查看更多>>摘要：针对概率犹豫模糊环境下属性权重已知的多属性群决策问题,考虑概率犹豫模糊集的犹豫度,提出基于改进距离测度的概率犹豫模糊多属性群决策新方法.结合传统的概率犹豫模糊距离测度,通过信息融合定义融入犹豫度的概率犹豫模糊距离测度:汉明距离、欧氏距离、广义欧氏距离,并通过组合系数来实现理论扩张和融合优化,同时研究距离测度的大小关系及参数单调性.将融入犹豫度的距离测度与基于理想解相似度的逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)结合构建多属性群决策新方法,采用公司选址案例进行决策选择,通过参数分析和决策比较来揭示所建方法的有效性.相关研究系统深化概率犹豫模糊距离测度,并丰富了多属性群决策方法.
NETL
NSTL
万方数据