典型文献
基于风险偏好得分函数和Choquet积分算子的毕达哥拉斯模糊决策方法
文献摘要：
毕达哥拉斯(Pythagorean)模糊集(PFS)不仅是传统直觉模糊集的一种拓展,而且也是准确反映专家赋予初始决策信息的有效工具,尤其它能在更广泛区域上处理多属性模糊信息的决策问题.本文首先介绍Pythagorea模糊数(PFN)的基本定义和相关运算,并指出传统得分函数的某些缺陷,进而通过引入风险偏好因子提出新的得分函数、精确函数和排序准则.其次,在毕达哥拉斯模糊环境下介绍离散型模糊Choquet积分平均(几何)集成算子,并通过初始评价矩阵和熵公式给出决策专家的权重向量.最后,依据离散型模糊Choquet积分平均算子和风险偏好得分函数的排序准则提出一种新的毕达哥拉斯模糊决策方法,并通过实例验证该决策方法的有效性.
文献关键词：
毕达哥拉斯模糊数(PFN);风险偏好得分函数;模糊Choquet积分;毕达哥拉斯模糊决策方法
中图分类号：
作者姓名：
罗静;孙刚;王贵君
作者机构：
驻马店第二初级中学数学组,河南驻马店 463000;湖南工学院理学院,湖南衡阳 421002;天津师范大学数学科学学院,天津 300387
文献出处：
引用格式：
[1]罗静;孙刚;王贵君-.基于风险偏好得分函数和Choquet积分算子的毕达哥拉斯模糊决策方法)[J].模糊系统与数学,2022(04):70-79
A类：
风险偏好得分函数,毕达哥拉斯模糊决策方法,Pythagorea
B类：
基于风险,Choquet,积分算子,Pythagorean,PFS,直觉模糊集,决策信息,泛区,多属性,模糊信息,决策问题,PFN,模糊环境,离散型,集成算子,评价矩阵,矩阵和,权重向量,平均算子,毕达哥拉斯模糊数
AB值：
0.207693
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
