基于直觉模糊粗糙集相似度的多属性决策方法

将直觉模糊粗糙集应用于多属性决策问题,提出了基于改进的直觉模糊粗糙集相似度的多属性决策方法。针对现有的直觉模糊粗糙集相似度忽略犹豫度而造成度量不精确的问题,提出了一种改进的直觉模糊粗糙集相似性度量方法,并揭示其若干重要性质。在此基础上,将属性值用直觉模糊粗糙集表示,并通过各个方案与直觉模糊粗糙集正、负理想方案的相似度比较,实现决策方案排序。数值实例表明了该方法的可行性和有效性,其在态势评估、目标识别等信息融合领域有良好的应用前景。

基于Vague集和权重未知的空间数据质量不确定语言群评价研究

为控制和消弱空间数据质量语言评价的不确定性、模糊性和正确确定权重,使其评价结果定量化和科学化,引入Vague集理论对不确定性语言进行量化,利用属性区分度来确定权重,用正理想方案距离进行空间数据质量评价。结果表明,基于Vague集和属性区分度的评价结果,能反映评价者对空间数据质量信息认识的模糊性和不确定性,正确确定各指标权重,更能表征实际空间数据质量,增加客观性减少主观性,结果更加科学化,以为空间数据质量定性评价提供了一种参考方法。

空间数据质量不确定语言评价研究

为解决空间数据质量评价遇到用不确定语言且各属性指标权重不明的问题,引入Vague集理论对不确定语言进行科学量化,利用属性区分度来确定权重,用正理想方案距离进行空间数据质量评价。研究结果表明:基于Vague集和属性区分度的评价结果反映了评价者对空间数据质量信息认识的模糊性和不确定性,能正确确定各指标权重,评价结果更能反映实际空间数据质量,使评价结果增加客观性减少主观性,从而使评价结果更科学。本研究结果可为空间数据质量定性评价提供一种参考方法。

基于Vague集的地图质量不确定语言评价研究

为了控制和削弱地图质量语言评价的不确定性和模糊性,使其评价结果定量化、科学化,引入了Vague集理论对定性评价进行量化。研究了基于Vague集的正理想方案评价方法对地图质量评价进行量化的方法。通过实例分析得到各个地图质量的优劣排序结果。研究结果证明:基于Vague集的评价结果反映了评价者对地图质量信息认识的模糊性和不确定性,更能客观地反映实际地图质量,为地图质量定性评价提供一种参考方法。

一种基于投影的区间直觉模糊信息多属性决策方法

文章针对区间直觉模糊信息的多属性决策问题,提出了一种新的基于投影思想的决策方法。该方法首先定义了区间直觉模糊正、负理想方案以及决策方案在区间直觉模糊正、负理想方案上的投影等概念;然后对于属性权重信息不完全的情形,建立了一种基于投影的多目标规划模型以获得相应的权重,并利用区间直觉模糊数的加权算术平均(IIFWA)算子对评价信息进行集结,从而获得各个决策方案的排序和择优结果。文中给出一个实例分析,说明了该方法的有效性和可行性。