資源描述：
《基于直覺(jué)梯形模糊TOPSIS的多屬性群決策方法_陳曉紅》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、DOI:10.13195/j.kzyjc.2013.09.009第28卷第9期控制與決策2013年9月Vol.28No.9ControlandDecisionSep.2013文章編號(hào):1001-0920(2013)09-1377-05基于直覺(jué)梯形模糊TOPSIS的多屬性群決策方法陳曉紅,李喜華(中南大學(xué)商學(xué)院，長(zhǎng)沙410083)摘要:提出一種改進(jìn)的逼近理想解排序(TOPSIS)方法,即直覺(jué)梯形模糊TOPSIS多屬性群決策方法.首先,應(yīng)用直覺(jué)梯形模糊數(shù)形式表示方案屬性偏好和屬性權(quán)重信息且專家權(quán)重完全未知;然
2、后,利用直覺(jué)梯形模糊數(shù)間距離測(cè)度和期望值及直覺(jué)梯形模糊加權(quán)平均算子來(lái)確定決策者權(quán)重信息和屬性權(quán)重信息;進(jìn)而給出直覺(jué)梯形模糊環(huán)境下方案優(yōu)選的算法;最后,通過(guò)算例進(jìn)一步說(shuō)明了該直覺(jué)梯形模糊TOPSIS方法的有效性.關(guān)鍵詞:逼近理想解排序法；直覺(jué)梯形模糊數(shù)；群決策；距離測(cè)度中圖分類號(hào):C934文獻(xiàn)標(biāo)志碼:AGroupdecisionmakingbasedonnoveltrapezoidalintuitionisticfuzzyTOPSISmethodCHENXiao-hong,LIXi-hua(Schoolof
3、Business，CentralSouthUniversity，Changsha410083，China．Correspondent：LIXi-hua，E-mail:xihuali@126.com)Abstract:AnextensionofTOPSIS,anoveltrapezoidalintuitionisticfuzzyTOPSISmethodforgroupdecisionmakingisinvestigated.Thepreferencevaluesforanalternativeoncrite
4、riaandtheweightvaluesofcriteriaaregivenbyexpertsrepresentedwithtrapezoidalintuitionisticfuzzynumbersandweightsofdecisionmakersareunknown.Distancemeasures,expectedvaluesandweightedaveragingoperatorfortrapezoidalintuitionisticfuzzynumbersareusedtoinducethew
5、eightvaluesofcriteriaanddecisionmakers.Thenanalgorithmisdevelopedforrankingalternativesunderthetrapezoidalintuitionisticfuzzyenvironment.Finally,theresultofnumericalexamplefurtherillustratestheeffectivenessoftheproposedextendedTOPSISmethod.Keywords:techni
6、quefororderpreferencebysimilaritytoidealsolution；trapezoidalintuitionisticfuzzynumbers；groupdecisionmaking；distancemeasures0引引引言言言出了直覺(jué)模糊集,能夠方便而有效地表達(dá)決策者的偏由Hwang等[1]提出的逼近理想解排序(TOPSIS)好信息.當(dāng)前,直覺(jué)模糊集吸引了越來(lái)越多學(xué)者的關(guān)注[5-12],相應(yīng)地,有些學(xué)者將TOPSIS方法和直覺(jué)模糊法是一個(gè)多屬性決策方法.在傳統(tǒng)TOPSIS
7、方法中,決集相結(jié)合提出了基于直覺(jué)模糊集的TOPSIS方法[9-12].策矩陣中的決策信息以精確數(shù)形式表現(xiàn).然而,在現(xiàn)實(shí)的多屬性群決策中,決策者可獲得的信息經(jīng)常是不直覺(jué)模糊集只能粗略地表示屬性隸屬或非隸屬于某方案,或某模糊概念好與壞的程度[6].模糊精確和模糊的.傳統(tǒng)TOPSIS方法不能有效地處理這類多屬性決策問(wèn)題.相比單人多屬性決策,由于多屬數(shù)是一類特殊的模糊集,其對(duì)于模糊多屬性決策問(wèn)題而言是一個(gè)重要元素[13].文獻(xiàn)[14]引進(jìn)了一種直性群決策包含很多專家的主觀判斷以及不精確和模糊的偏好信息,多屬性群決
8、策問(wèn)題更為復(fù)雜[2].覺(jué)梯形模糊數(shù),作為直覺(jué)三角模糊數(shù)的拓展.直覺(jué)模糊集[3]為處理模糊和不精確信息提供了一種三角模糊數(shù)和直覺(jué)梯形模糊數(shù)從另一個(gè)方向?qū)χ惫ぞ?考慮到?jīng)Q策者的偏好信息往往存在不同程度覺(jué)模糊集進(jìn)行擴(kuò)展,將離散集合擴(kuò)展到連續(xù)集合,是[4]對(duì)模糊數(shù)的擴(kuò)展[15].直覺(jué)梯形模糊數(shù)不僅可以表達(dá)的猶豫或者知識(shí)貧乏,Atanassov在模糊集基礎(chǔ)上提好與壞的程度,還能表達(dá)不同量綱的決策信息[6].收稿日期:2012-05-02
