改进区间相似度法：混合型多属性决策的实用策略

本文档标题为《基于改进相似度的混合型多属性决策方法》（发表于2014年），作者是来自海军航空工程学院青岛校区的张峰、谢振华等人。该研究针对多属性决策中的一个关键挑战，即如何准确地衡量在存在区间不确定性的情况下，两个属性之间的相似度。原有的区间相似度计算方法在处理无重叠区间时存在问题，导致无法得到准确的评估。 文中提出了一种改进的相似度计算方法，解决了原有的区分度不足的问题，使得方法能够处理任意两个区间的相似度计算，从而丰富了混合型多属性决策问题的解决策略。这种方法的重要创新在于它能够适应不同类型的数据形式，包括精确值、区间数以及直觉模糊数，这在实际决策环境中更为实用，因为它考虑到了决策者可能面临的认知局限性和信息的不确定性。 对比了改进方法与逼近理想解法和直觉模糊数法的结果，发现它们在算例中的表现一致，这证明了新方法的有效性和可行性。在多属性决策问题中，这种方法的应用领域广泛，涉及工程设计、经济分析、企业管理乃至军事策略等领域，它对于处理复杂决策情境下的方案排序和优选具有重要意义。 关键词包括：相似度、混合型多属性决策、区间数、逼近理想解法、直觉模糊数。这些关键词反映了论文的核心内容和研究焦点，展示了作者在混合型决策问题上的深入探讨和理论贡献。 这篇论文不仅提出了一个实用的决策工具，还在多属性决策理论的发展中填补了一项空白，对于提高决策效率和精度具有重要的学术价值。通过改进相似度计算，它为处理现实世界中复杂多变的决策问题提供了一种新的解决途径。