[发明专利]一种基于差距度的记分函数的模糊多属性决策方法

说明书

本发明公开了一种基于差距度的记分函数的模糊多属性决策方法，该方法针对现有直觉模糊数的记分函数需要二次比较和某些情况下与客观事实不符等缺陷，提出一种基于差距度的记分函数，凭此将直觉模糊数转化为实数；其次，依据偏差最大化原则，并考虑决策者的主观权重期望，构建非线性优化模型，计算属性权重；再次，引入前景理论，将决策者对专家评价系统中专家对各方案的态度的期望作为参考点，构建前景值矩阵，进而构建加权前景值矩阵；然后，引入TOPSIS法思路对各方案进行排序择优，本方法很好的克服了已知记分函数的缺陷和解决了决策者的风险偏好问题，使结果更加合理，为解决多属性决策在某些场景应用，例如商品选择等，提供了更科学有效的方法。

技术领域

本发明应用于模糊多属性决策领域下的直觉模糊多属性决策问题，特别涉及社会经济和工程技术领域中广泛存在的直觉模糊多属性决策问题。

背景技术

直觉模糊多属性决策是社会经济和工程技术领域中广泛存在的一类决策问题。Atanassov在1986年将非隶属度引入模糊集，提出了直觉模糊集的概念，自此，基于直觉模糊集解决模糊多属性决策问题的研究愈演愈烈。由于直觉模糊数包括了隶属度、非隶属度、犹豫度三个参数，人们为了方便计算和比较，提出了大量的通过记分函数将直觉模糊数转化成实数的方法，然而，现有的记分函数仍然一定的缺陷，比如未考虑犹豫度的影响效果、需要借助辅助函数进行二次比较和在某些实际情况下与事实不符的情况，记分函数的精确性和合理性仍然有待提升。考虑到在实际决策中，决策者在现实生活中的“有限理性”行为及面对收益和损失时具有不同的风险偏好等心理特征引入了前景理论，针对方案排序借鉴TOPSIS方法思路，由此构成本发明提出的一种基于差距度的记分函数的模糊多属性决策方法。本发明方法具有概念清晰、可操作性强、实用性高等特点，为解决带有决策者心理行为特征的模糊多属性决策问题提供了一种新方法，具有一定的实际应用价值。

发明内容

发明目的：针对现有记分函数的缺陷，本文提出了一种基于差距度的记分函数的模糊多属性决策方法。

为实现上述目的，如图1所述为本发明的决策流程图，该方法包括以下步骤：

S1:决策者根据各方案的直觉模糊信息，设定参考点，计算各方案和参考点的记分函数，构建各方案记分函数矩阵和参考点的记分函数向量；

S2:依据偏差最大化原则确定属性权重，即相同属性下各个方案的总差异越大，则对该属性的赋权也越大，并考虑决策者的主观权重期望，以此构建非线性规划模型，计算得到最终属性权重；

S3:依据前景理论，计算各方案相对于参考点的损益值，进而求得各方案的前景值，得到前景值矩阵；

S4:计算各方案的加权前景值，得到加权前景值矩阵；

S5:计算各属性的正、负理想点，形成正、负理想决策方案，利用距离公式，计算各备选方案到正、负理想决策方案的总距离；

S6:依据TOPSIS方法思路，最优方案的选择应该是使之与正理想决策方案之间的总距离最小，与负理想决策方案之间的总距离最大，由此计算各备选方案与理想方案的相对贴近度，按照相对贴近度以从大到小的顺序对方案进行排序择优。

所述步骤S1中新的记分函数公式为：