解决犹豫模糊决策的新型符号距离方法
65 浏览量
更新于2024-08-31
收藏 190KB PDF 举报
本文主要探讨了在属性权重完全未知的情况下,如何解决犹豫模糊决策问题,特别是针对犹豫模糊元中人为添加元素所带来的主观性问题。犹豫模糊集是一种特殊的模糊集,其中包含了对多个可能选择的不确定性和犹豫,因此在多属性决策中,如何量化这种犹豫并建立客观的评价体系是关键。
作者首先提出了一个新颖的概念——含有对数函数的犹豫度,它结合了犹豫模糊集元素之间的方差和元素个数,以此来度量犹豫程度。这个犹豫度的引入旨在克服传统犹豫度方法可能受到人为因素影响的问题,使得犹豫度更具客观性。基于此犹豫度,作者定义了一种新型的犹豫模糊符号距离,这种距离不仅考虑了犹豫度,还考虑了元素间的相对位置和差异。
进一步,作者构建了一个数学规划模型,该模型利用新型犹豫模糊符号距离来推导属性权重。这一过程摒弃了传统的基于先验知识或经验确定权重的方法,而是通过优化模型来寻找最优的权重分配,确保决策的科学性和准确性。这种方法的优势在于即使在没有预先设定的权重信息时,也能通过系统地分析数据和决策环境来自动确定权重。
模型求解完成后,加权符号距离被用来对各个方案进行排序,以便于决策者对不同选项进行比较和选择。通过实际数值案例的分析,研究结果表明,基于新型符号距离的犹豫模糊决策方法具有明显的区分度,能够有效地处理犹豫和不确定性,同时展现出良好的合理性和有效性。
总结来说,这篇论文提供了一种创新的犹豫模糊决策策略,通过引入新型犹豫度和符号距离,消除了人为添加元素带来的主观性,为属性权重未知的犹豫模糊决策问题提供了一种科学且实用的解决方案。这种方法对于处理复杂决策情境,特别是在信息不完整或不确定的情况下,具有重要的理论和实践价值。
2020-02-05 上传
2022-12-16 上传
2023-05-15 上传
2023-05-12 上传
2023-04-29 上传
2023-06-09 上传
2023-02-17 上传
2023-06-13 上传
2023-06-13 上传
weixin_38545243
- 粉丝: 7
- 资源: 899
最新资源
- 达梦数据库DM8手册大全:安装、管理与优化指南
- Python Matplotlib库文件发布:适用于macOS的最新版本
- QPixmap小demo教程:图片处理功能实现
- YOLOv8与深度学习在玉米叶病识别中的应用笔记
- 扫码购物商城小程序源码设计与应用
- 划词小窗搜索插件:个性化搜索引擎与快速启动
- C#语言结合OpenVINO实现YOLO模型部署及同步推理
- AutoTorch最新包文件下载指南
- 小程序源码‘有调’功能实现与设计课程作品解析
- Redis 7.2.3离线安装包快速指南
- AutoTorch-0.0.2b版本安装教程与文件概述
- 蚁群算法在MATLAB上的实现与应用
- Quicker Connector: 浏览器自动化插件升级指南
- 京东白条小程序源码解析与实践
- JAVA公交搜索系统:前端到后端的完整解决方案
- C语言实现50行代码爱心电子相册教程