论文部分内容阅读
Gau和Buehrer于1993年提出的Vague集理论，同时给出了支持和反对两方面的证据，更能确切地表述事物的模糊属性，在处理不确定信息方面具有更强的表现力。在社会生活中，由于问题的模糊性，复杂性，存在着大量模糊多属性决策问题，因此，对基于Vague集不确定信息多属性决策问题的研究具有十分重要的理论和现实意义。本文主要对基于Vague集的多属性决策问题进行了探讨和研究，其主要工作如下：1.给出了一种新的Vague集熵计算方法，弥补了现有Vague集熵的不足，在此基础上，针对属性权重完全未知的基于Vague集的多属性决策问题，提出了一种基于Vague集的TOPSIS方法，并通过实例说明了该方法的可用性和有效性。2.针对Vague集多属性决策权重未知的情况，采用最大离差赋权，通过比较各方案在各个属性下的差别的大小，确定各属性的权重，并结合基于Vague集的集成算子，提出了基于离差最大化的Vague集集成算子多属性决策方法，可用它来解决权重信息未知的基于Vague集多属性决策方案的排序问题。3.针对权重已知的基于Vague集的多属性决策问题，确立正、负理想方案，采用灰色关联理论计算各个方案与正、负理想方案的灰色关联度，以及相对贴近度，从而由相对贴近度给出方案的排序。4.针对由属性值变化引起的因素间的平衡关系，采用变权理论建立了合适的基于Vague值的变权模型，它摒弃了极端的方案，能给出更合理的方案排序。