基于区间语言直觉模糊集及信息熵的TOPSIS方法

区间语言直觉模糊集以不确定语言词作为隶属度和非隶属度,能更好地处理定性的决策信息,弥补区间直觉模糊集处理定性信息方面的不足。基于区间语言直觉模糊数,定义了区间语言直觉模糊数的汉明距离及信息熵的公式,并针对属性权重未知的多属性决策问题,提出了基于信息熵的客观权重确定方法,并将TOPSIS方法扩展到区间语言直觉模糊集,根据各方案贴近度对每个方案进行排序。最后,通过一个工厂选址的实例证明该方法的有效性和可行性。

基于广义直觉语言算子的多属性群决策方法

针对属性权重未知,属性值为直觉语言数的多属性决策问题,提出一种基于直觉语言熵和广义直觉语言算子的群决策方法.定义直觉语言熵,利用直觉语言熵确定属性权重,提出3种直觉语言算子:广义直觉语言加权几何平均(GILWGA)算子、广义直觉语言有序加权几何(GILOWG)算子及广义直觉语言混合几何(GILHG)算子.利用GILWGA和GILHG算子集结信息,采用基于直觉语言数的得分函数及精确函数进行方案排序和择优.最后,通过算例说明了所提出方法的有效性和合理性.