基于改进得分函数的直觉模糊多属性决策方法简

【引言】自从Ｚａｄｅｈ于１９６５年提出模糊集理论以来，该理论已在现代社会的各个领域得到广泛应用。Ａｔａｎａｓｓｏｖ对Ｚａｄｅｈ的模糊集进行了拓展，把仅考虑隶属度的传统模糊集推广到同时考虑隶属度、非隶属度和犹豫度这三个方面信息的直觉模糊集。由于直觉模糊集比传统的模糊集能够更细腻的描述和刻画客观世界的模糊性本质，近年来，人们对直觉模糊及模糊多属性决策的研究产生了浓厚的兴趣并取得了丰硕的研究成果。Ｐａｐａｋｏｓｔａｓ，Ｈａｔｚｉｍｉｃｈａｉｌｉｄｉｓ和Ｋａｂｕｒｌａｓｏｓ从模式识别角度对直觉模糊集的距离和相似度进行了比较；ＥｕｌａｌｉａＳｚｍｉｄｔ等运用直觉模糊集对信息量进行了度量；在模糊多属性决策方面，王坚强等针对权重信息不完全确定和属性值为梯形模糊数的多准则决策问题，提出一种基于梯形模糊数的信息不完全确定的多准则决策方法；Ｌｉｕ和Ｗａｎｇ从得分函数的角度出发提出了直觉模糊多属性决策的新的方法；Ｃｈｅｎ等将决策者对各方案的态度特征考虑在内，提出了一个更符合实际的多属性决策方法；Ｌｉｕ等则考虑了决策者的风险偏好问题。