资源描述：
《模糊数学翻译》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、直觉模糊多属性决策方法没有权重信息但有偏好信息的选择魏桂武易文德1．重庆大学艺术与科学学院，经济与管理系,永川,重庆，中国。2．重庆大学艺术与科学学院,数学系和计算机科学,永川,重庆.402160,中国.电子邮件:yywer_123@163.com.文摘:对直觉模糊偏好信息的多属性决策问题,属性权重信息完全未知、属性值和偏好替代值采取直觉模糊数形式的直觉模糊多属性决策问题，为了确定属性权重,人们基于最小偏差法提出了一种新的决策方法。首先,介绍直觉模糊数的一些操作的法律,直觉模糊数的得分函数和准确性函数。然后,为了反映决策者的偏好信息,建立了可以
2、确定属性权重的基于最小偏差法的优化模型。我们利用直觉模糊加权平均(IFWA)操作对应每一个替代加总直觉模糊信息,然后根据评分功能和准确性功能排名并选择最理想的一个或者多个。该方法可以充分利用客观信息,和满足决策者的主观偏好,也可以轻松地在计算机上执行。最后,给出一个算例验证了方法和证明其实用性和有效性。关键词:多属性决策;直觉模糊数;直觉模糊加权平均(IFWA)算子;重量信息,偏好。1介绍Atanassov[1-3]介绍了直觉模糊集的概念(IFS),这是一个泛化的概念模糊集[4],由于其外在表现，直觉模糊集已得到越来越多的关注。高斯和Buehr
3、er[5]引入模糊集的概念。但Bustince和Burillo[6]表明,模糊集是直觉模糊集。陈和谭[7]提出的基于模糊集理论新技术来处理多属性模糊决策问题。洪教授和崔[8]提供的另一个基于模糊集理论技术处理多属性模糊决策问题,他们提供了对一组属性的函数测量的准确度等级的的替代。然而,他们认为,每个属性的重要性程度是常数。Szmidt和Kacprzyk(9-12)考虑使用直觉模糊集来构建软决策模型不精确的信息,并提出了直觉模糊核心和共识的赢家群体使用直觉模糊集决策的两个解决方案。Szmidt和Kacprzyk[13]提出一种non-probab
4、ilistic直觉模糊集的熵的度量。Szmidt和Kacprzyk[14]讨论了直觉模糊集之间的距离。Bustince[15]提出了不同的定理来建立直觉模糊关系与预定的一组属性。李和程[16]研究了直觉模糊集的相似度量和在模式认知上的应用。Szmidt和Kacprzyk[17]提出了在群体决策与直觉模糊偏好关系的一些解决方案,直觉模糊核心和共识获得者等。Szmidt和Kacprzyk[18]调查consensus-reaching过程中群体决策基于个人直觉模糊偏好关系。Atanassov[19],在属性权重给出具体数值和属性值在直觉模糊数表示方
5、面提供了一个解决多人多属性决策问题的算法。李[20]调查与直觉模糊多属性决策信息和构造的几种线性规划模型来生成最优权重属性。林[21]提出了一种处理多属性模糊决策问题的由直觉模糊集表示得新的方法。该方法允许每个替代的程度的可满足性和不满足性对一组属性是由直觉模糊集表示。此外,该方法允许决策者分配模糊概念“重要性”，隶属度和非隶属度。徐[22]调查群体决策问题中,决策者提供的所有信息是由直觉模糊决策矩阵表示,其中每个元素的特点是由不同形式构成的直觉模糊数,和属性权重信息是片面的。李[23]扩展多维偏好分析的线性规划技术(LINMAP)来开发一种新
6、的方法解决Atanassov的直觉模糊多属性决策问题的(假设)环境。徐和Yager[24]开发了一些几何聚合运算符,给直觉模糊多属性群决策信息一种应用，如直觉模糊加权几何(IFWG)操作符,直觉模糊有序加权几何(IFOWG)操作符,和直觉模糊混合几何(IFHG)IFHG操作符的运算符。徐[25]发展了一些算术聚合操作符,如直觉模糊加权平均(IFWA)算子,直觉模糊有序加权平均(IFOWA)操作符,和直觉模糊混合聚合(IFHA)操作符。徐[26]研究了一个基于理想解决方案的方法，不完全已知或完全未知的直觉模糊MADM的属性权重信息。有时候，MAD
7、M直觉模糊偏好信息选择的过程中,属性值和偏好值选择采取直觉模糊数的形式,并且由于时间压力,缺乏知识或数据完全未知,专家对问题域专业知识有限，导致了属性权重信息完全未知。然而,所有上述方法将不适合处理这种情况。因此,有必要关注这个问题。本文的目的是开发一种方法,基于最小偏差法,来克服这一限制。本文的其余部分,如下所示。在下一节中,我们将介绍一些与直觉模糊集相关的基本概念。在第三节,我们引入了在属性权重信息完全未知、属性值和偏好值选择采取直觉模糊数形式的直觉模糊偏好信息的多属性决策问题的选择。为了确定属性权重,人们建立了一种基于最小偏差法的可以确定
8、属性的权重的优化模型。我们利用直觉模糊加权平均(IFWA)将直觉模糊信息对应于每一个选择,然后根据功能和准确性能排名选择并选择最理想的(s)方案。第四
