区间犹豫模糊三角相似度在多属性群决策中的应用

"区间犹豫模糊三角相似度及其多属性群决策" 本文主要探讨的是在区间犹豫模糊环境下的多属性群决策问题，特别是在属性权重信息未知的情况下如何进行有效的决策。作者金飞飞、裴利丹、陈华友和周礼刚通过构建新的相似度公式和交叉熵理论，为这一领域提供了新的研究工具。 首先，文章提出了一种新的区间犹豫模糊三角相似度公式。这个公式是基于正弦三角函数构建的，它考虑了区间犹豫模糊集的特点，即在每个属性上可能有多个可能的值。通过这种方式，作者能够更准确地衡量两个区间犹豫模糊集合之间的相似性。他们证明了这个新公式满足相似度公理化定义的四个基本条件，这些条件包括对称性、传递性、自反性以及对于零元素的特殊处理。 接下来，文章引入了区间犹豫模糊交叉熵的概念，并给出了它的公理性定义。交叉熵通常用于衡量两个概率分布之间的差异，在这里则被用来分析区间犹豫模糊集的相似度。作者进一步研究了区间犹豫模糊相似度与交叉熵之间的关系，这有助于理解它们在评估决策问题时的不同作用。 最后，基于上述的区间犹豫模糊三角相似度，作者提出了一种新的多属性群决策方法。在属性权重信息完全未知的情况下，这种方法能够帮助决策者处理不确定性和不完整性。通过实例分析，他们证明了所提出的方法在实际决策中的可行性和有效性。 该研究对于理解和应用区间犹豫模糊集的决策问题具有重要意义，尤其是在面对复杂和不确定的决策环境时，提供了一种更为灵活和全面的决策工具。此外，这项工作也为未来的理论研究和实际应用奠定了基础，例如在风险管理、项目评估、市场分析等场景中，都可以利用这种方法来解决不确定性的决策问题。