基于T-球形模糊熵和交叉熵的偏好提取方法及其应用

摘要

由于决策环境的日益复杂，专家和属性的偏好信息在决策过程中至关重要。因此为了更加客观地识别信息，提出了一种基于T-球形模糊熵和交叉熵的偏好提取方法并将其用于多属性群决策问题中。首先针对模糊熵不满足现实意义以及交叉熵不满足非负性的问题，提出了新的T-球形模糊熵和交叉熵，用以客观准确地确定专家和属性的偏好信息，并证明了其相关性质；其次，针对以往有些研究中定义的距离函数不满足三角不等式的缺点，提出了基于新T-球形模糊交叉熵的距离函数，并将其与新提出的T-球形模糊熵和交叉熵用于TOPSIS方法对方案进行排序；最后通过一个计算机辅助工程（CAE）仿真软件的选择实例说明了所提方法的可行性和有效性，为解决T-球形模糊环境下的多属性群决策问题提供了一种新的思路。

关键词

T-球形模糊熵 / T-球形模糊交叉熵 / 改进的距离函数 / 偏好提取 / 多属性群决策