基于直觉模糊集理论距离测度多属性决策方法-管理科学与工程专业论文

《基于直觉模糊集理论距离测度多属性决策方法-管理科学与工程专业论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、CODE：10402U.D.C.：NO.：2010042008ClassifiedIndex：ADissertationfortheDegreeofM.ScienceTheMethodsForMultipleAttributeDecisionMakingBasedOnDistanceMeasureInIntuitionisticFuzzySetTheoryCandidateSupervisorSpecialtyAcademicDegreeAppliedforUniversityDateofOralExami

2、nationWangyin-junProf.LiKe-dianAppliedMathematicsMasterofScienceMinnanNormalUniversityJune,2013学位论文原创性声明和版权使用授权书闽南师范大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果•除了文中特别加以标注引用的内容外，木论文不包含任何其他个人或集体己经发表或撰写的成果作品.对木文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明.本人完全意识到本声明的法律后

3、果由本人承担.作者签名：日期：—年—月—日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅.本人授权闽南师范人学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文.本学位论文属于1、保密口，在年解密后适用本授权书.2、不保密&・（请在以上相应方框内打“厂）作者签名：H期：—年—月—H导师签名：H期：—年—月—H屮文摘要摘要直觉模糊集是模糊集

4、理论的一种推广.与传统的模糊集相比，直觉模糊集同时考虑了隶属度、非隶属度和犹豫度，因此，它比传统的模糊集在处理不确定性方而更具有灵活性与实用性.距离测度是直觉模糊集理论的重要研究内容之一，本文首先对直觉模糊集里的有关距离测度进行了系统的比较与分析，在此基础上，从精确向量的距离测度、融合方案的排序与距离测度矩阵，及利用含隶屈度重心点的距离测度等三方而进行详细的研究，并将其应用于直觉模糊环境下多属性决策方法•具体内容如下：(1)利用精确向量定义了直觉模糊集上的距离测度，并结合原有的得分向量距离测度应用于直觉模糊

5、集TOPS/S法，从而判断备选方案的优劣次序，对原有的排序方法进行有益的补充与拓展.(2)基于方案排序和方案距离测度矩阵，根据不同的阈值水平对方案直接进行聚类,得到不同阈值下的不同聚类结果，并通过实例说明所提出的方法比原有的方法存在计算量小，程序易于实现等优点.(3)基于三参数区间值模糊集，提出了三参数直觉模糊数与三参数直觉模糊集的概念，给出了三种含隶属度重心点的距离测度，并针对不同决策背景对三参数权重的距离测度进行分析，最后结合实例说明它的有效性.关键词：直觉模糊集；距离测度；精确向量；聚类；三参数直觉模

6、糊集闽南师范大学理学硕士学位论文英文摘要AbstractIntuitionisticfuzzysetisageneralizationoffuzzysettheory.Comparingwiththetraditionalfuzzyset,intuitionisticfuzzysetsincludesthreefactorssimultaneously:membershipdegree,non-membershipdegreeandhesitancydegree.Therefore,itismoreflex

7、ibleandpracticalthanthetraditionalfuzzysetfordealingwithuncertainty.Distancemeasureisanimportantresearchtopicinintuitionisticfuzzysetstheory.Firstly,thispapergivesthesystemiccomparisonandanalysisonrelativedistancemeasureofintuitionisticfuzzysets.Then,thisp

8、aperdetailedstudiesdistancemeasureofaccuracyvector,thefusionofrankingalternativesanddistancemeasurematrix,anddistancemeasurecontainingbarycenterofmembershipdegreeetc.Finally,weapplythesemethodsformultipleattr