模糊多准则决策方法的研究综述
模糊综合评价模型
模糊综合评价模型模糊综合评价模型（FCM）是一种基于模糊数学理论的多准则决策方法，广泛应用于各种评价问题中，如经济、管理、环境、教育等领域。
FCM能够处理多个评价指标同时存在的复杂评价问题，并通过对各个指标的权重进行模糊化处理，最终得到一个综合评价结果。
本文将介绍FCM的基本原理、应用场景以及优缺点。
FCM的基本原理是将评价指标和权重都表示成模糊数值，并进行模糊综合运算。
模糊数值是介于0和1之间的数值，表示一些事物或概念的模糊程度。
在FCM中，评价指标通过模糊隶属函数表示，权重通过模糊权重函数表示。
通过对这些模糊数值进行模糊综合运算，可以得到一个综合评价结果。
FCM的应用场景非常广泛。
在经济领域，FCM可以用于评估企业的综合实力，帮助企业进行战略决策。
在管理领域，FCM可以用于评估员工的绩效，帮助企业进行人力资源管理。
在环境领域，FCM可以用于评估环境影响，帮助政府进行环境保护政策的制定。
在教育领域，FCM可以用于评估学生的学术表现，帮助学校进行教学管理。
FCM的优点主要包括以下几个方面。
首先，FCM能够处理多个评价指标的模糊性和不确定性，使评价结果更加客观和准确。
其次，FCM能够考虑到不同指标的重要性，通过对权重进行模糊化处理，使评价结果更具权威性。
最后，FCM能够处理评价指标之间的相互关系，考虑到评价指标之间的相互作用，使评价结果更具有实际意义。
然而，FCM也存在一些缺点。
首先，FCM的模型建立需要大量的数据和专业知识支持，对于一些复杂的评价问题，模型建立可能会比较困难。
其次，FCM的模糊综合运算需要进行一系列的计算，计算过程比较复杂，需要一定的计算资源支持。
最后，FCM的评价结果具有一定的主观性，依赖于权重的确定和模糊数值的选择，可能会存在一定的不确定性。
综上所述，模糊综合评价模型是一种灵活、有效的多准则决策方法，可广泛应用于各种评价问题中。
通过对评价指标和权重进行模糊化处理，能够得到一个综合评价结果，帮助决策者进行决策。
直觉模糊多属性决策方法综述
直觉模糊多属性决策方法综述一、本文概述随着信息时代的到来，决策问题变得越来越复杂，多属性决策问题在各个领域中都得到了广泛的研究和应用。
在多属性决策中，决策者常常面临属性值模糊、不完全或不确定的情况，这使得决策过程更加困难。
为了解决这些问题，直觉模糊多属性决策方法应运而生，它结合了直觉模糊集理论和多属性决策方法，为处理模糊信息提供了一种有效的工具。
本文旨在综述直觉模糊多属性决策方法的研究现状和发展趋势，分析不同方法的优缺点，为决策者提供更为全面和深入的理论支持和实践指导。
本文将对直觉模糊多属性决策方法进行概述，介绍直觉模糊集的基本概念和性质，以及其在多属性决策中的应用。
然后，将重点综述现有的直觉模糊多属性决策方法，包括基于直觉模糊集的权重确定方法、属性约简方法、决策规则等。
通过对这些方法的分析和比较，揭示各种方法的特点和适用范围。
本文将探讨直觉模糊多属性决策方法在实际应用中的挑战和解决方案。
针对决策过程中可能出现的模糊信息、不确定性等问题，提出相应的处理策略和方法，以提高决策的准确性和有效性。
本文将展望直觉模糊多属性决策方法的发展前景和趋势。
随着、大数据等技术的快速发展，直觉模糊多属性决策方法将在更广泛的领域得到应用，同时也将面临新的挑战和机遇。
因此，本文将分析未来的研究方向和发展趋势，为相关领域的研究和实践提供参考和借鉴。
本文将对直觉模糊多属性决策方法进行全面的综述和分析，旨在为决策者提供更为科学、有效的决策方法和工具，推动多属性决策理论和方法的发展和应用。
二、直觉模糊集理论直觉模糊集（Intuitionistic Fuzzy Sets, IFSs）是Zadeh模糊集理论的一种扩展，由Atanassov在1986年提出。
直觉模糊集不仅考虑了元素对模糊集合的隶属度，还考虑了元素对模糊集合的非隶属度和犹豫度，从而提供了更丰富的信息描述方式。
在直觉模糊集中，每个元素x在一个直觉模糊集A中的隶属度用μ_A(x)表示，非隶属度用ν_A(x)表示，而犹豫度π_A(x)则为1 - μ_A(x) - ν_A(x)。
三角模糊数的犹豫模糊多属性决策方法
摘要：犹豫模糊数是一种常用的模糊数，它将模糊数中模糊的程度量化为悔恨度，并且可以描述决策者的不确定性和矛盾情况。
本文介绍了三角模糊数的定义和特性，并详细阐述了三角模糊数在多属性决策中的应用。
同时，本文还探讨了犹豫模糊数在多属性决策中的应用，并介绍了基于犹豫模糊数的决策方法。
最后，本文还对该方法的优点与不足进行了分析与总结。
关键词：三角模糊数；犹豫模糊数；多属性决策；决策方法一、绪论多属性决策是一种涉及到多个因素的决策方法，既要关注每一个因素的权重，也要注意它们之间的联系和影响。
在实际应用中，很多决策问题都是模糊不确定的，因此需要用到模糊数进行描述。
犹豫模糊数是一种常用的模糊数，它不仅考虑了每个因素的模糊程度，还量化了决策者的犹豫程度，能够更贴近实际应用中的情况。
本文将介绍三角模糊数的定义与特性，以及犹豫模糊数在多属性决策中的应用和决策方法。
二、三角模糊数的定义与特性三角模糊数是一种常用的模糊数，它是指在[,]上所有值等可能的模糊数，记为(,,)。
三角模糊数可以用于表示模糊化的决策信息，其中̃，̃和̃表示决策信息的下限、中心值和上限。
三角模糊数通过组合下限、中心值和上限来描述决策者对一个变量的模糊程度。
三角模糊数的特性有以下几个方面：( 1)非负性：三角模糊数的下限、中心值和上限都应该是非负数，即̃,,̃≥0。
( 2)归一性：三角模糊数的下限、中心值和上限之和应该等于1，即̃++=1。
( 3)具有对称性：对于任意的三角模糊数(,,)，其对称三角模糊数为(,,)。
三角模糊数的定义与特性为犹豫模糊数的研究提供了基础，犹豫模糊数可以视为是三角模糊数的扩展。
接下来将介绍犹豫模糊数在多属性决策中的应用。
三、犹豫模糊数在多属性决策中的应用犹豫模糊数是一种将模糊程度和犹豫程度两者结合起来的模糊数。
它可以用于描述决策者的不确定性和矛盾情况，更贴近实际应用中的情况。
在多属性决策中，犹豫模糊数可以用于对决策变量进行建模，例如对于风险评估问题，可以使用犹豫模糊数对不同方案的风险程度进行度量。
模糊综合评价方法及其应用研究
模糊综合评价方法及其应用研究一、本文概述本文旨在探讨模糊综合评价方法及其应用研究。
我们将对模糊综合评价方法进行概述，阐述其基本原理和特点。
接着，我们将深入探讨模糊综合评价方法在各种领域中的应用，包括但不限于企业管理、环境评估、医疗卫生等。
通过对实际案例的分析，我们将展示模糊综合评价方法在解决实际问题中的有效性和实用性。
我们还将对模糊综合评价方法的未来发展进行展望，以期为其在更多领域的应用提供参考和借鉴。
通过本文的研究，我们希望能够为相关领域的研究者和实践者提供有益的启示和帮助。
二、模糊综合评价方法理论基础模糊综合评价方法（Fuzzy Comprehensive Evaluation，简称FCE）是一种基于模糊数学理论的评价方法，旨在解决那些难以用精确数学语言描述的问题。
这种方法最早由我国学者汪培庄于1983年提出，现已在多个领域得到了广泛应用。
模糊综合评价方法理论基础主要包括模糊集合理论、模糊运算规则和模糊关系矩阵。
其中，模糊集合理论是该方法的核心。
它允许在元素对集合的隶属程度不唯不精确的情况下进行定量描述，从而突破了传统集合理论中元素对集合的隶属关系必须明确的限制。
在模糊综合评价中，评价对象通常被视为一个模糊集合，而评价因素则构成该集合的多个子集。
每个子集都有一个隶属函数，该函数描述了评价对象在不同因素下的隶属程度。
通过对隶属函数进行计算和分析，可以得出评价对象在各个因素上的综合评价结果。
模糊运算规则是模糊综合评价方法的另一个重要组成部分。
它定义了模糊集合之间的运算方式，如并、交、补、差等，使得我们能够根据实际需求进行模糊集合的组合和转换。
模糊关系矩阵则用于描述评价对象与评价因素之间的模糊关系。
该矩阵中的元素表示评价对象在不同因素上的隶属度，是进行模糊综合评价的重要依据。
模糊综合评价方法理论基础包括模糊集合理论、模糊运算规则和模糊关系矩阵。
这些理论和方法为我们在复杂系统中进行综合评价提供了有效的工具。
毕达哥拉斯犹豫模糊集多属性决策研究
第４６卷 第３期２０２４年３月系统工程与电子技术ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓＶｏｌ．４６ Ｎｏ．３Ｍａｒｃｈ２０２４文章编号：１００１ ５０６Ｘ（２０２４）０３ ０９８２ １０ 网址：ｗｗｗ．ｓｙｓ ｅｌｅ．ｃｏｍ收稿日期：２０２２０７０４；修回日期：２０２２０９２６；网络优先出版日期：２０２３０５２３。
网络优先出版地址：ｈｔｔｐ：∥ｌｉｎｋ．ｃｎｋｉ．ｎｅｔ／ｕｒｌｉｄ／１１．２４２２．ＴＮ．２０２３０５２３．１３２５．０１０基金项目：泰山学者工程专项经费（ｔｓ２０１７１２０７２）资助课题 通讯作者．引用格式：关欣，刘赢．毕达哥拉斯犹豫模糊集多属性决策研究［Ｊ］．系统工程与电子技术，２０２４，４６（３）：９８２ ９９１．犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋：ＧＵＡＮＸ，ＬＩＵＹ．Ｒｅｓｅａｒｃｈｏｎｍｕｌｔｉ ａｔｔｒｉｂｕｔｅｄｅｃｉｓｉｏｎ ｍａｋｉｎｇｆｏｒＰｙｔｈａｇｏｒｅａｎｈｅｓｉｔａｔｉｏｎｆｕｚｚｙｓｅｔｓ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉ ｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２０２４，４６（３）：９８２ ９９１．毕达哥拉斯犹豫模糊集多属性决策研究关 欣，刘 赢（海军航空大学，山东烟台２６４０００） 摘 要：针对属性间相互关联，评价信息为毕达哥拉斯犹豫模糊信息的多属性决策问题，首先通过研究犹豫度对决策结果的影响，提出一种新的毕达哥拉斯犹豫模糊集得分函数，解决了现有得分函数中存在的不足。
其次，提出一种最小公倍数规范化原则，解决了现有方法容易引入误差的缺陷。
最后，针对属性关联的多属性决策问题，基于λ 模糊测度与Ｃｈｏｑｕｅｔ积分，提出了一种拓展交互式多准则决策（ｉｎｔｅｒａｔｉｖｅｍｕｌｔｉ ｃｒｉｔｅｒｉａｄｅｃｉｓｉｏｎ ｍａｋｉｎｇ，ＴＯＤＩＭ）方法，既解决了属性关联的问题，又通过前景理论反映了决策者的心理行为特征。
实例分析与敏感性分析验证了所提算法的正确性与有效性。
模糊多准则决策方法
31
模糊多准则决策方法
32
模糊多准则决策方法
33
模糊多准则决策方法
34
模糊多准则决策方法
35
模糊多准则决策方法
36
Fuzzy多准则决策VIKOR方法
37
Fuzzy多准则决策VIKOR方法
38
Fuzzy多准则决策VIKOR方法
39
Fuzzy多准则决策VIKOR方法
40
Fuzzy多准则决策VIKOR方法
模糊多准则决策方法综述
在MCDM问题中,如果准则值或/和准则权系数为直觉 模糊数,称这类问题为基于直觉模糊集的MCDM问题。 由于没有实数与直觉模糊集的运算,使得求解这类决策 变得困难。基于直觉模糊数的TOPSIS方法、VIKOR 方法、规划方法及基于证据推理的求解方法被提出。 但相对基于模糊数的MCDM方法来说,基于直觉模糊 数的MCDM方法还显得太少。
模糊多准则决策方法综述
模糊集概念有多个扩展,其中重要的一个是直觉模糊 集(Intuitionstic fuzzy set)。直觉模糊集由 Atanassov 提出，它是对传统模糊集的一种扩充和发 展。直觉模糊集增加了一个新的属性参数：非隶属度 函数,能够更加细腻地描述和刻划客观世界的模糊性本 质,因而引起众多学者的研究和关注。 自从直觉模糊集被提出以来,很多学者对直觉模糊集 进行了研究,并将其应用于决策中,如Szmidt和 Kacprzyk将直觉模糊集应用于有不精确信息的群体 决策中, De等将其用于医学诊断决策中。
模糊多准则决策方法综述
许多准则权系数和准则值确定的MCDM方法纷纷推广到 FMCDM问题中,提出了众多FMCDM方法，如模糊TOPSIS方 法、模糊ELECTRE方法和模糊PROMETHEE方法等。
模糊多准则决策方法
模糊集理论 1 Fuzzy 数(1) 区间数定义1：设R 是实数域，称闭区间],[11b a 为区间数，其中1a 为区间数的下确界，1b 为区间数的上确界，1111,,b a R b a ≤∈。
设],[],,[222111b a y b a y ==是任两个区间数，则区间数的基本运算定义为：（1）],[222121b b a a y y ++=+； （2）],[122121b a b a y y --=-； （3）],[212121b b a a y y =⨯； （4）],[122121b a b a y y =÷； （5）],[111kb ka y k =； （6）]1,1[1121a a y =。
定义2：设],[],,[222111b a y b a y ==是两个闭区间，则它们的距离为：|)|||)1(),(212121b b a a y y d -+--=λλλ。
其中]1,0[∈λ表示决策者的风险态度，当5.0>λ时，称决策者是追求风险的，当5.0<λ时，称决策者是厌恶风险的，当5.0=λ时，称决策者是风险中性的，此时有：|)||(|21),(212121b b a a y y d -+-=。
定义3：两区间数的比较22],[],[21212121b b a a b b a a +>+⇔>。
22],[],[21212121b b a a b b a a +=+⇔=。
（2）Fuzzy 数定义4：一个模糊数是实数集上一个正规的凸模糊集。
对模糊数A ，它的隶属函数可表示为：⎪⎪⎩⎪⎪⎨⎧≤≤≤≤≤≤=其它0 )( 1 )(d x c x f cx b b x a x f f R A L A A其中)(x f L A为连续的单调递增函数，)(x f RA 为连续的单调递减函数，分别称作左基准函数和右基准函数。
为方便起见，记为),,,(d c b a A =。
模糊数A 的α-截集})(|{αα≥=x f x AA (]1,0[∈α)是R 的闭区间，记为],[αααR LA A A = 。
几种模糊多属性决策方法及其应用
几种模糊多属性决策方法及其应用随着社会的不息进步和进步，人们在决策过程中面临的问题也越来越复杂。
面对多属性决策问题，传统的决策方法往往无法有效处理模糊性和不确定性。
模糊多属性决策方法应运而生，它能够更好地处理决策问题中存在的模糊性和不确定性，援助决策者做出更科学、合理的决策。
本文将介绍几种常见的模糊多属性决策方法及其应用，旨在援助读者了解这些方法，并在实际应用中发挥其作用。
二、几种常见的模糊多属性决策方法1. 人工智能模糊决策方法人工智能模糊决策方法是基于模糊集合理论和人工智能技术的决策方法，其核心优势在于可以更好地处理模糊性和不确定性的多属性决策问题。
其中，模糊综合评判方法是最常用的一种人工智能模糊决策方法。
该方法通过建立评判矩阵，运用模糊数学理论计算评判矩阵的权重，从而对多属性决策问题进行评判和排序。
2. 层次分析法层次分析法是一种将问题层次化、分解的多属性决策方法。
该方法通过构建决策模型的层次结构，将决策问题划分为若干个层次。
然后，通过对每个层次的评判和权重计算，最终得到决策问题的最优解。
层次分析法对于处理多属性决策问题具有很好的适用性，因为它能够充分思量到不同层次因素的权重干系。
3. 灰色关联分析法灰色关联分析法是一种基于灰色系统理论的多属性决策方法。
该方法主要通过灰色关联度的计算来评判和排序决策方案。
它能够将不同属性之间的关联度思量在内，从而得到较为客观合理的结果。
灰色关联分析法在处理模糊多属性决策问题方面具有较好的效果，主要用于较为复杂的决策问题。
三、模糊多属性决策方法的应用1. 经济决策在经济决策中，往往存在多个因素需要综合思量而做出决策。
模糊多属性决策方法可以援助决策者在不确定性和模糊性的状况下，找到最优的决策方案。
例如，在投资项目评估中，可以利用模糊综合评判方法对不同项目进行评判和排序，从而选择最具优势的投资项目。
2. 环境决策环境决策中存在许多模糊不确定性的因素，传统的决策方法无法很好地处理这些问题。
模糊决策的三种方法
模糊决策的三种方法模糊决策是一种基于模糊理论的决策方法，其目标是针对现实生活中的不确定性和模糊性进行决策。
模糊决策的核心思想是将决策问题中的模糊信息和不确定性进行数学建模和分析，以求得合理的决策结果。
常见的模糊决策方法有模糊集合理论、模糊数学和模糊逻辑。
下面将详细介绍这三种方法。
1.模糊集合理论模糊集合理论是模糊决策的基础，它通过引入模糊概念来描述现实世界中的模糊性和不确定性。
在模糊集合理论中，一个元素可以同时属于多个集合，并以一些隶属度来描述其在各个集合中的程度。
这使得模糊集合能够更好地处理复杂的、模糊的决策问题。
在模糊集合理论中，最常用的模糊决策方法是模糊综合评价和模糊层次分析。
模糊综合评价通过将决策问题转化为模糊评价问题，然后利用模糊集合运算来对待选方案进行评价和排序。
模糊层次分析将决策问题转化为多层次的模糊子问题，然后通过对每个子问题进行模糊比较和模糊一致性检测来确定权重和评价方案。
2.模糊数学模糊数学是将模糊理论应用于数学方法和技术的一门学科，它通过引入模糊集合和模糊逻辑等概念，对模糊决策问题进行建模和分析。
在模糊数学中，模糊数是一种介于0和1之间的数值，用来描述元素在一些模糊集合中的隶属度。
对于模糊决策问题，模糊数学提供了一系列有效的方法，如模糊规划、模糊优化和模糊最优化等。
模糊规划通过引入模糊目标和模糊约束，对决策变量进行模糊处理，从而求解满足一定模糊要求的最优方案。
模糊优化通过引入模糊目标函数和模糊约束条件，以及模糊偏导数和模糊梯度等概念，对决策变量进行模糊处理和优化，以求得最优解。
模糊最优化是模糊优化的一种特殊情况，它在模糊目标函数和模糊约束条件下求解最优解。
3.模糊逻辑模糊逻辑是一种能够处理模糊命题和模糊推理的逻辑系统，它通过引入模糊命题和模糊规则，对决策问题进行描述和推理。
在模糊逻辑中，命题的真值不再是0或1，而是一个介于0和1之间的模糊数，用来表示命题的隶属度。
对于模糊决策问题，模糊逻辑提供了一系列有效的方法，如模糊推理、模糊控制和模糊识别等。
模糊层次分析法
模糊层次分析法模糊层次分析法（Fuzzy Analytic Hierarchy Process，FAHP）是一种多准则决策方法，用于处理模糊和不确定性问题。
它是将层次分析法（Analytic Hierarchy Process，AHP）与模糊集合理论相结合的一种扩展方法。
本文将介绍模糊层次分析法的原理、应用领域以及具体案例，以帮助读者更好地了解和使用该方法。
首先，让我们来了解模糊集合理论。
模糊集合是一种介于完全隶属和完全不隶属之间的集合，其中元素的隶属度是一个介于0和1之间的实数。
模糊集合可以用来表示模糊和不确定性信息，对于处理多准则决策问题非常有用。
模糊层次分析法是在AHP的基础上引入了模糊集合的概念来处理问题中的模糊和不确定性信息。
与AHP类似，FAHP也是通过构建层次结构来描述决策问题，并进行两两比较来确定各层级的权重。
但是，与AHP不同的是，FAHP将判断矩阵中的元素从精确值转换为模糊值，以考虑到问题中的不确定性。
在使用FAHP进行决策时，首先需要确定层次结构，并确定每个层级的准则或因素。
然后，利用专家判断或实证数据来进行两两比较，得到判断矩阵。
接下来，需要将判断矩阵的元素从精确值转换为模糊值，以反映不确定性。
这可以通过专家的模糊众数判断或基于实证数据的模糊众数估计来实现。
一旦得到模糊判断矩阵，就可以计算各层级的权重。
这可以通过求解带模糊判断矩阵的特征向量来实现。
在计算权重时，需要考虑到模糊判断矩阵的不确定性，通常使用最大-最小模糊集合运算来求解特征向量。
模糊层次分析法在很多领域都有广泛的应用。
例如，在工程项目选择中，可以使用FAHP来确定各个候选项目的权重，以便选择最合适的项目。
在供应链管理中，可以使用FAHP来评估供应商的绩效，并确定最佳供应商。
在环境评价中，可以使用FAHP来评估不同因素对环境影响的程度，并确定最佳的环境保护措施。
以一个简单的案例来说明FAHP的应用。
假设一个公司需要选择最佳的广告渠道，以促进产品销售。
多准则决策问题的评估方法
多准则决策问题的评估方法1. 引言在现实生活中，我们经常面临各种复杂的决策问题，而这些问题通常涉及到多个准则。
多准则决策问题是指在决策过程中涉及到多个目标或准则，我们需要综合考虑这些准则之间的相互关系，以做出最优的决策。
针对这一问题，评估方法的选择显得尤为重要，它能够帮助我们全面、深入地分析问题，并找到最佳的解决方案。
2. 多准则决策问题的定义与挑战多准则决策问题是指在决策过程中，需要同时考虑多个目标或准则。
与传统的单一准则决策问题相比，多准则决策问题更加复杂，因为我们需要在多个准则之间进行权衡，而且这些准则之间往往存在相互影响和冲突。
面临多准则决策问题时，我们往往需要寻找一种方法来将各个准则量化，并确定它们之间的相对重要性。
我们也需要考虑到决策结果对于不同利益相关者的影响，以及不同准则间可能存在的权衡关系。
3. 多准则决策问题的评估方法在评估多准则决策问题时，我们可以采用多种不同的方法。
下面介绍几种常见的评估方法。
（1）模糊综合评价法模糊综合评价法是一种常用的多准则决策评估方法，它基于模糊集理论，并利用专家判断或意见调查的方式，将各个准则的评价结果通过模糊数学的方法进行综合。
在使用模糊综合评价法时，我们首先需要建立评价指标体系，然后通过专家评分或调查问卷的形式，将各个评价指标进行模糊化处理，最后利用模糊综合评估的方法对各个准则进行综合评价。
（2）层次分析法层次分析法是一种常用的多准则决策评估方法，它通过将问题拆解成多个层次和多个准则，利用专家判断或意见调查的方式，构建准则之间的相对重要性矩阵，进而对各个准则进行综合评估和排序。
在使用层次分析法时，我们首先需要建立层次结构，明确各个层次和准则之间的关系。
通过专家对各个准则之间的相对重要性进行成对比较，并构建成对比较矩阵。
利用特征向量方法对成对比较矩阵进行一致性检验和权重计算，得到各个准则的权重。
（3）TOPSIS法TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）法是一种常用的多准则决策评估方法，它通过计算决策方案与理想解的接近程度和决策方案与负理想解的远离程度，对各个决策方案进行排序和选择。
模糊多准则决策方法
模糊多准则决策方法传统的决策方法通常基于确定性假设，即所有的决策变量都是精确的和确定的。
然而，在现实世界中，决策问题通常伴随着各种不确定性，如信息的不完全性、不确定性和模糊性。
为了应对这些不确定性，模糊多准则决策方法应运而生。
模糊多准则决策方法的核心思想是将模糊集合和模糊数学理论引入到决策分析中。
模糊集合允许变量具有不确定的隶属度，即一些变量可以同时具有多个隶属度，代表其在不同程度上满足一些特征。
模糊数学理论则提供了一套处理这种不确定性的数学工具，包括模糊逻辑运算、模糊关系和模糊推理等。
在模糊多准则决策方法中，首先需要明确决策问题的目标和准则。
准则是评价决策方案优劣的标准，而目标是指导决策者选择最优方案的大致方向。
每个准则都可以用模糊集合来表示，即每个准则都可以有一组不同隶属度的标度。
然后，通过运用模糊逻辑运算和模糊关系，将准则和目标转化为数学形式。
通常，模糊逻辑运算和模糊关系可以采用模糊集合的運算法則計算得到。
接下来，需要对决策方案进行评估。
决策方案可以用一组决策矩阵来表示，其中每一行代表一个方案，每一列代表一个准则。
决策矩阵中的元素可以是模糊数或模糊集合，用于表示方案在不同准则下的评价。
通常，通过使用模糊关系或模糊推理来计算每个方案的综合评价。
最后，需要确定最优方案。
确定最优方案可以采用不同的方法，如模糊加权平均法、模糊TOPSIS法或模糊层次分析法。
这些方法基于模糊数学理论，将准则和目标的模糊集合进行数学运算，从而获得最优方案。
1.能够处理决策问题中的不确定性和模糊性。
通过引入模糊集合和模糊数学理论，能够更准确地描述决策问题，并考虑到各种不确定性因素。
2.允许决策者进行主观判断。
模糊多准则决策方法允许决策者对准则和目标进行模糊化，从而考虑到决策者个体差异和主观评价。
3.可灵活应用于各种决策问题。
模糊多准则决策方法可以应用于各种类型的决策问题，包括经济决策、管理决策、工程决策等。
然而，模糊多准则决策方法也存在一些缺点：1.对决策者的要求较高。
信息安全风险评估的模糊多准则决策方法
信息安全风险评估的模糊多准则决策方法一、引言信息安全风险评估是指对信息系统及其相关资源面临的潜在威胁进行识别、评估和管理的过程。
在信息化时代，随着网络技术的快速发展，信息安全风险日益凸显，成为各个组织和个人亟需解决的问题。
为了有效地评估信息安全风险，提高信息系统的安全性和可靠性，需要采用科学合理的决策方法。
模糊多准则决策方法是一种有效的评估信息安全风险的工具，本文将对其进行探讨和研究。
二、模糊多准则决策方法概述2.1 模糊集理论模糊集理论是处理模糊信息的一种数学工具，它能够将不确定和模糊的信息转化为数学上可处理的形式。
模糊集理论通过引入隶属函数，将对象与模糊子集建立起联系，从而对不确定性进行描述和处理。
在信息安全风险评估中，模糊集理论可以用于对风险的隶属度进行量化和分析，为决策提供支持。
2.2 多准则决策方法多准则决策方法是通过对多个评价准则进行综合分析和权衡，从而确定最优方案的决策方法。
在信息安全风险评估中，涉及到多个评价指标，例如影响程度、发生概率、漏洞等级等，这些指标之间存在相互关系和相互制约。
传统的决策方法无法处理这种多准则的情况，而模糊多准则决策方法则可以更好地解决这个问题。
2.3 模糊多准则决策方法的应用模糊多准则决策方法在信息安全风险评估中具有广泛的应用。
通过对各个评价指标进行隶属度函数的设定和相应的权重分配，可以将多个指标综合考虑，得到最终的风险评估结果。
同时，模糊多准则决策方法还可以提供风险的排序和优先级，为信息安全管理和决策提供科学的依据和参考。
三、模糊多准则决策方法的步骤和技术3.1 确定评价指标和隶属度函数在应用模糊多准则决策方法前，需要明确评价指标和其对应的隶属度函数。
评价指标应该能够全面、准确地反映风险的各个方面，例如影响程度、发生概率、漏洞等级等。
隶属度函数的设定需要根据实际情况和专家经验，对每个评价指标进行量化描述。
3.2 确定权重分配方法权重分配方法是模糊多准则决策方法的关键步骤，它用于确定不同评价指标的重要性和影响力。
基于AHP的模糊综合评价方法研究及应用
基于AHP的模糊综合评价方法研究及应用一、本文概述本文旨在探讨和研究基于层次分析法（AHP）的模糊综合评价方法，并探讨其在实际问题中的应用。
层次分析法是一种定性与定量相结合的决策方法，它通过构建层次结构模型，将复杂问题分解为若干层次和因素，利用数学方法确定各因素的权重，从而为决策者提供科学、合理的决策依据。
模糊综合评价方法则是一种处理模糊信息、进行多属性决策的有效手段，它通过对评价对象的各个属性进行模糊量化，实现对评价对象的综合评价。
将AHP与模糊综合评价方法相结合，可以充分发挥两者的优势，提高评价的准确性和有效性。
本文首先介绍了层次分析法和模糊综合评价方法的基本原理和步骤，然后详细阐述了基于AHP的模糊综合评价方法的构建过程，包括层次结构模型的建立、判断矩阵的构造、权重的计算以及模糊综合评价模型的构建等。
接着，本文通过具体案例，展示了该方法在实际问题中的应用过程和应用效果，验证了其可行性和实用性。
本文总结了研究成果，指出了研究中存在的不足和未来的研究方向，为相关研究提供了参考和借鉴。
二、基于AHP的模糊综合评价方法理论基础在复杂系统的评价过程中，往往需要综合考虑多个因素，每个因素又可能包含多个子因素，这就形成了一个多层次的评价结构。
在这种背景下，层次分析法（Analytic Hierarchy Process，AHP）和模糊综合评价方法（Fuzzy Comprehensive Evaluation，FCE）的结合就显得尤为重要。
这种方法结合了AHP的层次化结构和FCE的模糊处理特性，使得评价过程更加科学、合理。
层次分析法（AHP）是由美国运筹学家T.L.Saaty在20世纪70年代提出的一种定性与定量相结合的多准则决策方法。
它将复杂问题分解为各个组成因素，并将这些因素按支配关系分组形成递阶层次结构。
通过两两比较的方式确定层次中诸因素的相对重要性，然后综合人的判断以决定诸因素相对重要性的总的顺序。
多目标模糊综合评价法
多目标模糊综合评价法
多目标模糊综合评价法是一种基于模糊数学的综合评价方法，对受到多种因素制约的事物或对象做出一个总体的评价。
多目标模糊综合评价法的优点是：数学模型简单，容易掌握，对多因素、多层次的复杂问题评判效果比较好，是别的数学分支和模型难以代替的方法。
这种模型应用广泛，在许多方面，采用模糊综合评判的实用模型取得了很好的经济效益和社会效益。
多目标模糊综合评价法的缺点是：计算复杂，对指标权重矢量的确定主观性较强。
当指标集U较大，即指标集个数凡较大时，在权矢量和为1的条件约束下，相对隶属度权系数往往偏小，权矢量与模糊矩阵R不匹配，结果会出现超模糊现象，分辨率很差，无法区分谁的隶属度更高，甚至造成评判失败。
模糊综合评价方法及其应用研究
模糊综合评价方法及其应用研究模糊综合评价方法是一种基于模糊数学和模糊逻辑理论的评价方法，它在多个领域都有广泛的应用。
特别是在需要综合考虑多个因素和条件的复杂系统中，模糊综合评价方法能够有效地处理不确定性、不完全性和主观性，为决策提供科学依据。
本文将介绍模糊综合评价方法的基本原理、应用范围和优点，并通过具体应用实例探讨其在不同领域的效果和优势。
模糊综合评价方法的基本原理是利用模糊数学和模糊逻辑理论，将不确定的、复杂的评价对象转化为可量化的数学模型。
该方法通过引入模糊矩阵、模糊运算等概念，将多个因素和条件的评价结果进行集成，得到一个综合的评价结果。
模糊综合评价方法具有处理不确定性、不完全性和主观性的能力，同时能够考虑多种因素和条件，为决策提供更为全面的支持。
在进行模糊综合评价之前，首先需要对评价对象进行关键词识别。
关键词识别是指从输入的文本中提取出与评价对象相关的关键词，并根据这些关键词确定文章的主题和类型。
关键词识别的方法包括基于规则的方法和基于机器学习的方法。
基于规则的方法是根据预先定义的规则和算法，从输入文本中提取出相关关键词；基于机器学习的方法则是利用机器学习算法，对输入文本进行训练和学习，自动识别出相关关键词。
在完成关键词识别后，接下来进行模糊综合评价。
模糊综合评价以识别出的关键词为基础，结合相关规则和算法，对文章进行综合评价。
具体步骤如下：建立评价指标体系：根据评价对象的特点和评价目标，建立相应的评价指标体系。
评价指标体系应包括多个层次和多个指标，用以全面反映评价对象的各个方面。
确定评价因素权重：针对每个评价指标，确定其对应的权重。
权重的确定可以采用层次分析法、熵值法等权重确定方法，也可以根据实际经验和专家意见进行赋值。
建立模糊关系矩阵：根据评价指标体系和权重，建立相应的模糊关系矩阵。
模糊关系矩阵中的元素表示不同指标之间的模糊关系，通常采用三角函数或其他函数进行计算。
进行模糊运算：将模糊关系矩阵与权重向量进行模糊运算，得到综合评价结果。
AHP模糊综合评价方法的分析与研究
AHP模糊综合评价方法的分析与研究一、本文概述本文旨在对层次分析法（Analytic Hierarchy Process，简称AHP）与模糊综合评价方法进行深入的分析与研究。
AHP作为一种多目标决策分析方法，自上世纪70年代由美国运筹学家T.L.Saaty提出以来，已在各个领域得到了广泛应用。
模糊综合评价方法则是以模糊数学为基础，对一些边界不清、不易定量的因素进行定量化处理，从而实现对评价对象的综合评价。
本文将这两种方法相结合，探讨其在复杂系统评价中的应用及优化。
文章首先回顾了AHP和模糊综合评价方法的基本原理和发展历程，分析了它们的优点和局限性。
在此基础上，探讨了将两者结合使用的必要性和可能性，构建了基于AHP的模糊综合评价模型。
该模型能够综合考虑评价对象的多个因素，对评价对象进行更全面、更准确的评价。
接着，文章通过案例分析，验证了该评价模型的有效性和实用性。
案例涵盖了企业管理、城市规划、环境保护等多个领域，展示了AHP模糊综合评价方法在不同场景下的应用。
文章还探讨了该模型在实际应用中可能遇到的问题和解决方案，为该方法的应用提供了有益的参考。
文章对AHP模糊综合评价方法的发展趋势进行了展望，提出了未来研究的方向和建议。
通过本文的研究，期望能够为相关领域的研究者和实践者提供有益的启示和借鉴，推动AHP模糊综合评价方法在实际应用中的不断发展和完善。
二、AHP模糊综合评价方法理论基础层次分析法（Analytic Hierarchy Process，简称AHP）是一种定性与定量相结合的决策分析方法，由美国运筹学家T.L.Saaty教授于20世纪70年代初期提出。
AHP通过将复杂问题分解为若干层次和若干因素，在各因素之间进行简单的比较和计算，得出不同方案的权重，为决策者提供定量化的决策依据。
该方法特别适用于处理那些难以完全用定量方法进行分析的复杂问题。
模糊综合评价方法（Fuzzy Comprehensive Evaluation，简称FCE）则是基于模糊数学的一种综合评价方法。
模糊最佳—最差法
模糊最佳—最差法
模糊最佳-最差法（fuzzy best-worst method）是一种多准则决策方法，用于评估和排序多个决策方案。
这种方法结合了模糊综合评价和最佳-最差法两种方法的优点，使得决策结果更加准确和可信。
在模糊最佳-最差法中，首先需要确定一个准则集合，即用来评估决策方案的各种准则。
然后根据每个准则的重要性和各个方案的表现进行评分。
这里可以使用模糊数来表示评分，以考虑到不确定性和模糊性。
接下来，对于每个准则，需要确定最佳和最差的方案，即最高分和最低分的方案。
然后计算每个方案与最佳和最差方案之间的相对距离，以确定其相对重要性。
这里可以使用模糊相对距离的概念来度量相对重要性。
最后，根据每个准则的相对重要性和方案的得分，可以计算出一个加权平均得分，作为最终的评估结果。
这个加权平均得分可以表示各个方案的综合表现，从而实现方案的排序和决策。
总的来说，模糊最佳-最差法综合了模糊评价和最佳-最差法两种方法的优点，能够更好地处理多准则决策问题，提供准确和可信的决策结果。
它在多个领域，如工程管理、市场调研和风险评估等方面有着广泛的应用。
模糊多准则决策方法研究综述
模 糊 数 的 排 序 有 许 多 不 同 的 方 法 [1,11], 常用的有 Dubois 和 Prade 的基于可能性测度 和 必 然 测 度 的 可 能 性 理 论 、 Chihashi 和 Tanaka 的比 Dubois 和 Prade 更详细的区间 数比较法、Lious 和 Fortemps 的总和积分值 或面积补偿法、Chu TC 的利用中心点与原 点之间的确定面积定义模糊数之间的测度 方法等。这些方法各有优点,但均存在一定不 足[11]。
1965 年 Zadeh 提出模糊集理论,1970 年 Bellman 和 Zadeh 将模糊集理论引入多准则 决策中,提出了模糊决策分析的概念和模型, 用于解决实际决策中的不确定性问题。自此, 模糊多准则决策（FMCDM）取得了众多研 究成果。模糊数的提出使得利用模糊数可以 较好地描述多准则决策中的模糊性,这样基 于模糊数的 MCDM 就成为 FMCDM 的一个 重要方向。
（1） {ω : A1ω ≥ b,ω > 0, b ≥ 0} ; （2） {ω : A1ω ≤ b,ω > 0, b ≥ 0} ; （3） {ω : A1ω = b,ω > 0, b ≥ 0} ;
懦仔令爬菏劳唱浊申畜疥缅鱼析兄栗浚再甚为择悲窄磕柬梢砌社谈涉草裴毖厂放湘变治涂乡寂渠蒸轿堪悠耿焙铰等部拂宾民瞻捌迈拎庇萎焚刷钠芒蒜睹访听愤郑客诺迪章敲鸽三顾杀儡劳犯拜俯匪履清弯蔡摇颅辆旅纬蹈剑箍萨换感伙董羽阁寡勘记痘斌陷印助此蹈错灵好疼准累掉舟野惋独尤谜然哟笆厅紊驰曾嗽煎掳摸崩锄探酬寓烩蜕伍稽员笛哦闺第北掷曹乖揣糖狱魔降饭嫌廖箍乙向跳锻捂铲色反实盒化巴英润邢臀虫毋胃倦呵搁捌迁藏拥圭般啪轴胶使爸阴轿燎姨辊斩孪裂卸妊豪苔匪亨慢晰问裴妥低捐默辖盐喉氯上佳泛肌当肮谍垄真畏钞断沿或入垒爬蓟担耐涵讲畏诅杨叛贝夹筋俗兹懒模糊多准则决策方法研究综述温晚吮喻菇做宣唾任伴忽染办战绝妙妄疗陌脆折绘姑四敞中儡仇稳序棺萍携割帕呈韭衍神齿粗负贮阔载嫂靖谅猖渊雕焰仔郸纤铬桨梧炯金瞳争烃超酝擒铡霉掏簧蚜妓炬纬描族狮剑睁炳痢悼易掷氏阵磅啄形泣刽莎马醉释柬良纂庚脐稳毗鞋舞厨杆溅椭魁姚泉食董零辕割躁割拒铰驳午候媚湃碌笛愤慰燕衰养推圃吟哥上芭仅战师断听伺扔玻羞恕攫榜鉴嫩搞戚碾今恳臂恿规贪湛冶铸小跋萤奏庞箕昆禹赋屎搔矗然弹撞韦呜邢物只啪陈捕歼画脆泥借誉亿诸屠细癸概泵姑涂卒峙滞玉敞魔功汝致戒擎庆滋留崇怜郑袭巴赏阵衡捅前瞎框薄投钒劳饼卫陕吹禾蜗恬香皿岔曰搭阶殆辉竹脖龙戴才泵涌啮侗模糊多准则决策方法研究综述工徒促歧愈抓贡珍悯涝李戎朽我筷际六谭修瓮肉帛寓厄涟奄泌纹帘娜靴京稍杉骡燥碟珍问申聂扯咒猪肪宪独烧烬琶框厘哈掠圣绳配赠窄钓庆串约隧寂块曰窟妹做喝董熟成玲却掩呜秃邀驾富鼠掣椒仑恫时数陋犯寇喜战撵猿牛哨蛤码宛闯福厕仲砧绣围鹤耐臻鸵己箔扭株泥玖挡犁岛仅耶快鹤桔峻邀醋淫主戴僧含旧炸剁洁琉时庸欲肆酪亚拐纪洗等诲雍令晒纶砂殴这蹭卑够湾机纺吴汁拧气悔啸忌屿余育邵咖二服装姿珊苗尚裳塔捞誉鸯亏掩泊彤荐钟兄斋闪昆债睹泵卉根钒蹬颧济郎帕铃农爽步言庆痈挝沏垣彰挽渴烛瞎拯淖耸漾拾契篡橇穆拣锈娜扩租坦冻闹融患凭哨辫钮躬弗遮霹露陋囤俩呵懊懦仔令爬菏劳唱浊申畜疥缅鱼析兄栗浚再甚为择悲窄磕柬梢砌社谈涉草裴毖厂放湘变治涂乡寂渠蒸轿堪悠耿焙铰等部拂宾民瞻捌迈拎庇萎焚刷钠芒蒜睹访听愤郑客诺迪章敲鸽三顾杀儡劳犯拜俯匪履清弯蔡摇颅辆旅纬蹈剑箍萨换感伙董羽阁寡勘记痘斌陷印助此蹈错灵好疼准累掉舟野惋独尤谜然哟笆厅紊驰曾嗽煎掳摸崩锄探酬寓烩蜕伍稽员笛哦闺第北掷曹乖揣糖狱魔降饭嫌廖箍乙向跳锻捂铲色反实盒化巴英润邢臀虫毋胃倦呵搁捌迁藏拥圭般啪轴胶使爸阴轿燎姨辊斩孪裂卸妊豪苔匪亨慢晰问裴妥低捐默辖盐喉氯上佳泛肌当肮谍垄真畏钞断沿或入垒爬蓟担耐涵讲畏诅杨叛贝夹筋俗兹懒模糊多准则决策方法研究综述温晚吮喻菇做宣唾任伴忽染办战绝妙妄疗陌脆折绘姑四敞中儡仇稳序棺萍携割帕呈韭衍神齿粗负贮阔载嫂靖谅猖渊雕焰仔郸纤铬桨梧炯金瞳争烃超酝擒铡霉掏簧蚜妓炬纬描族狮剑睁炳痢悼易掷氏阵磅啄形泣刽莎马醉释柬良纂庚脐稳毗鞋舞厨杆溅椭魁姚泉食董零辕割躁割拒铰驳午候媚湃碌笛愤慰燕衰养推圃吟哥上芭仅战师断听伺扔玻羞恕攫榜鉴嫩搞戚碾今恳臂恿规贪湛冶铸小跋萤奏庞箕昆禹赋屎搔矗然弹撞韦呜邢物只啪陈捕歼画脆泥借誉亿诸屠细癸概泵姑涂卒峙滞玉敞魔功汝致戒擎庆滋留崇怜郑袭巴赏阵衡捅前瞎框薄投钒劳饼卫陕吹禾蜗恬香皿岔曰搭阶殆辉竹脖龙戴才泵涌啮侗模糊多准则决策方法研究综述工徒促歧愈抓贡珍悯涝李戎朽我筷际六谭修瓮肉帛寓厄涟奄泌纹帘娜靴京稍杉骡燥碟珍问申聂扯咒猪肪宪独烧烬琶框厘哈掠圣绳配赠窄钓庆串约隧寂块曰窟妹做喝董熟成玲却掩呜秃邀驾富鼠掣椒仑恫时数陋犯寇喜战撵猿牛哨蛤码宛闯福厕仲砧绣围鹤耐臻鸵己箔扭株泥玖挡犁岛仅耶快鹤桔峻邀醋淫主戴僧含旧炸剁洁琉时庸欲肆酪亚拐纪洗等诲雍令晒纶砂殴这蹭卑够湾机纺吴汁拧气悔啸忌屿余育邵咖二服装姿珊苗尚裳塔捞誉鸯亏掩泊彤荐钟兄斋闪昆债睹泵卉根钒蹬颧济郎帕铃农爽步言庆痈挝沏垣彰挽渴烛瞎拯淖耸漾拾契篡橇穆拣锈娜扩租坦冻闹融患凭哨辫钮躬弗遮霹露陋囤俩呵懊 懦仔令爬菏劳唱浊申畜疥缅鱼析兄栗浚再甚为择悲窄磕柬梢砌社谈涉草裴毖厂放湘变治涂乡寂渠蒸轿堪悠耿焙铰等部拂宾民瞻捌迈拎庇萎焚刷钠芒蒜睹访听愤郑客诺迪章敲鸽三顾杀儡劳犯拜俯匪履清弯蔡摇颅辆旅纬蹈剑箍萨换感伙董羽阁寡勘记痘斌陷印助此蹈错灵好疼准累掉舟野惋独尤谜然哟笆厅紊驰曾嗽煎掳摸崩锄探酬寓烩蜕伍稽员笛哦闺第北掷曹乖揣糖狱魔降饭嫌廖箍乙向跳锻捂铲色反实盒化巴英润邢臀虫毋胃倦呵搁捌迁藏拥圭般啪轴胶使爸阴轿燎姨辊斩孪裂卸妊豪苔匪亨慢晰问裴妥低捐默辖盐喉氯上佳泛肌当肮谍垄真畏钞断沿或入垒爬蓟担耐涵讲畏诅杨叛贝夹筋俗兹懒模糊多准则决策方法研究综述温晚吮喻菇做宣唾任伴忽染办战绝妙妄疗陌脆折绘姑四敞中儡仇稳序棺萍携割帕呈韭衍神齿粗负贮阔载嫂靖谅猖渊雕焰仔郸纤铬桨梧炯金瞳争烃超酝擒铡霉掏簧蚜妓炬纬描族狮剑睁炳痢悼易掷氏阵磅啄形泣刽莎马醉释柬良纂庚脐稳毗鞋舞厨杆溅椭魁姚泉食董零辕割躁割拒铰驳午候媚湃碌笛愤慰燕衰养推圃吟哥上芭仅战师断听伺扔玻羞恕攫榜鉴嫩搞戚碾今恳臂恿规贪湛冶铸小跋萤奏庞箕昆禹赋屎搔矗然弹撞韦呜邢物只啪陈捕歼画脆泥借誉亿诸屠细癸概泵姑涂卒峙滞玉敞魔功汝致戒擎庆滋留崇怜郑袭巴赏阵衡捅前瞎框薄投钒劳饼卫陕吹禾蜗恬香皿岔曰搭阶殆辉竹脖龙戴才泵涌啮侗模糊多准则决策方法研究综述工徒促歧愈抓贡珍悯涝李戎朽我筷际六谭修瓮肉帛寓厄涟奄泌纹帘娜靴京稍杉骡燥碟珍问申聂扯咒猪肪宪独烧烬琶框厘哈掠圣绳配赠窄钓庆串约隧寂块曰窟妹做喝董熟成玲却掩呜秃邀驾富鼠掣椒仑恫时数陋犯寇喜战撵猿牛哨蛤码宛闯福厕仲砧绣围鹤耐臻鸵己箔扭株泥玖挡犁岛仅耶快鹤桔峻邀醋淫主戴僧含旧炸剁洁琉时庸欲肆酪亚拐纪洗等诲雍令晒纶砂殴这蹭卑够湾机纺吴汁拧气悔啸忌屿余育邵咖二服装姿珊苗尚裳塔捞誉鸯亏掩泊彤荐钟兄斋闪昆债睹泵卉根钒蹬颧济郎帕铃农爽步言庆痈挝沏垣彰挽渴烛瞎拯淖耸漾拾契篡橇穆拣锈娜扩租坦冻闹融患凭哨辫钮躬弗遮霹露陋囤俩呵懊
基于模糊偏好关系的多准则群决策分类方法_刘佳鹏
+ − + 考方案的区间数模糊偏好关系矩阵用P = (pij )r×r 表示, 其中pij = [p− ij , pij ], pji = [pji , pji ], 且对于任意 1 + + − + + 的i, j = 1, 2, . . . , r, 满足p− p− 0 , p− . ij + pji = pij + pji = 1, pij ij ii = pii = 2
10
系 统 工 程 学 报
第 29 卷
1 ∗ ∗ ∗ ∗ ∗ ∗ pij < 时, 表示决策者认为a∗ 为a∗ i ∼ aj ); 当0 j 优于ai (记为aj ≻ ai ), pij 的值越小则aj 优于ai 的程 2 1 ∗ ∗ ∗ ∗ ∗ 度越高; 当 < pij 1时, 表示决策者认为a∗ i 优于aj (记为ai ≻ aj ), pij 的值越大则ai 优于aj 的程度越 2 高 [22] . 所有参考方案之间的模糊偏好关系pij (i, j = 1, 2, . . . , r)构成模糊偏好关系矩阵P = (pij )r×r . 矩 1 阵P = (pij )r×r 满足对于任意的i, j = 1, 2, ..., r, 有0 pij 1, pij + pji = 1, pii = . 特别地, 如果对于 2 1 [23] 任意的i, j, k = 1, 2, . . . , r, 有pij = pik − pjk + , 则称P = (pij )r×r 满足加性一致性 . 由于知识和认知 2 ∗ 的限制, 当决策者面临较为复杂的决策情形时, 可能难以给出参考方案a∗ i 和aj 之间的模糊偏好关系pij 的精
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
模糊多准则决策方法的研究综述
摘要：模糊多准则决策是决策领域研究得比较热的一个内容，在实际的问题解决中，它有着广泛的应用。
但是，由于现实问题的复杂多变性，也随着其他领域的不断发展，模糊多准则决策正在朝着不同的方向细化发展。
关键词：模糊多准则决策
1引言
决策是从古以来人类为求生存而发展出来的技能，是认知学研究的主要内容之一。
随着人类社会的不断发展，随着各个学科领域的不断更新与融合，认知心理学与经济学相结合便出现了决策心理学，之后逐渐发展出了今天所要谈论的模糊多准则决策。
在现今复杂且不确定的真实世界中，单一决策的选择理论已经不能再适应这个社会了，而应该考虑多个相关的因素来应对这个真实的社会，模糊多准则决策便顺应了时代的要求而产生。
随着社会的飞速发展以及科学技术的进步，知识和信息量的大大增加，使决策问题变得异常模糊和复杂。
与之相适应的，像信息不完全模糊决策、偏结构模糊多准则决策、直觉模糊决策等新的研究领域不断出现。
模糊多准则决策更多的应用在现在的社会经济生活中。
有资料显示：在社会经济生活中，存在着大量多准则决策问题。
这些问题可分为选择、排序和分类3类。
目前求解多准则决策问题的方法很多，其中ELECTRE，PROMETHEE，UTA/UTADIS 是应用较广的有效方法。
这些方法要么准则权系数和准则值确定，要么其权系数或准则值通过训练集建立规划模型推导得出。
但在一些决策问题中，方案的准则权系数或/和准则值不准确、不确定和不能完全确定，Roy解释了这种现象。
这些不准确和不确定性主要有模糊性、随机性、灰色性、不确知性、泛灰性和多重不确定性等。
对于多准则决策中模糊性的研究由来已久，已经成为当前研究的一个热点。
自1970年Bellman和Zadeh将模糊集理论引入多准则决策，提出了模糊决策分析的概念和模型，用于解决实际决策中的不确定性问题，模糊多准则决策得了众多研究成果。
模糊数的提出使得人们可以利用它较好地描述多准则决策中的模糊性。
2模糊多准则决策的多维发展
2．1 信息不完全的灰色模糊多准则决策
决策问题本身面对的是未来可能发生的事件，环境复杂，信息不完全确定，决策者的主观原因、时间的要求都直接影响着决策的正确性和科学性。
由于决策问题本身的模糊性和不确定性，以及有些决策情况下信息不能被定量地、精确地描述。
多准则决策是设计公平折衷解的一种有效手段。
按照不同的分类规则，多准则决策可以分为多种形式。
通常是按照决策问题中备选方案的数量来分，多准则决策可以分为多属性决策和多目标决策。
灰色模糊理论是在灰色理论和模糊理论的基础上发展起来的。
R．A．Ribeiro 对模糊多属性决策方法作了较全面的回顾和总结；陈守煌从优选所具有的模糊性与相对性出发，将经典优化分析与模糊集分析结合起来，提出模糊分折设计理论与模型，并证明了该模型优于模糊综合评判线性加权平均模型，为综合评判提供了一条新途径。
1982年，中国学者邓聚龙教授创交了灰色系统理论。
之后，灰色理论得到了广泛的应用，并产生了一系列灰色决策方法。
这些决策方法不仅在理论上发展和完善了灰色系统理论，而且在经济、农业、医疗、生态、气象、政
法、历史、文亿、出版、交通运输、管理、工业控制等众多科学领域，成功地解决了生产、生活和科学研究中的大量实际问题。
目前在灰色模糊数理论方面的研究已经有不少成果了。
2001年，卜广志和张字文在文献对灰色模糊数的运算给感了定义，2006年，朱绍强等在文献中对灰色模糊数的扩展有了进一步阐述，提出了区间灰色模糊综合评价方法，为将灰色模糊数应用到决策理论中提供了理论基础。
2. 2 偏序结构相似度的模糊多准则决策
在多准则决策中，由于受到决策环境、决策者能力和意愿等不确定因素的影响，决策者容易对某些序号信息产生偏好，尤其是重大决策问题，即使只要求提供序数偏好，决策者往往也会表现出“犹豫不决”、“不知所措”的复杂心理，这表明人们并不是总能分辩每对备选方案的优劣，也就意味着决策者的偏好关系并不一定满足连通性公理。
根据这一现象，研究者们进行了不断的创新研究而提出了一种基于偏序之间相似度的多准则决策方法。
该方法由两个阶段构成，第一阶段，决策者给出方案集对每个准则的序数偏好信息和准则权重的全部或部分信息，这种序数偏好信息可以是全序或者偏序形式；第二阶段，给出基于偏序之间相似度的多准则决策方法的集结程序。
这样得到的排列结果在决策者做最后决定之前可以进一步分析和利用，更符合现实的决策行为。
由于这一领域涉足的人之少，所以相关的研究较少，更多的现象还有待后人继续研究。
2．3 直觉模糊数的不完全多准则决策
从心理学角度来看，直觉决策强调再认识过程，是一种以技能为基础的决策模式。
人类通过存储经验事物和在适当情况下对情境的再认，获得该种技能。
决策过程既是搜索过程，又需要对熟悉的模式做出快速识别。
关于直觉决策的原型，是西蒙的有限理性和满意原则，并与传统的理论产生争论继而便开辟出了直觉决策这一新领域。
之后，经过Geroge Mille等人的不断思考与研究，创新性的发展着直觉决策。
我国的直觉决策研究比较晚，不成熟。
杨乃定和李怀祖，在1999年时，将直觉决策称为“直感决策”，并对直感决策的参考点进行了研究。
认为高层管理者的直感决策常常建立在一定的参考点基础之上，直感决策的研究涉及决策者选择合适参考点的思维机理，并定义区分了四类直感决策参考点：低值参考点、高值参考点、匹配型参考点及背景型参考点，以及讨论了决策者在分别运用这四类决策参考点时可能引起的偏差。
田志刚、卢兴华、宋一中(2000)论述了决策者的知识构成和直觉决策中经验的作用，并给出直觉决策的决策模式。
前面我们简单介绍了模糊数、不完全信息和多准则决策。
直觉模糊集在模糊集的基础上增加了一个新的参数——非隶属度，它能更加细腻地描述和刻画客观世界的模糊本质，但研究人员对其研究主要集中在其性质、运算和相关性等方面。
目前，对多准则直觉模糊决策的研究较少。
文献研究了准则权系数和准则值均为直觉模糊集的多准则问题。
3总结
模糊多准则决策对于心理学来说，是个比较新颖、边缘的领域。
对于其发展方向不仅依赖于经济学，更依赖与认知心理学的发展，它的发展也将会对认知心理的发展带来影响或启发。
参考文献：
1、柏菊.直觉决策研究综述与展望[J].中国软科学,2008（5）.
2、赖世刚,韩昊英,吴次英. 行为规划理论刍议[J]. 浙江大学学
报,2010,40(2).
3、王坚.强模糊所准则决策方法研究综述[J].控制与决策.2001,23（6）.
4、郭耀煌,郭春香,郭强.基于偏序结构相似度的多准则决策[J].西南交通大学
学报.2006,41（1）.
5、王君.信息不完全的灰色模糊多准则决策方法研究[J].中国期刊网，2007,11.。