基于区间二型模糊集vikor多属性决策方法探究

《基于区间二型模糊集vikor多属性决策方法探究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于区间二型模糊集VIKOR多属性决策方法探究　　摘要：针对传统VIKOR方法不能处理不确定语言信息的缺陷，本文在VIKOR方法的基础上提出了一种基于区间二型模糊的VIKOR扩展方法用于解决多属性决策问题。首先介绍了区间二型模糊的概念、运算法则，接着定义了一种新的计算区间二型模糊集之间的距离公式，在此基础上提出基于区间二型模糊的VIKOR扩展方法。最后，通过一个算例说明该方法的有效性和合理性。Abstract：WithrespecttothedefectthattraditionalVIKORmethodcouldnotdealwithuncertainlinguisticinf

2、ormation，amethodofextendedVIKORbasedonintervaltype-2fuzzysetsispresentedtosolvethemultipleattributedecisionmakingproblems.Firstly，theconceptsandcomputationrulesareintroduced.Then，anewdistanceformulabetweentwointervaltype-2fuzzysetsisdefined.Onthebasisofwhich，anextendedVIKORmethodbasedInterval

3、type-2fuzzysetsareproposed.Finally，anexampleisgiventoillustratethevalidityandfeasibilityoftheproposedmethod.9关键词：区间二型模糊集；多属性决策；VIKOR；距离测度Keywords：Intervaltype-2fuzzysets；multipleattributedecisionmaking；VIKOR；distancemeasure中图分类号：C934文献标识码：A文章编号：1006-4311（2013）29-0305-030引言多属性决策（Multi-attribut

4、edecisionmaking，MADM）是对具有多个属性的不同方案的属性值进行比较给出方案的排序或找出最佳方案[1]。目前有很多解决多属性决策问题的方法。其中，VIKOR方法是由Opricovic[2]于1998年提出的一种基于理想点的折衷解法，其基本思想为首先确定理想解和负理想解，然后根据各备选方案的各个评价值与理想方案的接近程度来排列方案的优先顺序，从而得到带有优先级的折衷方案[3]。VIKOR方法不仅考虑了群效用的最大化和个体遗憾的最小化，还考虑到了决策者的主观偏好，从而使决策更具合理性。因此VIKOR方法已经被广泛应用于多属性决策问题中，如王坚强提出了模糊多准则VIKO

5、R方法和信息不完全确定的模糊多准则方法[4]；阮连法、陈佳玲提出基于模糊集理论的VIKOR方法来选择绿色建筑供应商[5]；林向义等利用VIKOR方法对知识创新联盟合作伙伴进行了选择[6]。9目前，多属性决策问题广泛存在于社会经济活动中，但由于实际问题的复杂性和不确定性，以及人类思维的模糊性，决策信息往往以不确定语言来表达[7]。模糊集是一种较好地解决这种模糊性和不确定性的方法。传统一型模糊集合描述了语言变量自身的模糊性，但不能直接地、完全地描述由人类语言的模糊性所引起的不确定因素。因此，1975年Zadeh教授对一型模糊集合的概念进行了扩展，提出了二型模糊集合理论[8]，Ment

6、al等人进一步提出了区间二型模糊集合的概念[9]，这一概念的提出不仅弥补了一型模糊集合的缺陷，而且简化了二型模糊集合的运算，增强了二型模糊系统实时应用的能力。此后，大部分基于二型模糊集合理论的应用都采用了区间二型模糊集合。本文针对不确定语言多属性决策问题，在区间二型模糊集基础上，提出了一个新的区间二型模糊集之间的距离测度公式。接着，基于VIKOR方法思想，发展了一种区间二型模糊VIKOR多属性决策方法，并通过对其合理性和科学性验证。1区间二型模糊集1.1区间二型模糊集的定义定义1[10]：二型模糊集■={（（x，u），■（x，u）■？坌x∈X，？坌u∈JX？哿[0，1]，0？燮■

7、（x，u）？燮1）}其中X为■的论域，■是■的二型隶属函数。9■还可以表示■=■■■（x，u）/（x，u），JX？哿[0，1]定义2[10]：对二型模糊集■，若所有的■（x，u）=1，则称二型模糊集■为区间二型模糊集，即■=■■1/（x，u），JX？哿[0，1]。定义3：r多边形区间二型模糊集■=（■U，■L）=（（■，■，…，■；H1（■U），…，Hr-2（■U），（■，■，…，■；H1（■L），…，Hr-2（■L））），其中■U和■L分别表示r多边形的上隶属函数和下隶属函数，