基于改进距离测度的概率犹豫模糊多属性群决策新方法

摘要

针对概率犹豫模糊环境下属性权重已知的多属性群决策问题，考虑概率犹豫模糊集的犹豫度，提出基于改进距离测度的概率犹豫模糊多属性群决策新方法。结合传统的概率犹豫模糊距离测度，通过信息融合定义融入犹豫度的概率犹豫模糊距离测度：汉明距离、欧氏距离、广义欧氏距离，并通过组合系数来实现理论扩张和融合优化，同时研究距离测度的大小关系及参数单调性。将融入犹豫度的距离测度与基于理想解相似度的逼近理想解排序法(technique for order preference by similarity to ideal solution, TOPSIS)结合构建多属性群决策新方法，采用公司选址案例进行决策选择，通过参数分析和决策比较来揭示所建方法的有效性。相关研究系统深化概率犹豫模糊距离测度，并丰富了多属性群决策方法。

关键词

多属性群决策 / 概率犹豫模糊集 / 犹豫度 / 信息融合 / 距离测度