资源描述：
《残缺区间直觉模糊判断矩阵及其群决策方法》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、残缺区间直觉模糊判断矩阵及其群决策方法周存宝】，陈之宁2,张京亮3(1.陆军军官学院研究生1队，合肥230031；2.陆军军官学院基础部数学教研室，合肥230031；3.陆军军官学院研究生2队，合肥230031)摘要：针对群决策过程中属性值信息残缺的问题，通过定义一种直觉模糊相似度函数及其集成算子，提出一种基于直觉模糊相似度函数集成算子的补充方法。并将该方法应用于体系化作战目标残缺属性值信息的补充方面，结果表明了该方法的可行性与有效性。关键词：直觉模糊相似度函数；信息残缺；IFWAS算子；体系作战；中图分类号：文献标志码：AAcomplementaryMethodofAddingInco
2、mpleteAttributeValueBasedonIntuitionisticFuzzySimilarityFunctionZhouCunbao,ChenZhining,ZhangJingLiang(1.PostgraduateTeam1ofArmyOfficerAcademy^Hefei230031,China;2.StaffRoomofMathematics,Dept,ofBasicTheories.ArmyOfficerAcademy.Hefei230031,China3.PostgraduateTeam2ofArmyOfficerAcademy,Hefei230031,Chi
3、na)Abstract：Inordertosolvetheproblemofincompleteinformationofattributegroupdecisionmakingprocess,bythedefinitionofasimilaritymeasureofintuitionisticfuzzyfunctionanditsintegratedoperator,proposesasupplementarymethodforintuitionisticfuzzyintegratedoperatorbasedonthesimilarityfunction・Andthismethodi
4、sappliedtothesystemofoperationalobjectivescomplementincompleteattributevalueinformation,resultsshowthatthemethodisfeasibleandeffective・Keywords:intuitionisticfuzzysimilarityfunction;unknowninformation;IFWAS;cooperativeengagement0引言随着科技的不断发展述步，多屈性群决策得到了广泛的应丿IJ。在实际群决策过程中，由于客观事物的不确定性和复朵性，以及决策者知识水平的局
5、限性，决策者无法给出全部属性信息值，或在决策过程中造成某些属性信息值丢失，这就使得属性信息值存在一定的残缺，影响决策结果。因此需要在决策过程中对残缺属性值进行补充。残缺属性值的补充方法有许多，笔者通过定义一种直觉模糊相似度函数及其集成算子，提出一种基于直觉模糊相似度函数集成算子的补充方法。在多属性决策过程屮，决策者需要进行n(n-l)/2次比较判断才能得到一个完整的区间直觉模糊判断矩阵。在复杂的群决策过程当中，当决策问题有多种层次、多种属性和因素时，总体的判断量有时很大。同吋由于决策者对某些实际问题背景缺乏一定的了解，白身知识结构水平的限制，使得对一些判断缺少把握，其至对某些比较敏感的问
6、题不想发表口己的意见。这就会使得决策所得到的判断矩阵的元素存在一定的空缺值。为此，下面给出残缺区间直觉模糊判断矩阵的概念。1预备知识定义1⑸设弭计为区间直觉模糊判断矩阵，若其中既含残缺元素，又含非残缺元素，且残缺元素记为耒知变量“null”,非残缺元素满足条件：jau+尸＜1,Ay=%，fin=刃j，A=%=[0.5,0.5],贝I称Q=(色)”X”为残缺区间直觉模糊判断矩阵。设△为所有已知元素的集合，残缺区间判断矩阵e=(^7u具有以下性质：⑴任意%為，為W△，有qik㊉qkj＞爲,则称0=(色扁满足三佝条件；(2)任意爲,qik,qkJeA,有办n([0.5,0.5],[0.5,0.
7、5]),%n([0.5,0.5],[0.5,0.5])=＞気n([0.5,0.5],[0.5,0.5]),则称2=(^)„xn满足弱传递性；(3)任意和呱爲有爲nmin{L，%},则称Q=(©)”“满足max・min传递性；(4)任意备孤爲€△，有爲Amax風，勒,则称Q=©J””满足max-max传递性;(2)任意乞,办，如M,有办•n([0.5,0.5],[0.5,0.5]),%n([0.5,0.5],[0.5,0.5])nQi
