典型文献
基于软似然函数的直觉模糊多属性决策方法
文献摘要：
为解决传统似然函数中结果值受极端数据影响及无法全面反映决策者偏好程度等问题,本文提出基于软似然函数的直觉模糊多属性决策方法.首先,针对具有不确定性的多属性决策信息,利用直觉模糊集表示模糊信息,对不确定的属性信息进行统一描述,构建了一个直觉模糊环境下的多属性决策问题.其次,通过引入态度特征识别决策者的主观偏好,考虑幂有序加权平均算子下各属性间的支持度,从而确定属性权重,在此基础上采用基于软似然函数的多属性决策算法对多个概率证据进行有效聚合.实验结果表明,所得软似然函数值更趋近于线性变化,不仅能更好地软化加权值,反映决策者的偏好信息,而且能在一定程度上减弱极端数据对结果产生的影响.
文献关键词：
多属性决策;直觉模糊集;幂有序加权平均算子;软似然函数
中图分类号：
作者姓名：
池吉奕;孙鹏
作者机构：
中国刑事警察学院 公安信息技术与情报学院,辽宁 沈阳 110854;辽宁网络安全执法协同创新中心,辽宁 沈阳 110854;司法部司法鉴定重点实验室,上海 200063
文献出处：
引用格式：
[1]池吉奕;孙鹏-.基于软似然函数的直觉模糊多属性决策方法)[J].西安理工大学学报,2022(04):551-557
A类：
软似然函数,幂有序加权平均算子
B类：
模糊多属性决策,多属性决策方法,决策者偏好,确定性的,决策信息,直觉模糊集,模糊信息,属性信息,统一描述,模糊环境,决策问题,特征识别,主观偏好,支持度,属性权重,决策算法,函数值,更趋,趋近,线性变化,软化,权值,偏好信息
AB值：
0.236692
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。
