无偏好信息的模糊多属性决策问题的TOPSIS方法研究.pdfVIP

第四届中国不确定系统年会论文集 桂林，2006年8月18—22日，第118-124页 无偏好信息的模糊多属性决策问题的TOPSIS方法· 曾三云曾玲龙君 桂林电子科技大学计算科学与数学系，广西桂林541004 摘要针对属性权重信息完全未知、属性值以模糊变量形式给出的模糊多属性决策问题，给出 了TOPSIS方法。该方法分别基于模糊正理想点与模糊负理想点建立两个模糊期望值模型来确 定属性的权重，根据各方案与模糊正理想点的相对贴近度的大小排序得到方案的优劣排序。最 后给出了算例。 关麓词模糊多属性决策，TOPSIS，期望值模型，模糊模拟 1引言 多属性决策(MADM)是指经过综合权衡各个属性后，从有限待选方案中选出最满意方 案的过程。MADM问题广泛存在于社会、经济、管理等多个领域，如投资决策、项目评估、 forOrder 质量评估、方案优选、人才考核、经济效益综合评价等。TOPSIS(Technique Preference toIdeal bySimilaritySolution)，直译为逼近理想点法，是一种有效的 多属性决策方法，这种方法以靠近理想解和远离负理想解两个基准作为评价各方案的判 究已较为完善“喝1，而且关于模糊MADM问题的TOPSIS方法的研究也有了一些成果，譬如文 献[4～9]分别针对属性权重已知的区间型、三角模糊数型以及混合型的模糊MADM问题给 出了TOPSIS方法。本文研究属性权重信息完全未知、属性值为模糊变量的模糊MADM问题 的TOPSIS方法。该方法通过建立两个模糊期望值模型来获得属性的权重，并基于相对贴 近度的大小排序来获得最优方案。本文最后给出的实例充分说明了这个决策方法的可行性 和有效性。 2预备知识 本节介绍有关模糊变量的一些相关概念和结论。 个模糊变量，其隶属函数为 以(z)=肋s{秒∈ol善(秒)=刁 … 负模糊变量，记为f≥0。 +基金项目：国家自然科学基金资助项目． 无偏好信息的模糊多属性决策问题的TOPSIS方法 119 由Zadeh扩展原理…1易得模糊变量的如下线性运算： 设孝，77为两个模糊变量，它们的隶属函数分别为以，以，硒正数，贝IJ孝+扔允·刁隶 属函数分别为 以叼(z)=sup{以@)人以(y)Iz=x+Yl (2) 纵(z)=sup{／比,(x)lz=触) 定义2n们设孝为模糊变量，则称 ． E【善】_fc，{孝≥r杪一￡cr偕≤，-扮 (3) 显然，若 为孝的期望值，E称为期望值算子，其中cr{日为模糊事件{日的可信性测度。 手≥0，贝0有E【善】20。 由定义2可计算出三角模糊变量尹=(，：，‘，‘)的期望值为 1 E(尹)=÷(，：+2‘+，；) (4) 利用期望值算子E，有下列模糊变量的大小比较方法㈣：设孝，rl为两个模糊变量，则 孝77当且仅当E【翱E【硼。 定义3n21模糊变量善与刁的距离定义为 d(孝，r1)=E[1孝-,71] (5) 3决策方法 对于模糊多属性决策问题，设X=fX，，X∥．．，X．)是待选方案集(m≥2)， 量，够≥o，∑哆=1。A=嘭】。是模糊决策矩阵，其中孝。是非负