排序方式： 共有4条查询结果，搜索用时 109 毫秒
1
1.
部分权重信息下的三角模糊数型多属性决策方法 总被引：10，自引：0，他引：10
针对属性值为三角模糊数且只有部分权重信息的多属性决策问题给出了逼近理想点法。该方法首先提出了规范化决策矩阵的新的计算公式，然后通过求解两个线性规划模型来确定属性的权重，再利用两个三角模糊数之间的距离分别计算各方案到模糊理想点和模糊负理想点的距离，最后根据各方案与模糊理想点的相对贴近度的大小排序得到方案的优劣排序。 相似文献
2.
研究属性值为模糊变量,已知属性优先序信息的模糊多属性决策问题。基于模糊变量的期望值、模糊变量之间的距离等概念,建立以极大化属性值的离差为目标的模糊期望值模型来确定各属性的权重;基于期望值算子,计算出各方案的期望效用值,从而获得各方案的排序;通过数值算例说明所提出方法的有效性。 相似文献
3.
针对属性权重信息完全未知、属性值为精确数、区间数和三角模糊数的混合多属性决策问题,给出了逼近理想点法.该方法通过建立两个二次规划模型来确定属性的权重,再根据方案与理想点的相对贴近度的大小来对方案进行排序.最后给出了算例. 相似文献
4.
针对属性值为三角模糊数且只有部分权重信息的多属性决策问题给出了逼近理想点法.该方法首先提出了规范化决策矩阵的新的计算公式,然后通过求解两个线性规划模型来确定属性的权重,再利用两个三角模糊数之间的距离分别计算各方案到模糊理想点和模糊负理想点的距离,最后根据各方案与模糊理想点的相对贴近度的大小排序得到方案的优劣排序. 相似文献
1