改进直觉模糊粗糙集方法:多属性决策的新途径
需积分: 9 54 浏览量
更新于2024-09-05
收藏 527KB PDF 举报
本文主要探讨了"基于直觉模糊粗糙集相似度的多属性决策方法"的研究。直觉模糊粗糙集(Intuitionistic Fuzzy Sets, IFS)是由Atanassov在1986年提出的,它是模糊集理论的一种扩展,特别适用于处理不精确和不完备的信息,这使得它在处理不确定环境下的决策问题如多属性决策(Multi-Attribute Decision Making, MADM)中展现出强大的潜力。粗糙集理论由Pawlak提出,虽然它在许多领域有所应用,但它对于处理不精确原始数据的能力相对较弱,与直觉模糊集理论形成互补。
在多属性决策问题中,由于决策环境通常存在模糊性和不确定性,因此对模糊相似度的准确度要求很高。文中指出,传统的直觉模糊粗糙集相似度可能忽视犹豫度,导致度量不够精确。为了改进这一问题,作者提出了一个改进的直觉模糊粗糙集相似性度量方法,考虑到了犹豫度的影响,增强了决策的准确性。
作者构建了一个框架,将属性值表示为直觉模糊粗糙集,然后通过计算各决策方案与正负理想方案的相似度,实现了对方案的有效排序。这种方法克服了传统方法的局限性,能更全面地反映决策信息,从而提高了决策的可靠性。通过数值实例的验证,证明了新方法的可行性和有效性,特别是在态势评估和目标识别等信息融合领域有着广泛的应用前景。
总结来说,这篇论文的主要贡献在于提出了一种创新的多属性决策方法,它结合了直觉模糊粗糙集的特性与改进的相似度度量,旨在提高决策的精度和实用性,为处理不确定环境下的复杂决策问题提供了有力的工具。这一研究成果不仅丰富了多属性决策理论,也为实际应用中的不确定问题提供了新的解决策略。
2019-09-20 上传
2019-09-10 上传
2021-05-22 上传
2019-09-12 上传
2019-07-22 上传
2019-09-12 上传
2019-08-15 上传
2019-09-12 上传
2019-09-08 上传
weixin_38744153
- 粉丝: 347
- 资源: 2万+
最新资源
- 单片机串口通信仿真与代码实现详解
- LVGL GUI-Guider工具:设计并仿真LVGL界面
- Unity3D魔幻风格游戏UI界面与按钮图标素材详解
- MFC VC++实现串口温度数据显示源代码分析
- JEE培训项目:jee-todolist深度解析
- 74LS138译码器在单片机应用中的实现方法
- Android平台的动物象棋游戏应用开发
- C++系统测试项目:毕业设计与课程实践指南
- WZYAVPlayer:一个适用于iOS的视频播放控件
- ASP实现校园学生信息在线管理系统设计与实践
- 使用node-webkit和AngularJS打造跨平台桌面应用
- C#实现递归绘制圆形的探索
- C++语言项目开发:烟花效果动画实现
- 高效子网掩码计算器:网络工具中的必备应用
- 用Django构建个人博客网站的学习之旅
- SpringBoot微服务搭建与Spring Cloud实践