基于累积前景理论的属性关联犹豫模糊TOPSIS方法

针对属性值为犹豫模糊集且属性间存在关联的决策问题,文章提出一种累积前景理论和改进型逼近理想解法相结合的多属性决策方法。将决策者的风险心理因素引入犹豫模糊多属性决策中,定义了犹豫模糊数的价值函数,提出了一种犹豫模糊环境下累积前景值的计算方法。通过2可加模糊测度对属性集的权重建模,并在此基础上运用改进型逼近理想解法融合属性间存在关联的累积前景信息,获得各方案的改进型关联度,确定方案的优劣排序,并通过实例分析说明了该方法的实用性和有效性。

基于前景理论的犹豫模糊TOPSIS多属性决策方法

针对属性权重未知、属性值为犹豫模糊集的决策问题,提出一种前景理论和逼近理想解(TOPSIS)相结合的多属性决策方法.考虑到决策者对指标集的不同偏好,利用犹豫模糊熵的相关理论,提出一种基于犹豫模糊熵的熵权法确定属性权重.将决策者的风险心理因素引入犹豫模糊多属性决策中,定义了犹豫模糊数的前景价值函数,并以此将犹豫模糊决策矩阵转化为价值矩阵,计算出各方案的收益损失比值.最终应用TOPSIS的基本思路,确定备选方案的优劣排序,并通过算例分析验证了所提出方法的有效性.