根据模糊Choquet积分算子,进一步扩展到直觉模糊Choquet积分算子,并使用得分函数进行最终的多属性评价。
一、原理
(二)基于风险偏好的直觉模糊得分函数
对于风险追逐者来说,通常认为犹豫度越大(即不确定性越大),隶属度得分的机会也越大;而对于风险厌恶者来说,通常犹豫度越小,相对风险越小。由此可见,在不同的风险偏好前提下,决策者所得到的决策结果也会产生变化。因此,在考虑了风险偏好及犹豫度的因素的基础上定义了基于风险偏好的直觉模糊得分函数。
三、多属性决策问题
四、决策步骤
步骤1获取决策前提条件中的方案集、属性集和表现形式为直觉模糊数的属性值等信息内容。
步骤2本节研究的决策问题的前提是假定属性之间存在较强的关联性,对于属性之间关联性较弱的决策问题将放在下节讨论属性权重的确立方法。决策者可以根据决策环境对两种方法进行选择使用,没有固定的指向性。若属性之间关联性较强,则需通过德尔菲法等主观赋权方法获取决策专家对于评价属性重要性和关联性的权值。
步骤3结合专家给出的主观权重信息,利用直觉模糊Choquet积分算子将多属性决策信息进行集结,形成各个方案的直觉模糊综合评价值。
直觉模糊Choquet积分算子的多属性决策及matlab应用
最新推荐文章于 2023-10-09 11:48:31 发布