改进直觉模糊熵的IFN关联MCGDM方法：有效多准则决策

本文主要探讨了一种基于IFN（直觉模糊数）的复杂系统关联多准则群决策方法（MCGDM）。在当前研究中，作者注意到现有直觉模糊熵的公理化定义存在一定的局限性，因此首先提出了改进的直觉模糊熵定义及其计算公式。这一改进旨在解决传统定义可能无法准确反映直觉模糊信息的问题，使得在处理不确定性和模糊性时更为精确。 其次，作者引入了广义幂均算子的概念，并对其相关性质进行了验证，提供了一种确定幂方参数的方法。这个扩展使得算子能够在更广泛的直觉模糊环境下应用，增加了运算的灵活性。广义直觉模糊幂均算子的引入，对于处理复杂系统的决策问题具有重要意义，因为它能够考虑到决策者和准则之间的交互关联，即使权重信息不明确，也能进行有效评价。 针对多准则群决策问题，特别是当决策过程中的各个因素间存在复杂的交互关系，且决策者对准则的重要性了解不足的情况下，作者提出了一种全新的决策模型。这种模型结合了改进后的直觉模糊熵和广义直觉模糊幂均算子，旨在通过综合考虑所有相关信息，提供一个客观、合理的决策方案。 案例分析部分展示了这种方法的有效性和可行性。通过实际应用，该方法不仅能够处理不确定性，还能适应复杂环境下的决策需求，使得决策结果更具可靠性。总结来说，本文的主要贡献在于提供了一种创新的MCGDM方法，它在处理直觉模糊信息的背景下，有效地解决了多准则决策问题中的关联性和权重未知问题，为复杂系统的决策支持提供了有力工具。