直觉模糊犹豫集结算子的多属性决策方法及matlab应用

一、定义
针对直觉犹豫模糊环境下的多准则决策问题,准则值以直觉犹豫模糊信息的形式表示,决策者需要将直觉犹豫模糊信息进行集结以得到方案的综合评价值,而集结算子是综合多个评价信息的一个重要工具。考虑两种集结算子:直觉犹豫模糊加权算数平均算子(IHFWAA)和直觉犹豫模糊加权几何平均算子(IHFWGA)。
在这里插入图片描述
在这里插入图片描述
步骤2:计算各个方案的综合评价值
利用IHFWAA算子对方案在各个准则下的评价值进行集结,得到方案 的综合评价值Zi。
步骤3:这里我们使用Z的得分值和不确定值的方法进行排序。当然,还可以使用其他方法进行排序,请参考相关方法。
步骤4:对方案进行排序

二、程序
1.直觉犹豫模糊算术加权平均算子算法

function v= IH
  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
MATLAB中,多属性决策可以通过使用不同的方法来实现。其中一种常见的方法是使用加权算术平均算子(Weighted Arithmetic Mean Operator,WAA)来对决策信息进行集结并对方案进行排序和择优。在MATLAB中,可以通过编写代码来实现该算子的计算过程,具体步骤如下: 1. 定义属性权重和属性值:首先,根据决策信息,确定每个属性的权重和属性值。属性权重用于衡量不同属性的重要性,而属性值用于描述每个备选方案在各个属性上的表现。 2. 计算加权算术平均值:根据属性权重和属性值,使用加权算术平均算子来计算每个备选方案的综合得分。加权算术平均值的计算公式如下: 综合得分 = 属性权重1 * 属性值1 + 属性权重2 * 属性值2 + ... + 属性权重n * 属性值n 3. 排序和择优:根据计算得到的综合得分,对备选方案进行排序,从高到低。根据具体的决策目标,选择综合得分最高的方案作为最优方案。 在MATLAB中,可以使用矩阵运算和向量化操作来高效地计算加权算术平均值和排序。具体的代码实现可以根据具体的决策问题和数据结构进行编写。 总结起来,多属性决策MATLAB中可以通过使用加权算术平均算子来实现,具体步骤包括定义属性权重和属性值,计算加权算术平均值,以及排序和择优。编写代码时,可以使用矩阵运算和向量化操作来提高计算效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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