基于TFNCD算子的三角模糊数多属性群决策

发布时间：2022-01-06 11:20

　　针对属性权重和专家权重全部未知的三角模糊数（triangular fuzzy number,TFN）多属性群决策问题,在TFN熵的基础上构造了确信度指标来量化对决策信息的信任程度,构建了TFN确信度（TFN certitude degree,TFNCD）算子,并证明了其置换不变性、幂等性和有界性等性质,结合支持度确定专家权重,提出了基于TFNCD算子的属性信息集结新方法。最后,通过算例的对比分析验证了TFNCD算子及其集结方法的有效性,该方法充分考虑了TFN类型的数据特征和两种权重完全未知的情况,且属性信息集结更加客观高效,计算相对简便,为TFN多属性决策问题提供了新的信息集结方式和解决思路。 

【文章来源】：系统工程与电子技术. 2019,41(09)北大核心EICSCD

【文章页数】：7 页

【参考文献】：
期刊论文
[1]改进TOPSIS的多态融合直觉模糊威胁评估[J]. 张浩为,谢军伟,葛佳昂,张昭建,宗彬锋.  系统工程与电子技术. 2018(10)
[2]应用三角模糊数比选沪宁城际铁路线路方案[J]. 杨麦生.  铁道工程学报. 2018(06)
[3]基于改进模糊熵的区间直觉模糊多属性决策[J]. 尹胜,杨桢,陈思翼.  系统工程与电子技术. 2018(05)
[4]基于联系数的属性权重未知的三角模糊数多属性决策[J]. 刘秀梅,赵克勤.  模糊系统与数学. 2017(02)
[5]三角模糊数直觉模糊PA算子及其应用[J]. 周晓辉,姚俭.  应用泛函分析学报. 2014(04)
[6]基于理想点的三角模糊数群体多属性决策法[J]. 黄智力,李茂青.  厦门大学学报(自然科学版). 2008(06)
[7]模糊数直觉模糊集[J]. 刘锋,袁学海.  模糊系统与数学. 2007(01)
[8]对方案有偏好的三角模糊数型多属性决策方法研究[J]. 徐泽水.  系统工程与电子技术. 2002(08)



本文编号：3572356