基于接近性综合关联度的区间灰数的决策模型

对于具有不确定性区间灰数的决策问题,文章利用信息分解的方法将区间灰数序列分解为"白部序列"和"灰部序列",即把区间灰数矩阵转化为实数矩阵,再根据接近性关联度,给出了各方案与理想方案的接近性关联度以及接近性综合关联度的方法,然后通过比较接近性综合关联度来判断最优方案。应用实例说明了该方法的合理性和有效性,且计算简单便于应用。

基于Lagrange插值多项式的接近性关联度决策模型及其应用

针对实数情形的灰色关联决策问题，提出了一种选择最优方案的新方法：首先计算出各个方案和理想方案的Lagrange插值多项式，并利用黎曼积分计算出各个方案和理想方案两曲线之间的面积，进而构造接近性关联度，通过比较接近性关联度来选择最优方案．然后针对区间灰数情形，提出分别计算出各方案的下界序列到理想方案的下界序列的接近性关联度，各方案的上界序列到理想方案的上界序列的接近性关联度后再计算两者的新型综合关联度，并通过比较综合关联度来选择最优方案．最后通过实数和区间灰数两个不同的算例来进一步验证了该方法的可行性、合理性和有效性．