多是將動態(tài)的決

3、序列之間的相似度模型，利用模型計算各時段屬性值序列[9]策問題首先利用動態(tài)直覺模糊算子(如DIFWA)集結(jié)轉(zhuǎn)化與最優(yōu)屬性值序列之間的相似度，最后由各時段各方案的成單時段的決策問題，再將傳統(tǒng)多屬性決策方法如TOP-相似度值加權(quán)集成的結(jié)果進行擇優(yōu)。并用實例驗證說明SIS、VIKOR、灰色關(guān)聯(lián)法等思想拓展應(yīng)用到動態(tài)模糊多屬了該方法的實用性與可行性，為動態(tài)直覺模糊多屬性決策性決策問題中，這些決策方法有一定的可行性，但也存在提供一種新的決策思路。許多不足之處，如將動態(tài)的過程簡單利用算子集成，完全變?yōu)閱螘r段的問題會丟失許多信息，沒有從全局細(xì)致考

4、慮1基本理論各時段的數(shù)據(jù)信息，這樣針對動態(tài)模糊決策問題的思想方[10]法會顯得片面。另外，在優(yōu)劣屬性值的選擇上，許多成果1.1直覺模糊數(shù)的定義均是選取最優(yōu)點（1，0，0）和最劣點（0，1，0），這樣過于絕對集合A形如：A={

5、x?X}的三重組AA的最優(yōu)最劣點選擇不免會產(chǎn)生決策偏差。本文在已有研稱為A是X上的一個直覺模糊集，其中函數(shù)：μ:X?[0A基金項目：教育部人文社會科學(xué)研究青年項目(14YJCZH173）；湖北省教育廳重點科研項目（D20155001；D20156001）；湖北省教育廳青年科研項目（Q

6、20145001）作者簡介：梅曉玲（1980—），女，湖北松滋人，碩士，講師，研究方向：系統(tǒng)控制與優(yōu)化。[6]ChayKY,PowellJL.SemiparametricCensoredRegressionModels參考文獻：[J].JournalofEconomicPerspectives,2001,(15).[1]周華林,李雪松.Tobit模型估計方法與應(yīng)用[J].經(jīng)濟學(xué)動態(tài),2012,[7]FernandezC,SteelMFJ.OnBayesianModelingofFatTailsand(5).Skewness[J].J

7、ournaloftheAmericanStatisticalAssociation,1998,(93).[2]魏宗舒等.概率論與數(shù)理統(tǒng)計教程[M].北京:高等教育出版社,[8]ChiognaM.SomeResultsontheScaleSkewNormalDistribution[J].2008.J.ItaL.Statist.Soc,1998,(1).[3]TerryL,MashtareJR,HutsonAD.UtilizingtheFlexibilityoftheEp?[9]AzzaliniA.AClassofDistributi

8、onWhichIncludestheNormalOnessilon-skew-normalDistributionforTobitRegressionProblems[J].[J].Scand.J.Statist.1985,(12).CommunicationsinStatisticsTheoryandMethods,2011,(40)[10]ArabmazarA,SchmidtP.AnInvestigationoftheRobustnessofthe[4]LiBK,WangTH.LinearRegressionwithInvers

9、eScaleSkew-normalTobitEstimatortoNon-Normality[J].Econometrica,1982,(50).Errors,2010.[11]AmemiyaT.RegressionAnalysisW