基于权重迭代算法的多属性群决策及matlab应用

本文介绍了将语言信息属性值转化为模糊数属性值的量化规则,包括5、7、9级模糊语言的转换。接着讨论了迭代法确定专家权重和重心法确定属性权重的方法。最后,通过一个大学学院评估的实例,展示了如何使用MATLAB进行区间数多属性群决策分析,并考虑了不同不确定偏好系数的影响。
摘要由CSDN通过智能技术生成

1.语言信息属性值到模糊数属性值的量化和转化规则(5、7、9级)
2.迭代法确定专家权重
3.重心法确定属性权重
4.区间数多属性群决策及matlab应用

一、语言信息属性值到模糊数属性值的量化和转化规则
语言信息属性值一般表述为模糊语言,如,“好”、“很好”、“绝对好”、等等。由于不能与定量指标直接进行运算,因此对于这种属性指标规范化的方法一般采用一定的转换规则,即模糊语言一一模糊数转换规则。心理学家米勒(GA.Miller)经过实验证明,针对某个属性对方案进行判别式,普通人能正确区别属性的等级在5级到9级之间,即语言指标一般表述为5级到9级的评判指标。如对于风险大小的评判,可以用“风险非常大”、“风险大”、“风险中等”、“风险小”、“风险几乎没有”5级模糊语言进行评判。因此产生了模糊语言的相应等级转换规则。这种等级转换规则,等级之间的差距可以是等距(规则)的,也可以是非等距(不规则)的,一般可以通过与决策者主观沟通的方式来确定。
模糊语言转换成普通模糊数之后,再利用模糊数的规范化方法进行规范化处理,即可得到通常意义上的规范化模糊指标。
(一)模糊语言指标的规范化方法
1.模糊语言转换区间数
(1)九级模糊语言转换成区间数
九级模糊语言模糊评价可以为“绝对差”、“很差”、“差”、“较差”、“一般”、“较好”、“好”、“很好”、“绝对好”;或者为“绝对

  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

计量小虫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值