两类直觉模糊集多属性决策与改进灰色gm(12c1)预测模型.pdfVIP

绪论 模糊集，并基于此给出了其G--TOPSIS多属性决策方法。本文在这个基础之 上，将区间灰数直觉模糊集与灰关联分析结合得到备选方案与正负理想解得灰 关联度，然后给出每个方案对正理想解的相对关联度，进而完成决策过程。 多属性决策是现代管理决策的一个重要部分，它的方法和应用在诸如项目评 估，投资决策，维修服务，工厂选址和经济效益评价等领域得到了很好的体现。 它实质是通过一定的方法利用现有的决策信息对备选方案进行排序，以得到最 优方案。 1．2多属性决策的研究现状 多属性决策包含两个方面(1)获取信息(2)选择排序与择优方法对信息进 行处理。其中第一方面包括获取属性值和属性权重。属性值有实数，语言和区 间数三种形式。属性权重的研究是一个非常重要的内容。徐泽水【12】分别对属性 部分权重已知和权重信息完全未知的多属性决策问题文献[12，13]用物理学中 的熵确定属性权重，对信息的处理方面，实质是选择合理的信息集结方法，文 献[14]M基于直觉模糊集的算术平均算子给出了相应的决策方法，直觉模糊加 权算术平均算子进一步丰富了信息集结方法。文献[15]则提出了基于直觉模糊 集的几何平均算子，并给出了直觉模糊加权几何平均算子，直觉模糊混合几何 算子，直觉模糊有序加权几何算子，